使用位于 ci-tools.xrow.de 的 CI Tools 组件目录构建和维护 GitLab CI/CD 流水线,适用于创建或修复 .gitlab-ci.yml 文件,选择合适的组件。
CI 工具管道 技能
功能概述
CI 工具管道 技能是一项面向实际任务的技能,主要用于使用此技能从 CI 工具组件目录中构建 GitLab CI/ CD 管道;当 j 组件存在时, 优先使用目录组件。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
CI 工具流水线技能
使用此技能,基于 CI 工具组件目录构建规范的 GitLab CI/CD 流水线。
当目录中已存在对应作业类型的组件时,优先选用目录组件,而非自定义作业。
快速入门
- 首先阅读项目中的
AGENTS.md文件,然后检查仓库结构、当前的.gitlab-ci.yml以及现有流水线失败情况。 - 在选择组件前,请先打开在线组件目录:
- 目录主页:
https://ci-tools.xrow.de/ - 组件索引页:
https://ci-tools.xrow.de/Components/ - 源代码仓库:
https://gitlab.com/xrow-public/ci-tools
- 目录主页:
- 选取覆盖项目需求的最小组件集合:
- 基础能力:
common、workflow、semantic-release - 工程规范(Hygiene):
label、pre-commit、spellcheck、trivy - 语言与测试运行器:
bash-unit-tests、lint-javascript、lint-json、lint-yaml、lint-markdown、lint-ansible、lint-helm、lint-tofu - 构建与打包:
container、buildah、helm、helm-docs、package、package-skill、oras-push - 文档与站点:
docusaurus、publish-sitemap、publish-wiki - 交付部署:
deploy-helm、deploy-argocd、gitops、app-of-apps - 项目流程模型:
workflow-trunkbased、workflow-gitflow
- 基础能力:
- 推送前请先本地验证:
glab ci lint .gitlab-ci.yml- 若项目支持,对所引用的模板文件也执行 lint 检查。
- 对脚本或生成的配置,运行范围最窄的本地测试。
流水线设计原则
- 根级流水线应以组件驱动为主。仅当无现成组件可用,或必须实现项目特定集成时,才编写手工作业。
- 当涉及包注册中心行为或需完整限定主机名(FQDN)语义时,使用
$CI_SERVER_FQDN/xrow-public/ci-tools/形式引入组件;否则请沿用项目现有风格。@main - 将组件的
inputs配置紧邻include声明放置,并在相关作业间保持输入参数名称稳定。 - 默认采用持续交付(Continuous Delivery)模式。除非项目本身已有自动生产环境部署,或当前 Issue 明确要求,否则不得启用自动生产部署。
- 确保验证类作业与部署类作业相互独立,使项目可在向镜像仓库、集群或外部系统写入前快速失败。
- 仅当真实存在制品依赖或执行顺序约束时,才使用
needs和dependencies。 - 禁止使用
allow_failure: true、when: manual、rules: when: never或跳过测试等方式掩盖必需流水线的故障。这些机制仅可用于真正可选、已明确文档化、或有意设置门控(gated)的作业。
组件选型启发式规则
仓库初始化
绝大多数仓库应使用以下组件:
include: - component: $CI_SERVER_HOST/xrow-public/ci-tools/common@main - component: $CI_SERVER_HOST/xrow-public/ci-tools/label@main - component: $CI_SERVER_HOST/xrow-public/ci-tools/pre-commit@main - component: $CI_SERVER_HOST/xrow-public/ci-tools/trivy@main - component: $CI_SERVER_HOST/xrow-public/ci-tools/workflow@main - component: $CI_SERVER_HOST/xrow-public/ci-tools/semantic-release@main
若项目需通过标准标签(如 priority::*、size::*、type::*、workflow::*)支撑自动化流程,请尽早引入 label 组件。
容器镜像
普通应用镜像请使用 container 组件;若需直接控制镜像构建过程,则选用 buildah 组件。
当仓库存在多个构建根路径时,请显式指定 name 和 path。
include:
- component: $CI_SERVER_HOST/xrow-public/ci-tools/container@main
inputs:
name: app
path: container/app
Helm Chart
Chart 的构建、测试与发布流程请使用 helm 组件;若需自动生成 Chart 文档,则额外引入 helm-docs。
仅当确实不存在安全的、集群后端支持的测试路径时,才设置 test-enabled: false。
include:
- component: $CI_SERVER_HOST/xrow-public/ci-tools/helm@main
inputs:
name: chart
path: chart
评审测试(Review Testing)
评审环境应尽可能贴近生产环境,同时将破坏性检查显式化并限制为临时行为。
针对 Helm 评审测试,请通过 Chart values 而非临时 shell 覆盖方式,验证安装、升级、就绪、Ingress、清理及存储等行为。
任何仅用于评审环境的阈值或测试 fixture,均应在 MR 中明确记录,以便评审者理解其与生产默认值的差异原因。
文档
文档站点请使用 docusaurus 组件;若项目对外发布公开页面,则应搭配 publish-sitemap 使用。
请显式传入 name 和 path 参数。
基础设施与 GitOps
请根据仓库类型,选用 lint-ansible、ansible-collection、ansible-ee、ansible-runner、lint-tofu、tofu-module、gitops、deploy-argocd 或 app-of-apps 等组件。
计划(plan)、构建(build)和部署(deploy)阶段应保持分离,除非组件文档中明确说明了更紧密的流程耦合。
验证工作流
编辑前请先获取组件最新页面,并核对输入参数名称:
curl -fsSL https://ci-tools.xrow.de/Components/
| sed -n '1,220p' 校验流水线语法:
glab ci lint .gitlab-ci.yml
对于合并请求(MR),请先跳过 CI 推送,再通过 GitLab Agent 规则手动触发 MR 流水线:
git push origin
-o ci.skip glab ci run --mr 若 CI 执行失败,请检查失败作业日志并修复根本问题。若失败源于组件目录或主干分支(main branch),请创建或关联对应依赖 Issue,并将当前 MR 标记为“阻塞”(blocked),而非弱化流水线质量。
评审检查清单
- 流水线在可用前提下,已使用 CI Tools 组件。
- 组件输入参数与在线目录文档保持一致。
- 受保护分支(protected branch)的行为策略已被遵守。
- 必需检查项未被
ci.skip、allow_failure等机制隐藏。 - 向镜像仓库、集群及部署目标的写入操作,均已受项目既有规则管控。
- Merge Request 描述中列出了实施计划、验收标准及验证命令。
热门AI工具
相关专题
设置方法:1、打开终端或命令提示符窗口;2、运行“touch ~/.pip/pip.conf”命令创建一个名为pip的配置文件;3、打开pip.conf文件,然后添加“[global];index-url = https://pypi.tuna.tsinghua.edu.cn/simple”内容,这将把pip的镜像源设置为清华大学的镜像源;4、保存并关闭文件即可。
5722
2024.12.23
更新pip版本方法有使用pip自身更新、使用操作系统自带的包管理工具、使用python包管理工具、手动安装最新版本。想了解更多相关的内容,请阅读专题下面的文章。
4243
2024.12.20
安装步骤:1、确保Python已经正确安装在您的计算机上;2、下载“get-pip.py”脚本;3、按下Win + R键,然后输入cmd并按下Enter键来打开命令行窗口;4、在命令行窗口中,使用cd命令切换到“get-pip.py”所在的目录;5、执行安装命令;6、验证安装结果即可。大家可以访问本专题下的文章,了解pip安装使用方法的更多内容。
1870
2023.10.09
PixTV专题整理AI视频与视觉内容创作相关功能使用教程,涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能,帮助用户快速掌握PixTV从创意到成片的完整制作方法。
0
2026.09.29
本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。
0
2026.09.23
本专题讲解Buffalo框架路由与请求处理机制,涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。
0
2026.09.23
本专题整理Buffalo框架入门内容,涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查,帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。
0
2026.09.23
本专题介绍通过conanfile.py创建软件包的方法,讲解包名、版本、依赖和构建设置等基础信息,以及source、build、package、package_info等常用方法的作用及编写思路。
0
2026.09.22
热门下载
相关下载
精品课程
最新文章
