【FAQ】如何在新打git tag入库后自动触发Jenkins任务?

7.Jenkins基于tags方式发布 如果不显示,先取消参数化构建,直接从gitlab拉一次,然后加上参数化构建的配置,就可以了。8.回到Jenkins就可以看到v1.0的tag,点击开始构建。1.在插件管理中,安装Git Paramete。4.指定构建参数,选择Git Paramete。2.新建一个项目,克隆之前的项目即可。3.将构建触发器中的选项取消勾选。9.显示构建成功后,查看效果即可。7.发布代码打上tag。 阅读详情

原理:

使用jenkins的poll scm机制(https://wiki.jenkins-ci.org/display/JENKINS/Git+Plugin)


jenkins配置:

1,源码管理(Git):

Refspec:+refs/tags/*:refs/remotes/origin/tags/*

Branch Specifier (blank for 'any'):**

2,构建触发器:

Poll SCM:打勾勾,但是什么都不要填


服务器端部署:

方法有三:

1,git hook

在服务器端部署post-receive hook,内容如下:

curl [jenkins address]/git/notifyCommit?url=[git clone address]

不需要权限,所以不用加用户名密码,就可以生效了~

2,gerrit hook

如果使用了gerrit的话,git服务器端的hook就不能用了,所以需要找能替代git post-receive的hook,这里可以用ref-updated(注意不是ref-update),内容同上,位置:review_site/hooks

3,gerrit trigger

这里使用的是ref-updated,但是branch哪里不知如何写,试了之后比较乱,分支更新也都触发了,故没有用。有会的欢迎留言,先谢过了~

从Docker到K8S:Jenkins自动化部署实战全流程指南 你是不是经常听到 Docker、K8S、Jenkins 这些词,感觉它们很重要,但又觉得离自己很远?或者,你尝试过安装 Docker,却被各种网络问题、镜像拉取失败、权限错误劝退,最终停留在“Hello World”就没了下文?又或者,你看了很多“入门教程”,却依然不知道如何把这些技术串联起来,构建一个真正能用的、自动化的项目部署流程? 如果你有以上任何一种困惑,那么这篇文章就是为你准备的。这不是一篇简单的命令罗列,也不是一个“点到为止”的入门指南。我将从一个真实的、从零开始的场景出发,带你完整地走通一条现 阅读详情

相关推荐

Hyperf API契约测试平台:从注解到自动化测试的完整实践

在微服务与前后端分离架构中,API作为系统间通信的核心契约,其一致性与稳定性至关重要。API契约测试通过将接口规范(如请求/响应结构、状态码)定义为机器可读的文档(如OpenAPI/Swagger),确保前后端开发在统一约定下进行,从而减少联调阶段的“扯皮”与返工。其技术价值在于将人工沟通转化为自动化验证,成为持续集成(CI)流程的质量关卡。典型的应用场景包括新接口开发、接口变更回归及多版本API管理。本文聚焦于Hyperf框架,探讨如何通过深度集成注解系统,实现“代码即契约”的自动化生成与测试,并利用Do

weixin_34216107的博客 535

【DevOps】Jenkins任务基于Tag进行构建

目录 一、前言 二、步骤 1、先准备原材料Tag。 2、配置Jenkins任务 3、构建 一、前言 目前我这边的近期工作主要构建基于GitLab的统一源代码版本管理及程序包版本管理的工作,其中一项就是要在Jenkins上基于Git的Tag进行构建打版,并设置一个Jenkins任务给到SIT测试人员进行以工单为模式的提测部署,以下步骤主要说明如何在Jenkins和GitLab上实现。...

justyman的博客 1万+

DigitalOcean + Flux v2 实现 Kubernetes GitOps 持续交付

GitOps 是一种以 Git 为唯一可信源的云原生运维范式,其核心原理是通过声明式配置与自动化控制器实现集群状态与代码仓库的持续比对和同步。技术价值在于提升交付可追溯性、强化安全审计能力,并显著降低多环境配置漂移风险。典型应用场景包括托管 Kubernetes(如 DigitalOcean DOKS)上的生产级持续交付、满足 SOC2 等合规要求的变更管控,以及中小团队的轻量级基础设施即代码治理。本文聚焦 Flux v2(GitOps Toolkit)在 DigitalOcean 平台的工程化落地,涵盖集

weixin_34211761的博客 349

jenkins配置CICD自动发布代码;build后自动打tag(github发布demo)

先安装jenkins 运行环境ubuntu 搭建jenkins 安装jdk 安装jdk Linux服务器安装并配置git // 安装git [root@localhost ~] yum install git // 查看git的版本 [root@localhost ~]# git version git version 1.7.1 // 配置git的用户名 [root@localhost ~]# git config --global user.name "CodeTiger" // 配置git的邮箱 [r

奔跑的菜鸡 2125

DevOps实操十大问题:从踩坑到落地的工程化指南

DevOps不是抽象理念,而是解决‘代码如何可靠交付’这一核心工程问题的技术实践。其本质在于构建可重复、可验证、可度量的软件交付流水线,关键原理涵盖环境一致性、测试真实性、告警业务语义化、发布策略匹配数据模型等。技术价值体现在显著缩短上线周期、降低故障恢复时间、提升变更成功率,并支撑金融、电商、SaaS等高敏业务的稳定迭代。典型应用场景包括CI/CD流水线卡点设计、Kubernetes发布策略选型、日志与监控的精准采集、基础设施即代码(IaC)权责分离等。本文聚焦真实团队三年高频踩坑场景,直击Docker镜

weixin_34060299的博客 359

CARLA模拟器中文文档:面向工程落地的仿真知识重构

CARLA模拟器是自动驾驶研发中广泛采用的开源仿真平台,其核心价值在于提供高保真、可复现的虚拟测试环境。然而,官方英文文档存在API语义模糊、参数物理含义缺失、部署环境适配性差等典型问题,导致中国开发者在环境搭建、传感器时间同步、交通管理器调参及国标场景构建等环节频繁受阻。本文聚焦‘CARLA中文文档’这一工程实践产物,揭示其本质并非语言翻译,而是基于真实工作流的知识体系重组织——涵盖从Docker一键部署、同步模式下毫秒级时间戳对齐,到GB/T 34590合规场景建模与CI/CD集成的全链路支持。关键词直

davy57345的博客 445

Gitlab打Tag触发Jenkins构建打包镜像

Gitlab打Tag触发Jenkins构建,Gitlab打标签触发Webhook,Gitlab打标签通过Webhook触发Jenkins构建镜像

随笔 2063

Claude Code不是插件,是本地智能体运行时

Claude Code本质上是一个轻量级、可嵌入的本地大模型运行时沙箱,而非传统代码补全工具。它基于LLM推理内核,通过开放API(如/v1/chat/completions函数调用、/v1/files文件注入、/v1/models模型热切换)提供可编程的智能体执行能力。其技术价值在于将AI能力解耦为‘可调度单元’,从而支撑工作流编排、多模型协同与本地化闭环。典型应用场景包括自动化周报生成、代码健康巡检、工单智能摘要等工程实践。本文聚焦Claude Code作为本地智能体运行时的核心原理与手搓工作流落地方法

weixin_30945039的博客 388

⑤jenkins企业必会技能、Jenkins+Gitlab +仓库标签、触发自动构建项目

文章目录jenkins的强大功能后端Gitlab 页面 把上面2个地址复制下来回到jenkins端开始测试 jenkins的强大功能 1、创建一个项目 名称自定义 2、选择保留天数以及保留多少份 3、选择标签 tag /4、后端Gitlab仓库 5、添加仓库克隆 以及权限 shh克隆需要 jenkins 用户配置私钥在jenkins上面,公钥配置在后面Gitlab上面 6、构建触发器 高级里面也勾选一下 7、允许所有分支选择 生成 secret token地址 后端Gitlab 页面 把上面

mingqing的博客 943

Claude Managed Agents:企业级可审计AI运维执行层解析

AI Agent是当前IT自动化领域的核心概念,但普通开源方案缺乏企业必需的可控性与合规保障。Claude Managed Agents并非通用智能体,而是一种以‘策略即代码’‘动作注册制’和‘执行沙箱’为特征的受控执行框架,其本质是将ITIL流程、权限治理与审计溯源能力深度内嵌于AI驱动的自动化中。它不依赖LLM自由推理,而是通过YAML策略定义确定性行为,确保每一步操作可追溯、可回滚、符合等保/SOC2/GDPR要求。典型应用场景包括CMDB自动同步、告警分级分派、ServiceNow事件闭环等高价值低

weixin_33724059的博客 354

腾讯云CodingPlan实战指南:开箱即用的DevOps工程化路径

DevOps是现代软件交付的核心范式,其本质在于通过自动化流水线实现代码到服务的可靠、可追溯、可审计转化。腾讯云CodingPlan并非独立产品,而是深度集成CODING DevOps平台与腾讯云IaaS/PaaS服务的一套预置工程实践蓝图,聚焦环境一致性、云原生服务直连与合规性保障三大技术价值。它特别适用于Vue、Spring Boot等主流框架在腾讯云CVM、轻量应用服务器、COS及联络中心等场景的快速落地,有效解决‘腾讯云上传’‘vue项目web端如何接入腾讯云联络外呼’等高频实操断点,为中小团队和云

weixin_34203832的博客 376

如何 5 分钟上手 Rultor:从零配置 .rultor.yml,让机器人自动合并你的第一个 PR

Rultor 是一款免费的 GitHub DevOps 机器人助手,通过一个名为 `.rultor.yml` 的 YAML 配置文件,就能自动完成 PR 合并、部署与版本发布。本文带你 5 分钟从零上手:创建最小化 Rultor 配置、认识聊天指令,并用一条评论触发机器人自动合并你的第一个 Pull Request。 ## 什么是 Rultor?Rultor 机器人能做什么 Rultor 不是

gitblog_00060的博客 1094

Go ArgoCD:GitOps持续部署

ArgoCD的核心概念是Application。一个Application关联一个Git仓库路径和一个Kubernetes目标集群。ArgoCD持续对比Git仓库的期望状态和集群的实际状态,差异超出阈值就标记为OutOfSync。

白话机器学习 91

软件发布流程设计:从代码提交到用户触达的12个质量关卡

软件发布流程是保障系统稳定交付的核心工程实践,其本质是一套分层风险过滤机制,覆盖代码级、服务级、场景级与环境级四类可信验证。它依托CI/CD自动化、质量门禁(Quality Gate)、构建产物一致性、配置外置化等关键技术,实现缺陷左移拦截与上线就绪(Deployment Readiness)的闭环管控。在微服务与云原生架构下,该流程已超越传统‘开发→测试→部署’线性模型,转为以失效影响半径驱动的动态防线体系,广泛应用于金融核心系统、电商中台及车载OS等高可用场景,直接支撑灰度发布、蓝绿部署、秒级回滚等关键

weixin_34378767的博客 460

Go实战:CI/CD流水线设计

CI/CD流水线的核心是自动化和质量门禁。五个阶段串联保证质量,lint查代码规范,test保证功能,build出镜像,security扫漏洞,deploy自动化部署。蓝绿发布实现零停机部署,新版本先部署到非活跃环境,健康检查通过再切流量,回滚只需切回selector。流水线缓存是性能关键,缓存Key必须包含Go版本和依赖文件哈希,任何一项变化都生成新缓存。缓存配置不当是最大的坑,生产环境必须保证缓存Key覆盖所有影响构建结果的因素。

白话机器学习 128

提示deepseek生成完整的json用于对接外部API

通过精准的提示词设计(字段过滤、格式约束)、动态验证机制(自检与修正)和官方模板参考,可有效确保DeepSeek生成的JSON纯净无冗余。

神棍之路 2308

Software 3.0:从手写代码到数据驱动的范式迁移

Software 3.0代表软件开发范式的根本性演进,其核心是将传统编程逻辑让渡给大模型驱动的自动化生成过程。它并非简单替代,而是基于任务可学习性与可泛化性,在业务逻辑层实现高效覆盖。原理上依赖高质量指令微调数据、确定性代码沙箱与人类反馈强化学习三大基础设施;技术价值在于大幅压缩MVP交付周期、降低胶水层与策略层开发成本;典型应用场景包括API客户端生成、促销规则翻译、合规性代码产出等。当输入输出结构清晰、变更频繁且无强实时约束时,即进入Software 3.0高就绪区——这正是当前企业落地代码生成与RAG

cigang4063的博客 672

ArcGIS属性表汉字转拼音

接着我安装了一个编辑器“PyCharm Community Edition 2019.3.3\bin\pycharm64.exe”,在里面添加“pypinyin”包,然后将其设置为arcgis的编辑器和调试程序,还是失败;我在10.6的机器上折腾了上面几步,直到两周后脚本突然运行成功,我也不确定是哪一步导致pypinyin包配置成功,因此将心得体会写出来,如果过一段时间,打开10.2的机器运行脚本成功了,再写后续.......,按照“配置方法1:”进行尝试,显示配置失败。

2301_77413856的博客 1295

OpenClaw实战指南:RAG+多智能体+DevOps深度集成

RAG(检索增强生成)是一种将外部知识库与大语言模型动态结合的技术,其核心在于提升模型回答的准确性与时效性;多智能体系统则通过角色分工、状态协同与上下文共享,实现复杂任务的自动化拆解与闭环执行。二者在DevOps场景中形成关键技术合力:RAG提供可审计的知识记忆,多智能体构建可编排的执行手脚,共同支撑CI/CD自动卡点、故障主动巡检、测试用例生成等高价值工程实践。本文聚焦真实产线落地经验,详解RAG分层投喂、元标签治理、多智能体终止机制与共享上下文总线等关键技术决策,助力团队跨越‘能跑’到‘稳用’的关键跃迁

abxlep7702的博客 397

Anomalib实战:5分钟搞定图像异常检测模型训练(附完整代码)

本文提供了一份基于Anomalib框架的图像异常检测快速实战指南。文章详细介绍了从环境搭建、数据准备到模型训练与推理的完整流程,重点推荐了训练速度快、效果稳定的PatchCore模型,并附带了可运行的完整代码,旨在帮助开发者快速上手工业质检等实际应用。

weixin_29039773的博客 422

Serdes之什么是(CDR)?

光收发器和电收发器使用的是我们所说的串行数据通信。在这种通信方式中,数据位是按顺序一个接一个地传输的。光收发器和电收发器使用的是我们所说的串行数据通信。在这种通信方式中,数据位是按顺序一个接一个地传输的。目前市场上大多数收发器都没有专用的时钟输入,因此时钟恢复和数据重新定时等功能是在收发器外部(即在主板上)进行的。接收端则需要恢复时钟以采样串行线上的数据。为了实现这一点,接收端需要一个与输入数据频率大致相同的时钟。通过使参考时钟与输入数据信号的跳变相位对齐,可以生成一个恢复的时钟。这被称为时钟恢复。

叫好与叫座虽然不是对立面,但想在同一个作品中达到双重效果很难。 2390

阿里云MSE AI Registry:构建AI资产治理新基建,破解模型管理难题

在AI工程化实践中,模型、数据集、提示词等数字资产的标准化管理与高效复用是核心挑战。传统基于对象存储或代码仓库的管理方式,往往面临资产孤岛、版本混乱、依赖关系模糊等痛点,难以满足生产级AI应用对可追溯性、安全性和协作效率的要求。其根本原因在于缺乏对AI资产特有属性的元数据定义和生命周期管理能力。AI资产注册中心(AI Registry)应运而生,它通过引入标准化的元数据规范,为每一份资产建立包含类型、版本、性能、依赖关系的“数字身份证”,实现了资产的可发现、可评估、可追溯。这一技术价值在于,它将离散的AI组

weixin_30471561的博客 369

3. NVIDIA GPU Xid 常见错误码全解析、故障定位与标准化处理方案

摘要: Xid是NVIDIA显卡驱动记录的硬件/软件异常日志,通过dmesg等工具可获取,包含PCI总线、GPU编号、故障码等信息,是诊断显卡问题的核心依据。Xid故障分为四类:应用程序类(如代码错误,Xid13/31)、显存ECC硬件类(如显存损坏,Xid48/63)、链路/供电温控类(如PCIe故障,Xid74/79)和GSP固件类(如静电干扰,Xid119/154)。排查流程包括日志采集、软件修复(如重启进程、升级驱动)、硬件检查(如PCIe链路状态)及断电复位(针对GSP故障)。预防措施包括监控EC

jundao1997的专栏 676
上一篇: 【FAQ】MAC,ping IP能通,ping域名不通,为何?
下一篇: 【指导】Excel时间转换,将3分30秒格式转换成小数3.5分
I__Love__China
博客等级 码龄17年 14粉丝 64原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值