在tj-actions/changed-files中实现基于目录特性的文件过滤
2025-07-01 21:04:07作者:温玫谨Lighthearted
在持续集成和持续部署(CI/CD)流程中,精确识别变更文件是自动化工作流的关键环节。当项目结构包含多种技术栈时,如何针对特定技术类型的目录进行精准过滤成为一个常见需求。
技术背景
现代项目往往采用混合技术栈,例如同时包含Helm图表和Kustomize配置的Kubernetes项目。Helm图表通常包含Chart.yaml文件作为标识,而Kustomize项目则使用kustomization.yaml。在自动化流程中,我们需要区分这些不同类型的变更。
解决方案
tj-actions/changed-files动作提供了files_yaml输入参数,支持基于YAML格式的复杂文件过滤规则。通过这个功能,我们可以:
- 定义多个文件组别
- 为每个组别指定包含和排除模式
- 实现基于目录特性的精确匹配
实际应用示例
以下是一个典型配置示例,展示了如何区分不同技术类型的目录:
- name: 获取变更的Helm图表文件
id: changed-files
uses: tj-actions/changed-files@v44
with:
files_yaml: |
helm:
- '**/Chart.yaml'
- 'charts/**'
kustomize:
- '**/kustomization.yaml'
- 'kustomize/**'
高级用法
对于更复杂的场景,我们可以结合包含和排除模式:
- 匹配所有包含Chart.yaml的目录
- 排除特定测试目录
- 只关注src目录下的特定文件类型
files_yaml: |
production_helm:
- '**/Chart.yaml'
- '!test/**'
- 'src/**/values.prod.yaml'
技术实现原理
该功能底层使用glob模式匹配,支持:
- 递归匹配(**)
- 单级匹配(*)
- 字符集匹配([abc])
- 范围匹配([a-z])
- 取反匹配(!pattern)
最佳实践建议
- 为每种技术类型创建独立的文件组
- 使用明确的排除规则减少误匹配
- 在复杂项目中分层组织匹配规则
- 定期审查匹配规则确保准确性
通过合理配置tj-actions/changed-files的过滤规则,可以显著提升CI/CD流程的精确度和效率,特别是在混合技术栈的项目环境中。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler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。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781