当前位置:首页 > 文章列表 > 文章 > 软件教程 > GitHub 仓库怎么用 Ruleset 保护默认分支

GitHub 仓库怎么用 Ruleset 保护默认分支

来源:17golang原创 2026-09-26 21:39:16 0浏览 收藏

GitHub 仓库可以用 Branch ruleset 统一保护默认分支。最小可用配置是:进入仓库 Settings → Rules → Rulesets,新建分支规则集,把 Default branch 加入目标分支,然后启用“必须通过 Pull Request 合并”“必须通过状态检查”“禁止强制推送”和“限制删除”。

官方地址:https://docs.github.com/repositories/configuring-branches-and-merges-in-your-repository/managing-rulesets

Ruleset 创建后并不会自动覆盖所有分支。真正决定保护范围的是 Target branches,保存前一定要确认其中明确显示 Default branch。

第一步:进入仓库 Rulesets 页面

打开目标仓库,点击顶部 Settings。在左侧栏找到 Code and automation 区域,展开 Rules,再点击 Rulesets。页面右上角选择 New ruleset → New branch ruleset。

GitHub 仓库设置页中 Rules 和 Rulesets 的入口位置说明
图1:操作示意图。看左侧 Settings 导航中的 Rules → Rulesets,以及右上角 New ruleset;出现 Branch ruleset 创建入口,说明已经进入正确页面。

如果看不到 Settings 或 New ruleset,通常是当前账号缺少仓库管理权限。组织仓库还可能由组织级规则统一管理,此时应先确认你是否拥有编辑仓库规则的角色。

第二步:创建规则集并锁定默认分支

在 Ruleset Name 中填写清楚用途,例如 Protect default branch。把 Enforcement status 设为 Active。接着展开 Target branches,点击 Add target → Include default branch。

GitHub Branch ruleset 中名称、Active 状态和 Default branch 目标的配置说明
图2:操作示意图。重点检查 Ruleset Name、Active 和 Target branches 三处;目标区域出现 Default branch,才表示规则会跟随仓库当前默认分支。

使用 Default branch 目标比手写 main 更稳妥:以后仓库更换默认分支时,规则仍然跟随默认分支语义。若还要保护发布分支,可以继续添加分支名称模式,但不要用过宽的模式误伤临时分支。

第三步:设置合并门槛

在 Branch rules 区域按团队流程启用规则。常用组合如下:

规则作用建议
Restrict deletions阻止默认分支被删除通常开启
Block force pushes阻止重写默认分支历史通常开启
Require a pull request before merging禁止直接推送进入受保护分支开启并设置审批数
Require status checks to pass合并前必须通过指定 CI 检查先确认检查名称稳定

展开 Pull Request 规则后,可设置需要的批准数量,并按团队需要启用代码所有者审批、最后一次提交后的重新审批等选项。状态检查规则应选择真正阻止发布的检查,例如构建、测试或安全扫描;不要把偶发、实验性的任务设成必需检查。

GitHub Branch ruleset 中 Pull Request、状态检查、删除和强推规则的配置说明
图3:操作示意图。看 Branch rules 中四个开关和必需状态检查列表;当 Pull Request、Status checks、删除限制和强推限制均显示已启用,核心保护已经配置完成。

第四步:谨慎配置 Bypass list

Bypass list 用于允许特定角色、团队或应用绕过规则。默认分支的目标是减少例外,因此不要把所有管理员都无条件加入。若自动发布机器人确实需要写入默认分支,优先只添加对应 GitHub App 或受控团队,并选择符合流程的绕过方式。

  • 只给必要主体绕过权限,不使用宽泛角色。
  • 发布机器人仍应保留审计记录和最小权限。
  • 紧急变更需要例外时,先定义谁可操作、何时恢复正常流程。
  • 多个规则集同时命中时,规则会叠加,应检查是否存在更严格的组织级规则。

第五步:创建并验收

滚动到页面底部点击 Create。返回 Rulesets 列表后,确认新规则集状态为 Active;进入详情页再次检查 Target branches 显示默认分支,Branch rules 显示预期规则。

验收时可以从一个普通开发分支发起 Pull Request:未达到审批数或必需检查失败时,合并按钮应被阻止;条件全部满足后才允许合并。不要用管理员绕过身份做首次验收,否则可能误以为规则未生效。

常见问题

Ruleset 和经典 Branch protection rule 有什么区别?Ruleset 能集中定义目标、规则、状态和绕过主体,并可与其他规则叠加。已有保护规则不必立刻删除,迁移时先确认命中范围和最终限制。

为什么状态检查列表里找不到某个任务?通常需要该检查最近在仓库中实际运行过,并且名称与工作流上报的一致。先运行一次 Pull Request 工作流,再返回规则设置选择。

为什么管理员还能合并?检查 Bypass list、组织角色以及是否启用了允许绕过的设置。Ruleset 的例外主体应当最小化,并与团队应急流程一致。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
蛙蛙漫画支持哪些设备?手机端、应用大小与详情页兼容性说明蛙蛙漫画支持哪些设备?手机端、应用大小与详情页兼容性说明
上一篇
蛙蛙漫画支持哪些设备?手机端、应用大小与详情页兼容性说明
秀秀漫画支持哪些设备?手机兼容性、大小与功能范围说明
下一篇
秀秀漫画支持哪些设备?手机兼容性、大小与功能范围说明
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    228次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    275次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    236次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    219次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    14次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码