GitHub Action - Markdown 链接检查工具使用教程
2024-09-07 13:33:58作者:咎竹峻Karen
1、项目介绍
github-action-markdown-link-check 是一个用于检查 Markdown 文件中链接有效性的 GitHub Action。它可以帮助开发者在每次代码推送或定时任务中自动检查项目中的 Markdown 文件,确保所有链接都是有效的,避免因链接失效导致的文档问题。
该项目由 Gaurav Nelson 开发,基于 tcort/markdown-link-check 工具,提供了更便捷的集成方式,适用于任何使用 GitHub Actions 的项目。
2、项目快速启动
2.1 创建 GitHub Action 配置文件
在你的 GitHub 仓库中,创建一个新的 .github/workflows/markdown-link-check.yml 文件,并复制以下内容:
name: 检查 Markdown 链接
on:
push:
branches:
- master
schedule:
- cron: "0 9 * * *" # 每天早上 9 点运行
jobs:
markdown-link-check:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@master
- uses: gaurav-nelson/github-action-markdown-link-check@v1
with:
use-quiet-mode: 'yes'
use-verbose-mode: 'yes'
config-file: 'mlc_config.json'
folder-path: 'docs/markdown_files'
2.2 配置文件说明
use-quiet-mode: 设置为yes时,仅在输出中显示错误信息。use-verbose-mode: 设置为yes时,显示详细的 HTTP 状态信息。config-file: 指定自定义配置文件的路径,用于进一步配置链接检查行为。folder-path: 指定需要检查的 Markdown 文件所在的目录。
2.3 自定义配置文件
你可以在项目根目录下创建一个 mlc_config.json 文件,用于自定义链接检查的行为。例如:
{
"retryOn429": true,
"retry-after": 5,
"retryCount": 3,
"fallbackRetryDelay": 10,
"aliveStatusCodes": [429, 200],
"httpHeaders": [
{
"urls": ["https://github.com/", "https://guides.github.com/"],
"headers": {
"Accept-Encoding": "zstd, br, gzip, deflate"
}
}
]
}
3、应用案例和最佳实践
3.1 定期检查链接
通过设置 schedule 字段,你可以让 GitHub Action 定期检查链接,例如每天早上 9 点运行一次。这对于维护文档的时效性非常有帮助。
3.2 检查特定文件或目录
通过 folder-path 和 file-path 参数,你可以指定需要检查的文件或目录,避免检查不必要的文件,提高效率。
3.3 处理 429 状态码
当遇到 429 状态码(请求过多)时,可以通过配置文件中的 retryOn429、retry-after 等参数进行重试,确保链接检查的完整性。
4、典型生态项目
以下是一些使用 github-action-markdown-link-check 的典型项目:
- Netdata: 一个开源的实时性能监控工具,使用该 Action 定期检查文档中的链接。
- GoogleChrome/lighthouse: Google 的 Lighthouse 项目,用于网页性能测试,使用该 Action 确保文档链接的有效性。
- Tendermint/tendermint: 一个区块链共识引擎,使用该 Action 维护文档的链接质量。
- Pyroscope-io/pyroscope: 一个开源的持续性能分析平台,使用该 Action 定期检查文档链接。
这些项目通过集成 github-action-markdown-link-check,确保了文档的时效性和准确性,提升了用户体验。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
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++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818