当前位置:首页 > 文章列表 > 文章 > 软件教程 > GitHub Actions 手动触发工作流的页面路径

GitHub Actions 手动触发工作流的页面路径

来源:17golang原创 2026-10-28 08:59:04 0浏览 收藏

GitHub Actions 手动触发不是在仓库设置里随便找一个按钮,而是沿着“仓库首页 → Actions → 工作流名称 → Run workflow”进入运行面板。页面能否出现这个按钮,先取决于工作流是否声明了 workflow_dispatch,并且这份工作流文件已经存在于默认分支;执行手动运行还需要仓库写权限。

官方地址:https://github.com/

官方说明:https://docs.github.com/en/actions/how-tos/manage-workflow-runs/manually-run-a-workflow

下面用一个最小场景说明页面路径。配图是根据操作状态绘制的原创界面说明图,不是 GitHub 截图,也不是实际运行证据。

先确认 workflow_dispatch 与默认分支条件

先打开仓库中的 .github/workflows 目录,找到要手动执行的 YAML 文件。触发器至少要包含 workflow_dispatch;如果只写了 push 或 pull_request,Actions 页面不会出现手动运行入口。

name: 手动构建示例

on:
  workflow_dispatch:
    inputs:
      target:
        description: "要构建的目标"
        required: true
        default: "staging"
        type: choice
        options:
          - staging
          - production

jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: 检出代码
        uses: actions/checkout@v4 # 这里保留中文注释,说明步骤用途
      - name: 输出目标
        run: echo "target=\${{ inputs.target }}" # 用输入值决定本次运行目标

这里的关键不是把 YAML 写得复杂,而是确认它已经提交到默认分支。GitHub 文档明确说明,手动触发要求工作流文件位于默认分支;只有满足这个前置条件,网页端的运行入口才有机会出现。

原创界面说明图:从仓库首页进入 Actions 与工作流列表的页面层级
图1:仓库首页、Actions 入口与工作流列表的界面路径说明图,不是运行截图。

从仓库首页进入 Actions 和目标工作流

页面操作按下面的顺序进行:先进入目标仓库的主页面,在仓库名称下方点击 Actions;再在左侧工作流列表点击目标工作流名称。不要直接把某次运行记录当成工作流入口,手动触发按钮位于工作流自己的运行列表页面上方。

如果需要用路径表达这个页面,它可以抽象成:

https://github.com/OWNER/REPOSITORY/actions/workflows/WORKFLOW_FILE
# OWNER、REPOSITORY 和 WORKFLOW_FILE 需要替换成当前仓库的实际值

进入后先看工作流标题和最近运行记录,再找运行列表上方的 Run workflow。没有这个按钮时,优先回到上一节检查触发器和默认分支,不要先改浏览器或反复刷新。

选择分支并填写 workflow_dispatch 输入

点击 Run workflow 后,面板通常会给出 Branch 下拉框;如果 YAML 定义了 inputs,还会出现对应的输入字段。先选本次要运行的分支或标签,再按字段的必填要求填写参数,最后准备点击按钮。

上例中的 target 是必填的选择项,因此页面应该显示 staging 与 production 两个可选值。字段名称、默认值和可选项都来自工作流文件,不是页面临时生成的固定菜单。

原创界面说明图:Run workflow 面板中的分支下拉框、输入字段和运行按钮
图2:Run workflow 面板的分支、输入与提交状态说明图,不是 GitHub 截图。

点击 Run workflow 并判断页面结果

确认分支和输入后点击 Run workflow。正常情况下,页面会返回工作流运行列表,并在列表中出现一条新的运行记录;之后可以打开这条记录查看 job 和 step 的状态。这里判断“手动触发成功”的标准是新的运行记录出现,而不是只看到按钮被点击。

命令行也可以触发同一类工作流,但它不是本篇的页面路径:

gh workflow run build.yml --ref main
# --ref 指定要运行的分支;工作流仍需声明 workflow_dispatch

遇到异常时按这个顺序排查:

  • 没有 Run workflow:检查默认分支上的 YAML 是否含有 workflow_dispatch,并确认最近的提交已经推送。
  • 按钮可见但无法执行:确认当前账号对仓库有写权限,以及所选分支或标签存在。
  • 输入字段不符合预期:回到 on.workflow_dispatch.inputs 查看字段名、是否必填、默认值和类型。
  • 运行列表没有新记录:先确认点击的是工作流页面里的按钮,再检查页面是否已经切换到目标仓库和目标工作流。

相关问题

为什么 workflow_dispatch 写了却没有按钮?最常见原因是包含该配置的文件还不在默认分支,或者当前打开的不是那份工作流对应的运行列表。

手动触发一定只能运行默认分支吗?网页面板可以选择分支;限制是用于提供手动触发入口的工作流文件需要先存在于默认分支。

没有 inputs 时还能手动运行吗?可以。inputs 只是让页面展示额外参数字段,手动触发的核心前置条件仍是 workflow_dispatch。

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
VS Code Timeline 怎样查看文件的本地修改记录VS Code Timeline 怎样查看文件的本地修改记录
上一篇
VS Code Timeline 怎样查看文件的本地修改记录
GitHub 项目环境变量与密钥的分层配置
下一篇
GitHub 项目环境变量与密钥的分层配置
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。
    752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。
    750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。
    831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。
    797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。
    632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