当前位置:首页 > 文章列表 > 文章 > 软件教程 > GitHub Actions workflow_dispatch 怎样添加手动输入参数

GitHub Actions workflow_dispatch 怎样添加手动输入参数

来源:17golang原创 2026-11-06 15:38:14 0浏览 收藏

如果一个 GitHub Actions 工作流既要跑测试环境,又要跑预发布环境,最省事的做法不是复制两份 YAML,而是给手动触发事件加上输入字段。配置完成后,Actions 页面会出现 Run workflow 表单,命令行也可以用 gh workflow run 传值。

本文只解决一个问题:怎样为 workflow_dispatch 声明手动输入,并在 job 中读取这些值。官方地址:https://docs.github.com/en/actions/reference/workflows-and-actions/events-that-trigger-workflows#workflow_dispatch。下面的两张图片是原创静态界面说明图,不是 GitHub 实际截图。

核心做法是在工作流文件的 on.workflow_dispatch.inputs 下声明字段,再通过 inputs. 在 job 或 step 中读取。先确认工作流文件位于默认分支,才能在网页上看到手动运行入口。

先确认手动触发入口

打开仓库的 .github/workflows/ 目录,选择要手动运行的工作流文件。最小配置只需要启用 workflow_dispatch:

name: Manual checks

on:
  # 启用 Actions 页面和 API/CLI 的手动触发入口
  workflow_dispatch:

jobs:
  show-entry:
    runs-on: ubuntu-latest
    steps:
      - name: Print entry state
        run: echo "manual workflow is available"

保存后把文件提交到默认分支。在仓库的 Actions 页面打开这条工作流,如果文件已经被默认分支识别,页面会出现 Run workflow 按钮。只有打开按钮还不够,继续配置输入字段后,按钮才会展开可填写的表单。

在 workflow_dispatch 下声明 inputs

输入字段写在 on.workflow_dispatch.inputs 下。下面的示例用三个字段覆盖常见场景:下拉选择日志级别、布尔开关和必填的部署环境。

name: Manual checks

on:
  workflow_dispatch:
    inputs:
      logLevel:
        description: "本次运行使用的日志级别"
        required: true
        default: "warning"
        type: choice
        options:
          - info
          - warning
          - debug
      runIntegration:
        description: "是否执行集成测试"
        required: false
        default: false
        type: boolean
      environment:
        description: "选择要检查的环境"
        required: true
        type: environment

jobs:
  inspect-inputs:
    runs-on: ubuntu-latest
    steps:
      - name: Print selected values
        env:
          # 将上下文值显式放入环境变量,便于脚本读取
          LOG_LEVEL: ${{ inputs.logLevel }}
          RUN_INTEGRATION: ${{ inputs.runIntegration }}
          TARGET_ENV: ${{ inputs.environment }}
        run: |
          # 只回显本次运行的非敏感参数,不打印 Token 或密码
          echo "log level: $LOG_LEVEL"
          echo "run integration: $RUN_INTEGRATION"
          echo "target environment: $TARGET_ENV"

这里的 choice 只能从 options 中选择,boolean 用于开关,environment 则让调用者选择仓库中已有的环境。required 决定表单是否必须填写;default 只负责在表单中提供初始值,不等于业务逻辑已经执行。

原创界面说明图:workflow_dispatch 输入字段与 Run workflow 表单入口
图1:操作示意图,展示 workflow_dispatch 输入声明与手动运行入口;这是原创界面说明图,不是运行截图。

在 job 和 step 中读取输入

声明输入只是提供数据,真正决定行为的是读取方式。条件表达式可以直接引用 inputs 上下文;命令脚本则建议先通过 env 显式接收,避免把表达式和 shell 语法混在一起。

jobs:
  test:
    # 布尔输入可直接控制 job 是否运行
    if: ${{ inputs.runIntegration }}
    runs-on: ubuntu-latest
    steps:
      - name: Run integration tests
        env:
          # 环境变量名使用大写,便于脚本与日志辨认
          TARGET_ENV: ${{ inputs.environment }}
        run: |
          # 这里的命令只示意测试入口,实际项目替换成自己的测试命令
          echo "testing environment: $TARGET_ENV"
          go test ./...

如果布尔值只用于条件判断,可以直接写 if: ${{ inputs.runIntegration }}。如果要交给 shell 或其他脚本,再放进 env 并按字符串使用。不要把用户输入拼接进未受控的 shell 命令;路径、参数和可执行选项应保持在明确的白名单内。

从 Run workflow 页面提交参数

回到 Actions 页面,选择目标工作流并点击 Run workflow。先选择要运行的分支,再按表单填写日志级别、集成测试开关和环境,最后提交。必填字段没有值时,页面不会创建本次运行。

提交后的可见成功状态是:运行记录出现在该工作流的列表中,进入详情后能看到对应 job;日志中可以看到非敏感输入的回显。不要把密码、访问令牌或完整部署凭据定义成普通输入并打印到日志。

用 GitHub CLI 传入同一组输入

同一工作流也可以用 GitHub CLI 触发。-f 后面的字段名必须与 YAML 中的输入名一致,布尔值和选择值都按表单允许的值传递:

# 指定工作流文件、分支,并传入与 YAML 同名的输入
gh workflow run manual-checks.yml \
  --ref main \
  -f logLevel=debug \
  -f runIntegration=true \
  -f environment=staging

# 查看最近的运行记录,确认手动触发已经进入队列
gh run list --workflow manual-checks.yml --limit 5

页面触发和 CLI 触发最终都进入同一个 workflow_dispatch 事件。CLI 的优点是可以嵌入脚本,但脚本仍应限制允许的分支、环境和选项,避免把任意输入直接传给部署命令。

原创界面说明图:提交 workflow_dispatch 输入后查看运行摘要与结果状态
图2:结果示意图,展示手动参数提交后的运行摘要与状态反馈;这是原创界面说明图,不是运行证据。

输入不显示或读取为空时排查

  1. 检查文件分支:确认工作流文件已经提交到默认分支;只在功能分支存在时,Actions 页面可能看不到手动入口。
  2. 检查缩进层级:确认 inputs 位于 on.workflow_dispatch 下,而不是与 jobs 同级的自定义键。
  3. 检查字段名:YAML 声明、inputs.、gh workflow run -f 三处必须使用同一个名称。
  4. 检查上下文位置:job 条件使用 Actions 表达式;shell 脚本使用环境变量,不能把 ${{ inputs.name }} 当成 shell 变量。
  5. 检查类型边界:choice 必须命中 options,environment 必须选择仓库可用环境;默认值只在没有新值时填入。

GitHub 文档还说明,inputs 上下文与 github.event.inputs 内容相同,但 inputs 会保留布尔值类型;实际写条件时优先使用 inputs,只有需要兼容旧写法时再查看事件上下文。

速查表

目标配置位置成功状态
启用手动触发on.workflow_dispatchActions 页面出现 Run workflow
创建下拉输入type: choice 与 options表单只能选择允许值
控制可选步骤if: ${{ inputs.runIntegration }}开关为真时 job/step 运行
命令行触发gh workflow run -f新运行记录进入列表

相关问题

为什么写了 workflow_dispatch 仍然没有 Run workflow?

先确认工作流文件在默认分支、路径位于 .github/workflows/,并且 YAML 的 on 与 workflow_dispatch 缩进正确。文件只在其他分支时,默认分支的 Actions 页面不会显示它。

inputs 和 github.event.inputs 应该选哪个?

新配置优先使用 inputs。两者值相同,但 inputs 会保留布尔值;事件上下文更适合需要读取原始事件结构的兼容场景。

能不能把密码也做成 workflow_dispatch 输入?

不建议。普通输入会出现在运行参数链路中,适合环境名、开关和日志级别;敏感值应放到 GitHub Secrets 或环境保护规则中,并避免在日志中回显。

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 Tasks 怎样让多根工作区命令指向指定文件夹VS Code Tasks 怎样让多根工作区命令指向指定文件夹
上一篇
VS Code Tasks 怎样让多根工作区命令指向指定文件夹
Postman 脚本怎样把响应字段写入环境变量
下一篇
Postman 脚本怎样把响应字段写入环境变量
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。
    912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。
    919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。
    998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。
    992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。
    813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