BetterCap项目从Travis CI迁移到GitHub Actions的实践指南
背景介绍
BetterCap是一款功能强大的网络攻击和监控工具,采用Go语言编写。在持续集成/持续交付(CI/CD)流程中,项目原先使用Travis CI作为构建平台。然而随着Travis CI取消免费计划,项目团队决定将构建流程迁移到GitHub Actions平台。
迁移挑战
迁移过程中面临几个主要技术挑战:
- 多平台构建支持:需要同时支持Linux、macOS和Windows三大操作系统
- 架构兼容性:需处理amd64、arm64等多种CPU架构
- 依赖管理:不同平台需要安装不同的依赖包
- 自动化发布:构建完成后自动创建发布版本并上传二进制文件
GitHub Actions解决方案
基本工作流配置
项目创建了一个名为"Build and Test"的工作流,触发条件设置为当推送带有"v*.."格式的标签时自动运行。工作流包含三个主要任务:构建(build)、测试(test)和部署(deploy)。
多平台构建矩阵
通过GitHub Actions的矩阵策略,实现了多平台并行构建:
strategy:
matrix:
os: [ubuntu-latest, macos-latest, windows-latest]
go-version: ['1.16.x']
include:
- os: ubuntu-latest
arch: amd64
target_os: linux
target_arch: amd64
- os: ubuntu-latest
arch: arm64
target_os: linux
target_arch: aarch64
- os: macos-latest
arch: amd64
target_os: darwin
target_arch: amd64
- os: macos-latest
arch: arm64
target_os: darwin
target_arch: arm64
- os: windows-latest
arch: amd64
target_os: windows
target_arch: amd64
output: bettercap.exe
平台特定依赖处理
针对不同操作系统,工作流中设置了特定的依赖安装步骤:
Ubuntu系统依赖
- name: Install Dependencies on Ubuntu
if: runner.os == 'Linux'
run: sudo apt-get update && sudo apt-get install -y p7zip-full libpcap-dev libnetfilter-queue-dev libusb-1.0-0-dev
macOS系统依赖
- name: Install Dependencies on macOS
if: runner.os == 'macOS'
run: brew install libpcap libusb p7zip
Windows系统依赖
- name: Install Dependencies on Windows
if: runner.os == 'Windows'
run: |
choco install openssl.light -y
choco install make -y
choco install 7zip -y
choco install pkgconfiglite -y
mkdir C:\pkg-config
choco install zadig -y
curl -L "下载libusb" -o "C:\libusb.7z"
7z x -y "C:\libusb.7z" -o"C:\libusb"
curl -L "下载WinPcap" -o "C:\wpcap-sdk.zip"
7z x -y "C:\wpcap-sdk.zip" -o"C:\winpcap"
cp builder\libusb.pc C:\pkg-config\libusb.pc
cp builder\libusb.pc C:\pkg-config\libusb-1.0.pc
构建与验证流程
构建过程使用项目自带的Makefile,针对不同平台设置相应的环境变量:
- name: Build
run: |
make -e TARGET="${{ env.OUTPUT }}"
- name: Verify Build
run: |
file "${{ env.OUTPUT }}"
openssl dgst -sha256 "${{ env.OUTPUT }}" | tee bettercap_${{ matrix.target_os }}_${{ matrix.target_arch }}_${{ env.VERSION }}.sha256
7z a "bettercap_${{ matrix.target_os }}_${{ matrix.target_arch }}_${{ env.VERSION }}.zip" "${{ env.OUTPUT }}" "bettercap_${{ matrix.target_os }}_${{ matrix.target_arch }}_${{ env.VERSION }}.sha256"
自动化发布
构建完成后,工作流会自动创建发布版本并上传构建产物:
- name: Upload Release Assets
uses: softprops/action-gh-release@v1
with:
files: |
bettercap_*.zip
bettercap_*.sha256
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
技术要点总结
-
矩阵策略应用:通过矩阵策略实现了多平台、多架构的并行构建,大大提高了CI效率。
-
条件执行:利用runner.os条件判断,实现了不同操作系统下的差异化处理。
-
依赖隔离:各平台的依赖安装相互隔离,避免了环境冲突。
-
构建产物处理:自动生成SHA256校验和并将二进制文件打包压缩,便于分发。
-
安全发布:使用GitHub Token进行安全认证,确保发布过程的安全性。
最佳实践建议
-
对于Go项目,建议使用actions/setup-go@v4来设置Go环境,它提供了更好的缓存支持和性能优化。
-
在多平台构建时,建议先在小范围内测试各平台的构建脚本,确认无误后再扩大矩阵范围。
-
Windows平台的依赖管理较为复杂,建议使用Chocolatey这样的包管理工具来简化流程。
-
发布前务必验证构建产物的完整性和可用性,SHA256校验是一个简单有效的方法。
-
考虑添加构建缓存步骤,可以显著提高后续构建的速度。
通过这次迁移,BetterCap项目成功实现了从Travis CI到GitHub Actions的平稳过渡,不仅保持了原有的多平台构建能力,还获得了更快的构建速度和更紧密的GitHub生态系统集成。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07