Ruby Setup Action 使用教程
1. 项目介绍
ruby/setup-ruby 是一个 GitHub Action,用于下载预构建的 Ruby 并将其添加到 PATH 中。它非常高效,通常只需要大约 5 秒的时间来下载、解压并添加指定的 Ruby 版本到 PATH。这个 Action 支持多种 Ruby 解释器版本,包括 MRI、JRuby 和 TruffleRuby,并且可以在多个操作系统上运行,如 Ubuntu、macOS 和 Windows。
2. 项目快速启动
2.1 安装 Ruby
首先,确保你已经安装了 Ruby。你可以通过以下命令检查是否已经安装了 Ruby:
ruby -v
如果没有安装,你可以使用以下命令通过包管理器安装 Ruby:
# 对于 Debian/Ubuntu
sudo apt-get install ruby-full
# 对于 CentOS/Fedora/RHEL
sudo yum install ruby
# 对于 macOS (使用 Homebrew)
brew install ruby
2.2 配置 GitHub Action
在你的 GitHub 仓库中,创建一个 .github/workflows 目录,并在其中创建一个 .yml 文件,例如 ruby-ci.yml。在这个文件中,添加以下内容:
name: Ruby CI
on: [push, pull_request]
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: ruby/setup-ruby@v1
with:
ruby-version: '3.3' # 指定你需要的 Ruby 版本
bundler-cache: true # 自动运行 'bundle install' 并缓存安装的 gems
- run: bundle exec rake
2.3 运行 GitHub Action
提交并推送你的更改,GitHub Action 将会自动运行并安装指定的 Ruby 版本,然后执行 bundle exec rake 命令。
3. 应用案例和最佳实践
3.1 多版本 Ruby 测试
在开发过程中,你可能需要测试你的代码在不同版本的 Ruby 上是否兼容。ruby/setup-ruby 支持矩阵测试,你可以在同一个工作流中测试多个 Ruby 版本:
name: Ruby CI
on: [push, pull_request]
jobs:
test:
strategy:
fail-fast: false
matrix:
ruby: ['2.7', '3.0', '3.1', '3.2', '3.3', 'head', 'jruby', 'jruby-head', 'truffleruby', 'truffleruby-head']
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: ruby/setup-ruby@v1
with:
ruby-version: ${{ matrix.ruby }}
bundler-cache: true
- run: bundle exec rake
3.2 缓存 Gem 安装
通过设置 bundler-cache: true,ruby/setup-ruby 会自动运行 bundle install 并缓存安装的 gems,从而加快 CI 的速度。
4. 典型生态项目
4.1 Ruby on Rails
Ruby on Rails 是一个流行的 Web 应用框架,使用 ruby/setup-ruby 可以轻松地在 CI 环境中配置和测试 Rails 项目。
4.2 Jekyll
Jekyll 是一个静态站点生成器,使用 ruby/setup-ruby 可以方便地配置和测试 Jekyll 项目。
4.3 Sinatra
Sinatra 是一个轻量级的 Web 应用框架,使用 ruby/setup-ruby 可以快速配置和测试 Sinatra 项目。
通过以上步骤,你可以轻松地在 GitHub Actions 中配置和使用 Ruby,并利用 ruby/setup-ruby 提供的功能来加速你的 CI 流程。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08