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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
618
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥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
69
21
暂无简介
Dart
858
205
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++
926
776
🎉 (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
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
374
254
昇腾LLM分布式训练框架
Python
133
159