当前位置:首页 > 文章列表 > 文章 > 软件教程 > GitHub Actions artifact retention 怎样按作业设置保存期限

GitHub Actions artifact retention 怎样按作业设置保存期限

来源:17golang原创 2026-11-01 02:55:35 0浏览 收藏

如果一个工作流同时产出测试报告、构建包和临时日志,不必让它们共享同一个保存期限。GitHub Actions 可以在仓库级设置默认值,也可以在具体的 actions/upload-artifact 步骤中用 retention-days 单独指定天数。最实用的做法是:短期调试产物设置较短期限,发布候选包按团队规则保留更久,并先确认仓库、组织或企业策略允许这个值。

官方地址:https://docs.github.com/en/actions/tutorials/store-and-share-data

仓库设置说明:https://docs.github.com/en/repositories/managing-your-repositorys-settings-and-features/enabling-features-for-your-repository/managing-github-actions-settings-for-a-repository

先确认保存期限的控制层级

打开目标仓库,依次进入 Settings → Actions → General,找到 artifact 与日志保存期限相关的设置。这里的数值是仓库级默认策略,适合为没有单独声明期限的上传步骤提供兜底。

原创界面说明图:从仓库设置进入 Actions General 并定位 artifact 保存期限设置
图1:从仓库设置进入 Actions → General 的 artifact 保存期限入口;这是静态操作示意图,不是 GitHub 实际截图。

设置单个作业前先记住三个边界:

  • 上限优先:retention-days 不能超过仓库、组织或企业策略允许的最大天数。
  • 只影响新对象:修改默认值不会把已经上传的 artifact 重新计算一遍。
  • 作用对象不同:artifact、工作流日志、工作流运行记录的保存策略不要混为一个字段。

在指定作业里加入 retention-days

编辑工作流文件中的上传步骤。下面的例子让构建作业上传一个保存 7 天的压缩包;中文注释说明了期限和目录的含义,复制时可按项目实际目录替换。

name: build

on:
  push:
    branches: [ main ]

jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout
        uses: actions/checkout@v4

      - name: Build package
        run: |
          # 生成供后续上传的构建目录;实际项目可替换为自己的构建命令
          mkdir -p dist
          printf 'build output\n' > dist/app.txt

      - name: Upload build artifact
        uses: actions/upload-artifact@v4
        with:
          # 用固定名称便于在运行详情中找到这份产物
          name: build-package
          # 只上传构建目录,避免把临时缓存一起长期保存
          path: dist/
          # 这一步的 artifact 保存 7 天,不能超过上层策略上限
          retention-days: 7

关键字段只有三个:name 是运行详情里看到的产物名称,path 决定上传哪些文件,retention-days 决定这份 artifact 的保存期限。把它放在上传步骤的 with 下,而不是作业顶层;这样同一个作业可以为不同产物采用不同期限。

用不同期限区分构建包和测试报告

当一个作业同时生成可发布包和测试报告时,可以把期限拆开。发布候选包保留 30 天,测试报告只保留 5 天,既方便回溯又能控制存储量。

      - name: Upload release candidate
        uses: actions/upload-artifact@v4
        with:
          # 发布候选包需要给测试和回滚留出更长窗口
          name: release-candidate
          path: dist/release/
          retention-days: 30

      - name: Upload test report
        uses: actions/upload-artifact@v4
        with:
          # 测试报告用于短期排查,避免和发布包使用同一保存期限
          name: test-report
          path: reports/
          retention-days: 5

如果组织策略最多只允许 14 天,那么上面的 30 天并不会突破这个上限;应先在仓库或组织设置中确认可用范围,再把长期产物的天数写入工作流。对需要永久归档的发布文件,不要把 artifact 当成唯一归档介质,应转移到团队认可的发布或存储流程。

运行后在哪里确认结果

提交工作流文件后运行对应作业,打开该次 workflow run,进入作业详情或 Artifacts 区域,先确认上传步骤为成功,再确认 artifact 名称与预期一致。下面的界面说明图展示了“构建作业成功、产物已上传、保存 7 天”的目标状态。

原创界面说明图:构建作业成功后显示 artifact 名称、7 天保存期限和成功状态
图2:运行详情中确认构建作业和 artifact 保存策略的结果示意图;这是静态操作示意图,不是运行证据。

需要查询更精确的删除时间时,可以使用 GitHub Actions artifact REST API 返回的 expires_at 字段。它适合写入内部报表或排查“为什么今天还能下载、明天却找不到”的问题,但不要用页面上的上传时间代替到期时间。

保存期限不符合预期时这样排查

现象优先检查通常原因
写了 30 天却提前到期仓库、组织、企业的上限单个 artifact 不能超过上层策略
改完默认值,旧 artifact 没变化对象创建时间保存期限设置只作用于新对象
运行成功但没有产物上传步骤日志和 path目录为空、路径不匹配或上传步骤失败
工作流运行删除后产物也消失是否删除了 workflow run被删除运行关联的 artifact 会一起删除

把“上传失败”“保存期限受限”和“到期清理”分成三类处理,定位会比反复修改天数更快。若只想调整新构建的期限,直接改工作流中的 retention-days;若所有作业都需要统一兜底,再调整仓库级设置。

一份可直接执行的设置清单

  1. 在 Settings → Actions → General 查看仓库级保存期限和上层限制。
  2. 为每个需要独立生命周期的上传步骤设置 name、path 和 retention-days。
  3. 提交后运行工作流,确认上传步骤成功且 artifact 名称正确。
  4. 长期发布物不要只依赖 artifact,按团队规则进入正式归档流程。
  5. 遇到到期时间争议时查 API 的 expires_at,并确认关联 workflow run 是否仍存在。

常见问题

retention-days 可以写 0 吗?

不要把 0 当成“永久保存”或“立即删除”的通用开关。应使用 GitHub 当前文档允许的天数范围,并以仓库、组织和企业策略实际接受的值为准。

修改仓库级保存期限会影响历史 artifact 吗?

不会自动追溯修改已有对象。它主要为之后创建的 artifact 和相关日志提供默认策略;历史对象仍按创建时的规则处理。

为什么 retention-days 写了很大值却没有生效?

先检查上层策略上限,再检查 YAML 中字段是否位于对应上传步骤的 with 下。若仍不确定,查看该 artifact 的到期字段和运行关联关系。

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
GitHub Actions permissions 怎样按作业收紧 GITHUB_TOKENGitHub Actions permissions 怎样按作业收紧 GITHUB_TOKEN
上一篇
GitHub Actions permissions 怎样按作业收紧 GITHUB_TOKEN
QLoRA 的 nf4 与 double quant 参数配置方法
下一篇
QLoRA 的 nf4 与 double quant 参数配置方法
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。
    819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。
    811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。
    903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。
    873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。
    695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