开源项目 `container-retention-policy` 使用教程
2024-09-01 06:08:41作者:管翌锬
1. 项目介绍
container-retention-policy 是一个用于管理 GitHub Container Registry (GHCR) 中旧容器镜像版本的工具。该项目通过自动化流程,帮助用户定期清理不再需要的容器镜像,从而节省存储空间并保持环境整洁。
2. 项目快速启动
安装
首先,确保你已经安装了 pip,然后使用以下命令安装 container-retention-policy:
pip install container-retention-policy
配置
在项目根目录下创建一个配置文件 config.yaml,内容如下:
registry: ghcr.io
repository: your-username/your-repo
token: your-github-token
retention:
days: 30
keep: 5
运行
使用以下命令运行清理脚本:
container-retention-policy --config config.yaml
3. 应用案例和最佳实践
应用案例
假设你是一个持续集成/持续部署 (CI/CD) 流程的维护者,定期发布新的容器镜像版本。为了防止存储空间被无限制占用,你可以使用 container-retention-policy 定期清理旧版本。
最佳实践
- 定期执行:建议将清理任务添加到 CI/CD 流程中,定期执行。
- 保留策略:根据项目需求设置合理的保留天数和保留版本数量。
- 安全性:确保 GitHub Token 的安全性,避免泄露。
4. 典型生态项目
GitHub Actions
container-retention-policy 可以与 GitHub Actions 结合使用,实现自动化清理。以下是一个示例 GitHub Actions 配置:
name: Container Retention
on:
schedule:
- cron: '0 0 * * *'
jobs:
cleanup:
runs-on: ubuntu-latest
steps:
- name: Checkout
uses: actions/checkout@v2
- name: Set up Python
uses: actions/setup-python@v2
with:
python-version: 3.8
- name: Install dependencies
run: pip install container-retention-policy
- name: Run container retention policy
run: container-retention-policy --config config.yaml
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
通过以上配置,你可以定期清理旧的容器镜像版本,保持环境整洁。
登录后查看全文
热门项目推荐
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。Python0188- 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
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
5个实战技巧:用langchaingo构建企业级对话系统的全流程指南解锁模块化编辑:Milkdown框架的可扩展开发指南[技术专题] OpenWeChat消息处理:从核心原理到高级实践Dapr集群部署失败?5步实战指南助你快速定位并解决问题小爱音箱AI升级定制指南:从零开始的设备改造与功能扩展Vanna AI训练数据效率提升实战指南:从数据准备到模型优化全流程解析打造现代界面新范式:Glass Liquid设计理念与实践指南PandaWiki部署实战:从环境准备到系统优化全指南4个步骤掌握Claude AI应用容器化部署:claude-quickstarts项目Docker实践指南4个高效步骤:Pixelle-Video API集成与开发实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.03 K
Ascend Extension for PyTorch
Python
440
531
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++
920
768
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
368
247
🎉 (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
1.46 K
822
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++
112
168
暂无简介
Dart
844
204
🔥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
昇腾LLM分布式训练框架
Python
130
156