当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > GitHub Actions workflow lockfiles 正式可用后怎样固定 Action 依赖

GitHub Actions workflow lockfiles 正式可用后怎样固定 Action 依赖

来源:17golang原创 2026-11-18 00:34:59 0浏览 收藏

GitHub Actions 的 workflow 里常见的是 actions/checkout@v6 这类可读引用,但 tag 或 branch 可能在之后指向另一个提交。workflow dependency lockfile 的作用,就是把工作流依赖解析到具体 commit,让审查过的 Action 代码与实际运行的代码保持一致。

官方地址:https://docs.github.com/en/actions/how-tos/secure-your-work/lock-workflow-dependencies

要点速览
  • 锁文件位于 .github/workflows/actions.lock,由 gh actions-lock 生成,不要手工编辑。
  • 可以先接入一个工作流,再用 gh actions-lock --verify 检查是否过期。
  • 锁文件约束 Action 代码,不等于锁住 runner 镜像、输入参数或 secrets。

GitHub Actions lockfile 到底固定了什么

这次正式可用的能力解决的是依赖引用会移动的问题:工作流仍可保留易读的 tag 或 branch,锁文件则记录它们当前解析到的 commit,同时覆盖直接 Action 和传递依赖。执行时,GitHub Actions 依据锁文件中的记录运行被锁定的 commit。

边界也要先说清楚。可复用工作流调用不由调用方仓库的 lockfile 统一覆盖,它应在定义自己的仓库中按 commit 引用或维护自己的锁文件;runner 镜像、Action 的 input 和 secrets 也不属于这个锁文件控制范围。

GitHub Actions workflow 引用、传递依赖、commit、actions.lock 与 runner 执行边界的生命周期说明图
图1:GitHub Actions workflow lockfile 的依赖生命周期说明图,不是运行截图。
对象lockfile 的作用维护提醒
直接 Action记录引用解析到的 commit版本更新需要审查 diff
传递依赖一并记录可解析的依赖不能只看顶层 uses
runner image不负责固定另行管理运行环境
input / secrets不负责固定继续按权限和环境治理

先生成仓库或单工作流的 actions.lock

先确认工作流里的 uses 引用是你准备审查的版本,再安装 GitHub CLI 扩展。下面的命令从仓库根目录执行;不带路径时扫描 .github/workflows/ 下的工作流,也可以只传一个文件。

# 安装生成与维护 GitHub Actions 锁文件的 CLI 扩展
gh extension install github/gh-actions-lock

# 扫描仓库工作流,生成 .github/workflows/actions.lock
gh actions-lock

# 只为一个工作流建立或更新锁文件
gh actions-lock .github/workflows/ci.yml

生成的文件是机器维护文件,内容包括被接入的工作流、Action 引用、解析后的 commit 和必要的依赖信息。把它与工作流改动一起提交,审查时重点看 commit 是否符合这次版本变更的预期。

怎样逐个接入并在 CI 中检查过期

不必一开始就把所有工作流同时切换。逐个接入更容易发现缺失依赖:一个已经 onboard 的工作流,其依赖都需要出现在锁文件里,运行时使用记录的 commit。

# 为单个工作流重新计算锁定关系,便于渐进接入
gh actions-lock .github/workflows/ci.yml

# 只检查锁文件是否需要更新,不改写文件
gh actions-lock --verify

# 新增或修改 uses 后再次生成,避免漏掉传递依赖
gh actions-lock

可以把 --verify 放进拉取请求的必需检查中。它适合告诉提交者“锁文件已经过期”,而不是等到强制策略拦截工作流后才发现问题。

把 Dependabot 和审查策略接上维护流程

锁文件的价值不只在第一次生成。GitHub 文档说明,Dependabot 为已经接入锁文件的工作流创建 Action 版本更新时,会同步重新生成相应的锁文件条目。团队还可以把 .github/workflows/actions.lock 放进 CODEOWNERS,让负责构建安全的团队审查 commit 变化。

当仓库已经覆盖足够多的工作流,再考虑启用 Require lockfile。启用前先运行 verify,确认目标范围内没有未接入或过期的工作流;否则强制策略会直接阻止缺少有效锁文件的运行。

GitHub Actions lockfile 的生成、verify、Dependabot、CODEOWNERS 与 Require lockfile 策略边界说明图
图2:锁文件维护与策略边界说明图,不是 GitHub 控制台截图。

常见问题

锁文件能替代直接写 commit SHA 吗?

它们解决的层面不同。workflow 可以保留可读引用,由 lockfile 固定 Action 依赖;可复用工作流调用仍应按官方规则在相应位置使用完整 commit 引用。

为什么生成锁文件后还要审查 Action?

lockfile 只固定“运行哪一个 commit”,不判断依赖本身是否安全。commit 变化仍应看 diff、来源和团队批准记录。

本地 Action 会自动进入锁文件吗?

uses: ./... 指向检出目录中的本地 Action,扩展不能替它固定依赖;按文档选择迁移为同仓库引用,或明确忽略并处理其依赖边界。

落地时可以先从一个 CI 工作流开始:生成、提交、加入 verify,再把更新审查和强制策略逐步扩大。这样既能获得可追踪的 Action 依赖,也不会把 lockfile 误当成完整的运行环境治理方案。

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
KubeCon 2026 的 AI 推理议题反映了哪些工程变化KubeCon 2026 的 AI 推理议题反映了哪些工程变化
上一篇
KubeCon 2026 的 AI 推理议题反映了哪些工程变化
CNCF CloudNativePG 晋级孵化项目后 PostgreSQL 高可用运维关注什么
下一篇
CNCF CloudNativePG 晋级孵化项目后 PostgreSQL 高可用运维关注什么
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。
    1084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。
    1084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。
    1247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。
    1191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。
    1037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