GitHub Actions 部署到 GitHub Pages 教程
1. 项目介绍
deploy-pages 是一个 GitHub Action,用于将之前上传为工件(artifact)的 Pages 站点部署到 GitHub Pages。这个 Action 推荐在专门的作业中使用,以确保部署过程的独立性和可靠性。
主要功能
- 部署工件:将之前上传的工件部署到 GitHub Pages。
- 环境支持:支持
github-pages环境,并可根据需要配置不同的环境。 - 权限控制:通过
GITHUB_TOKEN进行权限控制,确保部署的安全性。
2. 项目快速启动
2.1 创建工作流文件
在你的 GitHub 仓库中,创建一个 .github/workflows/deploy.yml 文件,并添加以下内容:
name: Deploy to GitHub Pages
on:
push:
branches:
- main
jobs:
build:
runs-on: ubuntu-latest
steps:
- name: Checkout code
uses: actions/checkout@v2
- name: Upload Pages Artifact
uses: actions/upload-pages-artifact@v1
with:
path: ./build
deploy:
needs: build
runs-on: ubuntu-latest
environment:
name: github-pages
url: $[[ steps.deployment.outputs.page_url ]]
steps:
- name: Deploy to GitHub Pages
id: deployment
uses: actions/deploy-pages@v4
with:
token: $[[ secrets.GITHUB_TOKEN ]]
2.2 配置权限
确保你的 GITHUB_TOKEN 具有足够的权限来部署到 GitHub Pages。你可以在仓库的设置中配置这些权限。
2.3 触发部署
将上述工作流文件推送到 main 分支,GitHub Actions 将自动触发部署过程。
3. 应用案例和最佳实践
3.1 静态网站部署
使用 deploy-pages 可以轻松地将静态网站部署到 GitHub Pages。例如,你可以使用 React、Vue 或 Hugo 等框架生成静态网站,然后通过 upload-pages-artifact 上传生成的工件,最后使用 deploy-pages 进行部署。
3.2 CI/CD 集成
将 deploy-pages 集成到你的 CI/CD 流程中,可以在每次代码推送时自动部署到 GitHub Pages,确保网站内容的实时更新。
3.3 多环境部署
通过配置不同的环境,你可以在不同的分支或环境中进行部署。例如,你可以在 staging 环境中测试部署,然后在 production 环境中正式发布。
4. 典型生态项目
4.1 actions/upload-pages-artifact
upload-pages-artifact 是 deploy-pages 的配套 Action,用于将生成的工件上传到 GitHub Pages。它支持多种文件格式和路径,确保你可以灵活地上传所需的文件。
4.2 actions/checkout
checkout 是一个常用的 GitHub Action,用于从仓库中检出代码。在部署过程中,通常需要先检出代码,然后再进行构建和部署。
4.3 actions/setup-node
如果你使用 Node.js 进行开发,setup-node 可以帮助你快速设置 Node.js 环境,并安装所需的依赖包。这对于构建静态网站非常有用。
通过以上模块的介绍,你可以快速上手并使用 deploy-pages 进行 GitHub Pages 的部署。希望这篇教程对你有所帮助!
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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