当前位置:首页 > 文章列表 > 文章 > 软件教程 > GitHub Actions artifacts 怎样只保留指定天数的构建产物

GitHub Actions artifacts 怎样只保留指定天数的构建产物

来源:17golang原创 2026-11-14 04:08:44 0浏览 收藏

在 GitHub Actions 的上传步骤中填写 retention-days: 7,就能让该步骤创建的 artifact 按七天保留;想统一调整仓库默认值,则进入 Settings → Actions → General 修改保留期。新设置不追溯修改已有产物,所以“改成七天后,旧文件仍在”并不一定是配置失效。

官方地址:https://github.com/

下面以“临时预览包只留七天”为例。示例面向 GitHub.com,使用 GitHub 托管的 Ubuntu runner;GitHub Enterprise Server 的 action 版本支持不同,不应直接照搬。插图均为原创操作说明,不是实际仓库或执行记录。

1. 在仓库设置中确认默认保留期

打开目标仓库,点击 Settings → Actions → General,找到包含 artifact 与 log retention 的保留期区域,输入 7,点击 Save。当前官方文档的完整字段名称是 Check, workflow run, status, artifact and log retention,它的范围比单个构建产物更广。

保存后,重新进入该区域应能看到保存的天数。若没有 Settings、输入框不可编辑或范围受到限制,先确认管理权限以及组织、企业的上级策略,不要通过改工作流来尝试突破上限。只想缩短预览包、保留其他数据原有策略时,可保持仓库默认值不动,直接使用下一步的单产物参数。

原创界面说明图展示 Actions General 中保留期七天与保存按钮
原创界面说明图:仓库设置中的保留期输入与保存入口,布局为教学示意。

2. 给上传步骤填写 retention-days

打开仓库 Code → .github/workflows 中的目标 YAML 文件,编辑负责上传构建产物的步骤,在 with 下加入保留天数,然后通过 Commit changes 保存到用于运行的分支。下面是独立的手动示例,生成一个简单预览说明文件,不依赖某个项目的构建命令。

# .github/workflows/artifact-demo.yml:手动生成并上传七天预览包
name: Artifact retention demo
on:
  workflow_dispatch:
permissions:
  contents: read
jobs:
  upload-preview:
    runs-on: ubuntu-latest
    steps:
      - name: Create preview file
        run: |
          # 示例文件用于展示上传范围,实际项目替换为构建输出
          mkdir -p out
          printf '%s\n' 'Preview bundle for this run' > out/preview.txt
      - name: Upload preview bundle
        uses: actions/upload-artifact@v7
        with:
          name: preview-bundle
          path: out/
          # 此处限定本步骤新上传产物的保留天数
          retention-days: 7
          if-no-files-found: error

当前官方 action 用法示例使用 v7;已有流水线应结合自身 runner 和组织允许列表采用受支持版本。示例不需要 checkout,因为文件直接在 runner 工作目录创建;真实项目通常仍需保留自己的检出与构建步骤。

retention-days 必须放在上传 action 的输入区,不能放到 job 的根层。省略它或填写 0 表示使用默认保留策略,不代表永久保存;指定值应为允许范围内的正整数。此处的 name 决定产物名称,path 决定上传哪些文件,两者都不会代替保留期设置。

保存后在文件页确认提交里仍是 retention-days: 7。如果其他上传步骤也要七天,应分别设置;不要假定一个步骤的输入会成为整个工作流的通用值。

原创界面说明图展示上传步骤参数和提交入口
原创界面说明图:上传步骤的 retention-days 影响该步骤创建的产物。

3. 在新运行中找到产物并限定下载范围

文件进入默认分支后,进入 Actions → Artifact retention demo → Run workflow,选择包含该配置的分支并启动。等待上传步骤完成,再点击这次运行的名称进入摘要页,找到 Artifacts → preview-bundle 下载。若没有手动运行按钮,检查默认分支是否包含带 workflow_dispatch 的文件以及当前账号是否有运行权限。

这里应能看到新运行的 preview-bundle,下载后包含 preview.txt。这是读者操作后的预期状态,并非本文已执行的测试结果。不要打开旧运行来判断新配置是否生效;即使产物名称一样,不同运行也是不同的产物对象。

原创界面说明图展示特定运行中的 preview-bundle 下载入口
原创界面说明图:进入特定运行的 Artifacts 区域,下载 preview-bundle。

网页下载需要登录并对仓库有读取权限,知道链接不等于获得下载权限。产物过期或被删除后,旧链接也不会让文件继续可用。需要发布给用户长期下载的正式交付物,应采用适合长期分发的存储渠道,不能把短期 artifact 链接作为永久入口。

遇到的情况优先检查
旧产物没有按新天数消失创建时使用的是旧策略,新设置不追溯
新运行没有产物上传步骤是否执行成功、path 是否存在
保留天数不被接受仓库与上级策略的允许范围
下载入口不可用读取权限、过期时间与删除状态

已有文件与存储占用怎么处理

降低新产物的保留期,有助于减少后续长期堆积,但不会让旧文件立即全部消失,也不能据此承诺账单立刻下降。先减少上传范围,只保存需要交付或排障的文件;大型中间目录没有必要随着每次运行重复上传。

确认旧产物已不再需要后,可以按团队的保留要求单独清理;清理前保留确有需要的副本。artifact 与依赖缓存是不同对象,retention-days 不是缓存的保留开关。若要回退本次修改,恢复仓库原设置,并移除或调整上传步骤的参数;回退也只改变之后新创建对象的策略。

参考:仓库 Actions 设置;upload-artifact 官方输入说明;下载工作流产物。

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
Git worktree lock 何时用于保护长期工作树Git worktree lock 何时用于保护长期工作树
上一篇
Git worktree lock 何时用于保护长期工作树
GitHub Actions concurrency group 使用表达式时怎样避免误取消
下一篇
GitHub Actions concurrency group 使用表达式时怎样避免误取消
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。
    1018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。
    1020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。
    1155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。
    1121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。
    962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