Skip to main content

Command Palette

Search for a command to run...

用 Github Action 自动发布二进制包

Updated
2 min read

Github Actions 是 Github 提供的一个自动化流程工具,编写一段 YAML,随代码一起发布,根据脚本中定义的触发事件,能够完成 Lint、Build、Push Image 等等操作,在 Actions Market 中包含数千个功能各异的项目,能够给软件作者很大的帮助。

在发布 Github 项目版本时,Golang 之类的项目往往都需要执行构建、打包等动作,除了自己动手之外,也可以用 Github Action(也不排除使用 Travis CI 等自动化服务)来完成任务。

定义触发条件

Github Action 是使用 Github 事件来触发的,我们现在的需求是在生成 Release 的时候完成任务,因此可以如此定义触发事件:

on:
  release:
    types:
    - created

Release 相关事件除了 created 之外,还包括 publishedunpublishedediteddeleted, 以及 prereleased。对象详情请参看附录 Reference 链接。

交叉构建

确定触发条件之后,下一个任务就是构建了,golang 项目通常需要进行多平台的交叉编译,在 Github Action 中可以用 Matrix 特性做个循环:

    strategy:
      matrix:
        include:
          - goarch: amd64
            goos: linux
          - goarch: amd64
            goos: darwin
          - goarch: arm64
            goos: linux
          - goarch: arm64
            goos: darwin
    steps:
    - uses: actions/checkout@master
    - name: Set up Go
      uses: actions/setup-go@v2
      with: 
        go-version: 1.16
    - name: Making kubectl-karmada
      run: make kubectl-karmada
      env:
        GOOS: ${{ matrix.goos }}
        GOARCH: ${{ matrix.goarch }}

这里针对 arm64、amd64 和 Linux、Darwin 的组合进行了交叉编译:

  • 使用 checkout@master 获取代码

  • setup-go@v2 设置 golang 环境,并在 with 字句中指定了 1.16 版本

  • make 这里使用了 Matrix 定义的变量,循环构建每个组合;

打包上传

完成构建之后,对生成的文件进行打包,并进行上传:

    - name: Packaging...
      run: tar czf kubectl-karmada-${{ matrix.goos }}-${{ matrix.goarch }}.tgz kubectl-karmada LICENSE
    - name: Uploading assets...
      if: ${{ !env.ACT }}
      id: upload-release-asset 
      uses: actions/upload-release-asset@v1
      env:
        GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
      with:
        upload_url: ${{ github.event.release.upload_url }}
        asset_path: ./kubectl-karmada-${{ matrix.goos }}-${{ matrix.goarch }}.tgz
        asset_name: kubectl-karmada-${{ matrix.goos }}-${{ matrix.goarch }}.tgz
        asset_content_type: application/gzip

上传这里用 actions/upload-release-asset@v1 镜像来完成任务。其中用到的事件变量为 github.event.release.upload_url,代表触发事件的 Release 的上传地址。

本地调试

上面的构建过程中有个执行条件 if: ${{ !env.ACT }},环境变量中不存在 ACT 的时候才执行这个步骤,这个定义是用来做什么的?

Action 比较复杂的时候,调试就成了难题。要做线上操作,才能生成 Github 事件,才能触发 Action,这个过程的效率明显是很难提高的。nektos/act 就能部分地解决这个问题。Act 使用 Docker 环境模拟 Github 的运行环境,能够方便地在本地进行调试,能够减少很多对 Github 远程环境的操作。下面简单地试用一下。

在 Mac 下面可以用 brew install act 进行安装;Linux 下,则可以在命令行中输入 curl https://raw.githubusercontent.com/nektos/act/master/install.sh | sudo bash。注意前面说到,Act 是依赖 Docker 的,使用之前必须安装 Docker。

输入 act --help 能看到命令的帮助内容,其中有几个重要的选项:

  • -n:Dry run,用于校验语法,查看基本运行逻辑;

  • -j:直接指定触发 Job;

  • g:图形化的方式来展示 Action 的流程;

  • -e:可以编写一个 JSON 文件来描述 Github 事件,例如一个 PR:

      {
        "pull_request": {
          "head": {
            "ref": "sample-head-ref"
          },
          "base": {
            "ref": "sample-base-ref"
          }
        }
      }
    

综上,假设我们的任务命名为 release,就可以用 act -j release-assests 进行测试了:

$ act -j release-assests
[Build Release/release linux/amd64-3] 🧪  Matrix: map[goarch:arm64 goos:linux]
[Build Release/release linux/amd64-2] 🧪  Matrix: map[goarch:amd64 goos:darwin]
[Build Release/release linux/amd64-2] 🚀  Start image=catthehacker/ubuntu:act-latest
...
[Build Release/release linux/amd64-4] ⭐  Run Packaging...
[Build Release/release linux/amd64-4]   🐳  docker exec cmd=[bash --noprofile --norc -e -o pipefail /Users/dustise/Dropbox/Synced/lab/karmada/source/workflow/3] user=
[Build Release/release linux/amd64-1]   ✅  Success - Packaging...
[Build Release/release linux/amd64-4]   ✅  Success - Packaging...

本地运行通过后,可以 Push 代码,创建 Release 来测试上传结果。

附录

  • Github Action Reference:https://docs.github.com/en/actions/reference/workflow-syntax-for-github-actions

More from this blog

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read

再见 2025

我猜不少人以为这个号废了吧?并没有,只是今年变化有点大,一直有种抄起键盘,无从说起的感觉,所以一直偷懒到今天,2025 的最后一天。 今年是我的第四个本命年,去年末一期播客里,大内说本命年不是灾年,是变化年,有危也有机。可是讲真啊,只看到危,没看到机。 各种因缘际会,从鹅厂跳槽到前东家,已经接近四年,第一个合同期已经进入尾声。除了前两年还在云原生领域嗷嗷叫,后两年基本都是些鸡零狗碎的东西了,用老东家的术语说是——偏离主航道,可谓是前景暗淡了。 一旦确定要滚蛋,反倒心思轻松起来,每天骑着我的小红车...

Jan 5, 20261 min read

辅助编程?dora 说:我知道你很急可是请你别急

从 OpenGPT 把大模型的火烧旺了之后,这三年来,相信很多组织或摩拳擦掌、或躬身入局,希望借助聪明能干的大模型,或想偿还技术宅,或想降本增效,或想弯道超车。一时间,沉寂许久的 AIxx 又活过来了,LLM Ops、Vibe Coding、中医大模型、GPT 算命等等,全都老树发新芽,焕发了勃勃生机。那么视角拉回从业者最关注的饭碗相关的领域之一——AI 辅助开发,产生了什么触动,应该如何拥抱呢? DORA 的年度报告中给出了很有意思的结论——强者恒强。 执行摘要部分总结了几个有趣的点: 问题...

Oct 6, 20251 min read

[译]dora:ai 辅助软件开发状态报告

执行摘要 在 2025 年,科技领导者面临的核心问题已不再是“是否要采用 AI”,而是“如何实现其价值”。 DORA 的研究基于超过 100 小时的定性访谈和来自全球近 5,000 名技术专业人士的问卷调查。研究揭示了一个关键事实:AI 在软件开发中的主要角色是“放大器”。它会放大高效能组织的优势,也会凸显组织的缺陷。 关键结论:AI 是放大器 AI 投资的最大回报并非来自工具本身,而是来自组织底层系统的战略性建设: 高质量的内部平台 清晰的工作流 团队的协同能力 缺少这些基础,AI ...

Oct 2, 202514 min read

僭越了,有人在用 Rust 写 Kubernetes

一个新语言问世,最爱做的事情之一,就是重写存量软件了。 云原生喝酒 SIG 重点扶持项目——rk8s(https://github.com/rk8s-dev/rk8s) 也可以归在这个范畴里,只不过这个项目重写的东西比较大,是 Kubernetes。 从 2025 年 1 月第一个 Commit 开始,到现在有了 200 多次 Commit,十几万行代码。当然距离 Kubernetes 的几百万行代码还差得远——老马就是喜欢整这种大无畏项目。 另外该项目也是国内第一个脱离 Cargo 转向使用 ...

Sep 27, 20253 min read

【伪】架构师

342 posts