使用 GitHub Actions 和 Commitizen 自动发布 Python 库
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《使用 GitHub Actions 和 Commitizen 自动发布 Python 库》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

介绍
维护 python 库可能具有挑战性,尤其是在发布新版本时。如果手动完成,该过程可能非常耗时且容易出错。在这篇文章中,我将引导您使用 github actions 和 commitizen 自动化发布过程。这种方法可确保您的版本保持一致,遵守语义版本控制 (semver),并使您的变更日志保持最新,同时减少手动干预。
什么是语义版本控制?
语义版本控制(semver)是一种版本控制方案,它使用 major.minor.patch 格式的三个数字。该方案提供了一种清晰且可预测的方式来传达每个版本中的更改:
- 主要:重大更改 - 任何不向后兼容的内容。
- minor:新功能,但向后兼容。
- patch:错误修复——完全向后兼容。
语义版本控制至关重要,因为它可以帮助开发人员有效地管理依赖关系。当您知道库的新版本不会引入重大更改(例如,次要更新或补丁更新)时,您可以自信地更新您的依赖项,而不必担心应用程序崩溃。
有关 semver 的更多详细信息,您可以查看 semver.org。
承诺简介
commitizen 是一个标准化提交消息并自动执行版本控制和变更日志创建的工具。通过强制执行特定的提交消息格式,commitizen 可以确定所需的版本升级类型(主要、次要或补丁)并自动生成变更日志。
提交消息格式遵循以下结构:
( ): the commit message
- 提交类型:
- feat:表示新功能。这可能会导致次要版本冲突。如果提交包含重大更改注释,则会导致主要版本更新。
- fix:表示错误修复并导致补丁版本提升。
- chore、ci 和其他:这些不会触发版本冲突。
例如:
feat(parser): add support for parsing new file formats
fix(api): handle null values in the response
feat(api): change response of me endpoint breaking change: changes the api signature of the parser function
在此示例中,壮举提交中的重大更改注释将触发主要版本更新。这种一致性可确保您的版本号传达正确的更改级别,这对于依赖您的库的用户至关重要。
配置 commitizen
要将 commitizen 与您的 python 项目集成,您需要在 pyproject.toml 文件中对其进行配置。以下是您需要添加的配置:
[tool.commitizen]
name = "cz_conventional_commits"
version = "0.1.0"
tag_format = "v$version"
version_files = [
"pyproject.toml:version",
]
update_changelog_on_bump = true
说明:
- name:指定要使用的提交消息约定。我们使用传统的提交格式。
- version:项目的当前版本。您应该从“0.1.0”或任何您的初始版本开始。
- tag_format:定义标签的格式,v$version 是典型格式(v1.0.0、v1.1.0 等)。
- version_files:列出跟踪版本号的文件。此设置可确保 pyproject.toml 中的版本号自动更新。
- update_changelog_on_bump:每当发生版本碰撞时自动更新 changelog.md 文件。
为什么要自动化发布过程?
手动管理版本可能很乏味并且容易出错,尤其是随着项目的增长。自动化带来了几个主要好处:
- 一致性:确保每次都以相同的方式处理版本升级和变更日志。
- 效率:通过减少发布新版本所涉及的手动步骤来节省时间。
- 准确性:最大限度地减少人为错误,例如忘记更新变更日志或错误地更新版本。
概述:自动发布过程
为了让您清楚地了解自动化的工作原理,这里有一个高级概述:
- 合并到主分支时:当拉取请求(pr)合并到主分支时,工作流程会检查提交消息,决定是否需要版本更新,更新变更日志,并在必要时标记发布。
- 关于标签创建:当推送标签(表示新版本)时,工作流程将新版本发布到 pypi 并创建带有相应变更日志的 github 版本。
拆分工作流程:合并事件与标签事件
为了简单明了,我们将自动化分为两个工作流程:
- 合并到主工作流程
- 关于标签创建工作流程
工作流程 1:合并到主流程
此工作流程处理检测更改和更新版本的逻辑:
name: merge to main
on:
push:
branches:
- "main"
concurrency:
group: main
cancel-in-progress: true
jobs:
bump:
if: "!startswith(github.event.head_commit.message, 'bump:')"
runs-on: ubuntu-latest
steps:
- name: setup python
uses: actions/setup-python@v5
with:
python-version: "3.10"
- name: checkout repository
uses: actions/checkout@v4
with:
token: ${{ secrets.personal_access_token }}
fetch-depth: 0
- name: create bump and changelog
uses: commitizen-tools/commitizen-action@0.21.0
with:
github_token: ${{ secrets.personal_access_token }}
branch: main
说明:
- 触发器:当新的提交推送到主分支时,会触发此工作流程。
- 并发:并发设置可确保主分支一次仅运行一个工作流实例,从而防止竞争条件和重复的版本冲突。
- bump job:它检查提交消息是否以“bump:”开头,这表示来自先前版本的自动提交。如果没有,commitizen 根据提交消息确定必要的版本提升,更新 changelog.md,并创建一个新标签。
工作流程 2:标签创建
推送标签时会触发此工作流程,并处理发布过程:
name: on tag creation
on:
push:
tags:
- 'v*'
concurrency:
group: tag-release-${{ github.ref }}
cancel-in-progress: true
jobs:
detect-release-parameters:
runs-on: ubuntu-latest
outputs:
notes: ${{ steps.generate_notes.outputs.notes }}
steps:
- name: setup python
uses: actions/setup-python@v5
- name: checkout repository
uses: actions/checkout@v4
with:
fetch-depth: 0
- name: get release notes
id: generate_notes
uses: anmarkoulis/commitizen-changelog-reader@v1.2.0
with:
tag_name: ${{ github.ref }}
changelog: changelog.md
release:
runs-on: ubuntu-20.04
needs: detect-release-parameters
steps:
- name: checkout repo
uses: actions/checkout@v4
- name: set up python
uses: actions/setup-python@v5
with:
python-version: "3.10"
- name: install dependencies
run: |
python -m pip install --upgrade pip
pip install poetry
- name: configure pypi token
run: |
poetry config pypi-token.pypi ${{ secrets.pypi_token }}
- name: build and publish package
run: |
poetry publish --build
release-github:
runs-on: ubuntu-latest
needs: [release, detect-release-parameters]
steps:
- name: checkout repository
uses: actions/checkout@v4
- name: create release notes file
run: |
echo "${{ join(fromjson(needs.detect-release-parameters.outputs.notes).notes, '') }}" > release_notes.txt
- name: create github release
env:
gh_token: ${{ secrets.github_token }}
version: ${{ github.ref_name }}
run: |
gh release create ${{ github.ref }} \
--title "release $version" \
--notes-file "release_notes.txt"
说明:
- 触发器:此工作流程由标签推送触发(例如,v1.2.0)。
- 并发:并发设置可确保每个标签仅运行一个工作流程实例,从而防止同一版本多次尝试发布等问题。
- 检测发布参数作业:提取版本的变更日志注释。
- 发布作业:构建包并使用 poetry 将其发布到 pypi。
- release-github 作业:使用生成的发行说明创建新的 github 版本。
设置个人访问令牌
为了确保工作流程可以执行创建提交和标记发布等操作,您需要在 github 存储库中设置个人访问令牌 (pat):
- 转到 github 上的存储库。
- 导航到设置 > 秘密和变量 > 操作。
- 单击“新存储库秘密”。
- 添加名为 personal_access_token 的机密,并将您的 pat 粘贴到值字段中。
此令牌至关重要,因为它允许工作流程将更改(例如更新的变更日志和版本更新)推送回存储库。
生成的 changelog.md 示例
运行工作流程后,将自动生成并更新 changelog.md 文件。这是它可能的样子的示例:
## v2.0.0 (2021-03-31) ### Feat - **api**: change response of me endpoint ## v1.0.1 (2021-03-30) ### Fix - **api**: handle null values in the response ## v1.0.0 (2021-03-30) ### Feat - **parser**: add support for parsing new file formats
每次发布新版本时,commitizen 都会自动更新此 changelog.md。它将更改分类为不同的部分(例如,feat、fix),使用户和开发人员可以轻松查看每个版本中的新增内容。
常见问题和故障排除
最后,这是工作流程创建后的 github 版本的样子:
不正确的令牌权限:如果工作流由于权限错误而失败,请确保 pat 具有必要的范围(例如,存储库、工作流)。
commitizen 解析问题:如果 commitizen 无法解析提交消息,请仔细检查提交格式并确保其与预期格式一致。
凹凸提交冲突:如果凹凸提交尝试合并到主分支时出现冲突,您可能需要手动解决冲突或调整工作流程来处理它们。
并发执行:如果没有适当的并发控制,同时处理多个提交或标签可能会导致重复版本冲突或竞争条件等问题。这可能会导致同一版本的多次提交或不完整的发布。为了避免这种情况,我们向两个工作流程添加了并发设置,以确保每个分支或标签一次仅运行一个实例。
结论和后续步骤
使用 github actions 和 commitizen 自动化 python 库的发布过程不仅可以节省时间,还可以确保一致性并减少人为错误。通过此设置,您可以更多地专注于开发新功能,而不是管理版本的重复任务。
下一步,请考虑扩展 ci/cd 管道以包括自动化测试、代码质量检查甚至安全扫描。这将进一步增强发布过程的稳健性。
号召性用语
如果您觉得这篇文章有帮助,请随时分享给其他可能受益的人。我很想听听您的想法或在下面的评论中可能提出的任何问题。您在项目中实施过类似的工作流程吗?分享你的经历!
参考文献和进一步阅读
- 语义版本控制官方网站
- 提交文档
- github actions 文档
今天关于《使用 GitHub Actions 和 Commitizen 自动发布 Python 库》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
掌握 Web 动画:CSS 与未优化和优化的 JavaScript 性能
- 上一篇
- 掌握 Web 动画:CSS 与未优化和优化的 JavaScript 性能
- 下一篇
- 如何在 Java 函数中记录自述性错误消息
-
- 文章 · python教程 | 1小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 9小时前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 14小时前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 17小时前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python教程 · Python 并行执行 全局状态 InterpreterPoolExecutor
- Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
- 130浏览 收藏
-
- 文章 · python教程 | 22小时前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 类型提示 typing get_protocol_members Protocol
- Python get_protocol_members 怎么读取 Protocol 成员集合
- 487浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 365次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 420次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 435次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 387次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 214次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

