serverless-actions 的项目扩展与二次开发
2025-05-17 22:00:22作者:裘旻烁
项目的基础介绍
serverless-actions 是一个开源项目,旨在帮助开发者能够在 AWS Lambda 和 Google Cloud Run(未来将支持 Azure)等无服务器平台上运行 GitHub Actions 工作流。通过利用无服务器技术,该项目能够提供更高的并发性和更精细的费用控制,使得在执行工作流时,用户只需为其运行的资源付费,无需为闲置资源付费。
项目核心功能
- 无服务器运行:支持 GitHub Actions 在 AWS Lambda、Google Cloud Run 等无服务器环境中执行。
- 高并发性:能够运行数百个并发 GitHub Actions runner,而无需维护服务器。
- 精细计费:按照实际运行时间(甚至毫秒级)计费,降低成本。
- 资源访问控制:通过 IAM 实现对云资源的访问控制。
- 弹性资源使用:可根据需要使用不同大小和能力的实例,例如 GPU 实例。
项目使用的框架或库
项目主要使用了以下框架或库:
- AWS SDK:用于与 AWS 服务交互,如 Lambda、Event Bridge 等。
- Google Cloud SDK:用于与 Google Cloud Run 等服务交互。
- GitHub Actions runner:作为构建和测试的执行环境。
项目的代码目录及介绍
项目的代码目录结构大致如下:
serverless-actions/
├── README.md # 项目说明文件
├── architecture.png # 架构图
├── self-hosted.png # 自托管架构图
├── ... # 其他相关文件
└── src/ # 源代码目录
在 src/ 目录下,一般会包含主要的代码模块,例如:
- 核心逻辑:处理 GitHub Actions 事件,与 AWS 和 Google Cloud 服务交互的代码。
- 配置文件:定义工作流、资源使用的配置文件。
对项目进行扩展或二次开发的方向
- 支持更多平台:目前项目支持 AWS 和 Google Cloud,未来可以扩展支持 Azure 等其他云平台。
- 增加安全性:加强项目的安全性,例如通过更加复杂的加密机制保护工作流中的秘密信息。
- 优化资源管理:提高资源使用效率,例如通过智能调度优化 Lambda 的使用。
- 用户界面改进:提升用户体验,例如开发一个更加友好的 Web 界面来管理无服务器工作流。
- 社区插件:鼓励社区开发更多插件,丰富 GitHub Actions 的工作流功能。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1