惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

W
WeLiveSecurity
T
Troy Hunt's Blog
S
Schneier on Security
C
Cybersecurity and Infrastructure Security Agency CISA
C
CXSECURITY Database RSS Feed - CXSecurity.com
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Security Latest
Security Latest
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
MyScale Blog
MyScale Blog
Recorded Future
Recorded Future
A
About on SuperTechFans
PCI Perspectives
PCI Perspectives
H
Help Net Security
量子位
Blog — PlanetScale
Blog — PlanetScale
云风的 BLOG
云风的 BLOG
S
Security @ Cisco Blogs
The Hacker News
The Hacker News
P
Privacy International News Feed
Hacker News: Ask HN
Hacker News: Ask HN
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
N
Netflix TechBlog - Medium
N
News and Events Feed by Topic
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Threatpost
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Simon Willison's Weblog
Simon Willison's Weblog
有赞技术团队
有赞技术团队
博客园 - 司徒正美
J
Java Code Geeks
S
Securelist
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Security Archives - TechRepublic
Security Archives - TechRepublic
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
博客园 - 叶小钗
S
Secure Thoughts
Latest news
Latest news
S
Security Affairs
T
The Exploit Database - CXSecurity.com
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 聂微东
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
I
Intezer
雷峰网
雷峰网
Hacker News - Newest:
Hacker News - Newest: "LLM"
Engineering at Meta
Engineering at Meta
Hugging Face - Blog
Hugging Face - Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org

博客园_首页

Linux实操--组管理、权限管理和定时任务 Java + EasyExcel 实现单个接口导出多个Excel Mem0 源码解析系列(二):提示词工程的深度剖析 Openclaw TaskFlow究竟是什么?和普通Skill技能有什么区别 博文阅读密码验证 - 博客园 嘉立创开源:应该是全网MicroPython教程最多的开发板 Hermes Agent 集成实践:从协议到生产 2026年AI编程工具横评:Cursor、Codex、Claude Code、Zed、Windsurf Java程序员必看的RAG入门教程 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 本地大模型部署全攻略:从 0 到 1 玩转 Ollama 【从0到1构建一个ClaudeAgent】内存管理-上下文压缩 .NET 高级开发 | 设计、实现一个事件总线框架 电子小白入门之NE555 3. WorkBuddy:隐藏玩法,一键召唤专家,让 AI 以"专家身份"给你干活 和AI一起搞事情#3:Claude Teammate 游戏开发翻车实录 【OpenClaw】通过 Nanobot 源码学习架构---(7)Memory C# .NET 周刊|2026年3月3期 我在 Debian 11 上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版) 深度学习进阶(七)Data-efficient Image Transformer CLI+Skill搭建浏览器AI自动化框架,告别一切重复枯燥任务 告别Token账单无底洞:OpenClaw本地部署,重塑企业数据主权的唯一解 FastAPI+Vue:文件分片上传+秒传+断点续传,这坑我帮你踩平了! SBTI 爆火后,我做了个程序员版的 CBTI。。已开源 + 附开发过程 多模态检索开始进入工程期:用 Sentence Transformers 搭建可落地的 Multimodal RAG 100多行代码实现一个最简单的Agent(用ReAct) Claude Code 通关手册(八):推荐 5 个 Hooks,代码质量提升 3 倍 老板:“有人截图了!”。安全部门:“收到,马上查暗水印!” - why技术 技术之外,皆是人间 C#/.NET/.NET Core技术前沿周刊 | 第 69 期(2026年4.01-4.12) Snack JSONPath 项目架构分析 Claude Code Buddy 小析:一个非核心功能,如何体现产品的细节完成度 AI新时代下的图床管理方案-Cloudflare图床+MCP+Skills方案指南 化繁为简:顺丰速运App如何通过 HarmonyOS SDK实现专业级空间测量 从零实现富文本编辑器#13-React非编辑节点的内容渲染 AI开发-python-langchain框架(3-23-OpenAI Functions风格Tool Calling智能助手) .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut PbootCMS 网站内容数量多导致访问慢?这些实用优化方案帮你提速! - 家兴网络技术工作室 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 网站漏洞怎么发现并修复?一篇实用指南(附完整流程) - 家兴网络技术工作室 开了 TUN 模式还是直连?90% 的人都踩过这个坑 Github日报|2026年04月12日 - AI一族 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术 Etsy 把 1000 个 MySQL 分片迁进 Vitess:425TB 数据背后的真正问题不是性能,而是运维规模 MicroPython LVGL基础知识和概念:底层渲染与性能优化 - FreakStudio 数据库草图算法 Python 潮流周刊#146:CPython 引入 Rust 的进展 - 豌豆花下猫 最小生成树 - mofei1116 红日靶场七:从外网入口、容器逃逸到 AD 接管的完整利用链复盘 - YouDiscovered1t 分享四款开源且实用的 Kafka 管理工具 - 追逐时光者 vLLM 权重加载机制全解析:从挑战到理想架构 LCT 学习笔记 - ACehomoxue Avalonia UI 12.0.0 正式发布:架构演进和性能飞跃 - 张善友 当 AI Agent 把调用链拉长,延迟开始成为一门生意 conhost.exe 无法显示 U+2717 - 145a 太秀了,我把自己蒸馏成了 Skill!已开源 - 程序员鱼皮 ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑 基于 Ghostty 带有分割标签页和为 Claude 编程设计的通知终端 - BugShare AI 焊死入口:教育的“操作系统级”重塑 - 郝hai 初级Java开发工程师使用sql脚本编写代码的过程是简单而且不糊涂 - CoderOilStation Claude Code通关手册(六):MCP协议完全指南 - 暮色之狐 边框灯光环绕动画特效实现指南 - Newbe36524 开源:子木蒸馏版的 SEO 审计工具 seo-audit-skill v1.0 我所理解的Python元模型 【从0到1构建一个ClaudeAgent】规划与协调-TodoWrite - 程序员Seven Claude 和 Codex 在审计 Skill 上性能差异探究 - ACai_sec AScript如何实现中文脚本引擎 - rockey627 【渗透测试】HTB Season10 Garfield 全过程wp - dynasty_chenzi Android 开发者为什么必须掌握 AI 能力?端侧视角下的技术变革 树状数组正确性证明 - AC-wyr 你的 AI 焦虑,可能比 AI 本身更危险——ATM 机没有消灭银行柜员,但恐慌消灭了你的判断力 - 我没有三颗心脏 一个拉胯的分库分表方案有多绝望?整个部门都在救火! - 冰河团队 动态规划入门必学之走方格问题 - Ofnoname PostgREST 与 PostgreSQL 角色权限配置全解析(生产级实践) - SheepDog1998 使用 UEFI 图形输出协议 GOP 在屏幕上显示图像的方法 - 阿源- Claude Code通关手册(五):组建你的AI专家团队,子代理系统 - 暮色之狐 一个程序员到架构师的催婚路之感悟(整整10年后的催婚相亲感悟) - MisterLip 用 Agent Skill 自动生成工作周报 - 赵康
如何使用 GitHub Actions 构建多平台的 code-server 与 OmniRoute
Newbe36524 · 2026-05-06 · via 博客园_首页

如何使用 GitHub Actions 构建多平台的 code-server 与 OmniRoute

面对需要在 Linux、macOS 和 Windows 三个平台构建并统一发布的需求,我们设计了一套基于 GitHub Actions 的多平台 CI/CD 流水线。其实这事儿说难也不难,只是踩坑的时候确实挺让人头秃的。本文分享这套流水线的设计思路和实现细节——当然,也有我们踩过的那些坑。

背景

code-server 是一个将 VS Code 运行在浏览器中的开源项目,允许开发者通过远程服务器上的 Web IDE 进行开发。随着 HagiCode 桌面端将 code-server 作为内置运行时,我们需要在不同操作系统(Linux、macOS、Windows)上构建、验证并分发 code-server 的定制版本。

这事儿本来应该挺简单的,只是......生活哪有那么容易呢?

与此同时,OmniRoute 作为多模型路由服务,也需要与 code-server 共享同一套构建和发布流水线。两个软件包虽然构建方式不同,但最终需要汇聚到同一个 GitHub Release 中发布。就像两条原本不相交的线,最终还是要在某个点相遇——这就是所谓的宿命吧。

这带来了几个工程挑战:

  1. 跨平台构建差异:Linux、macOS、Windows 三个平台的构建工具链完全不同(Linux 使用 quilt + bash,macOS 使用 Homebrew,Windows 需要 MSYS2)——每个平台都有自己的脾气
  2. 构建产物验证:构建完成后需要自动验证产物能否正常启动——毕竟谁也不想发布一个根本跑不了的东西
  3. 统一版本管理:两个包需要共享同一个版本号和发布标签——就像两个人要共用一个名字,总得有个说法
  4. 并行构建与串行发布:构建可以并行,但发布需要协调一致——这里容易出错,而且错了就是真的错了

关于 HagiCode

本文分享的方案来自 HagiCode 项目中的实践经验。HagiCode 是一个 AI 代码助手项目,在其桌面端产品中集成了 code-server 作为内置运行时,因此需要解决多平台构建和发布的工程问题。这事儿,说白了就是为了把产品做出来,仅此而已。

上游构建流水线的局限

code-server 上游项目自带的 CI/CD 流水线(build.yaml)只构建 linux-x64 平台,其发布流程(publish.yaml)仅针对 npm、AUR 和 Docker 等渠道。它不支持:

  • macOS 和 Windows 的原生构建——可能是觉得这两个平台不够重要吧
  • 多平台矩阵并行构建——或许上游团队的人比较少
  • 统一的产物验证机制——反正发布出去让用户自己试就好了

这也没什么,毕竟每个项目都有自己的优先级。只是我们刚好需要这些功能,那就自己来吧。

设计决策

基于上述分析,HagiCode 在 repos/vendered 中设计了独立的构建流水线,核心决策如下:

1. 复用共享的版本管理与发布工具链

版本号采用 UTC 日期格式 YYYY.MMDD.RRRR,其中 RRRR 是 GitHub Actions 运行号的零填充序列。这确保了版本的单调递增和可追溯性——毕竟时间是不会倒流的,就像有些事情一旦发生了就无法改变:

// scripts/versioning.mjs
export function formatDateVersion({ date = new Date(), revision }) {
  const year = normalizedDate.getUTCFullYear()
  const month = String(normalizedDate.getUTCMonth() + 1).padStart(2, "0")
  const day = String(normalizedDate.getUTCDate()).padStart(2, "0")
  return `${year}.${month}${day}.${normalizedRevision}`
}

例如 2026-05-05 的第一次构建会生成版本 2026.0505.0001 和标签 v2026.0505.0001

其实这个版本号格式也没什么特别的,只是刚好够用罢了。

2. 包级隔离的构建脚本

每个包(code-server、omniroute)在 packages/<name>/scripts/ 下维护自己的构建和验证逻辑,共享的发布工具(scripts/versioning.mjsscripts/github-release.mjsscripts/publication.mjs)保持包无关性。各自管好各自的事,互不干扰——这大概就是所谓的"井水不犯河水"吧。

3. 统一的元数据契约

所有包产出标准化的 metadata.json,包含 schemaVersionpackageIdversionplatformarchsourceRevisionartifacts[] 字段,确保下游消费方无需感知包的差异。有了统一的格式,大家都能省点心。

解决

Workflow 整体架构

整个流水线定义在 repos/vendered/.github/workflows/code-server-artifacts.yaml 中,包含以下阶段:

prepare_release → build (matrix) → verify (matrix) → publish_github_release

流程说简单也简单,说复杂也复杂——关键看你怎么看。

触发条件

on:
  workflow_dispatch:          # 手动触发
  schedule:
    - cron: "23 3 * * *"     # 每日定时构建
  push:
    branches: [main]          # 主分支推送触发
    paths:                    # 仅在相关文件变更时触发
      - ".github/workflows/code-server-artifacts.yaml"
      - ".gitmodules"
      - "scripts/**"
      - "packages/code-server/**"
      - "packages/omniroute/**"

每日定时构建设在了凌晨 3:23——也没什么特别的原因,只是随便选了个时间罢了。或许选这个时间的人当时也没想太多。

阶段一:版本准备

jobs:
  prepare_release:
    runs-on: ubuntu-22.04
    outputs:
      version: ${{ steps.version.outputs.version }}
      tag: ${{ steps.version.outputs.tag }}
    steps:
      - uses: actions/checkout@v6
      - uses: actions/setup-node@v6
        with:
          node-version: 22
      - id: version
        run: node ./scripts/versioning.mjs >> "$GITHUB_OUTPUT"

此阶段生成统一的版本号和 Git 标签,后续所有构建和发布步骤共享这两个值。一个好的开始,至少为后续工作省了不少麻烦。

阶段二:多平台矩阵构建

构建阶段使用 strategy.matrix 在不同平台上并行执行:

code-server 构建矩阵

build_code_server:
  needs: prepare_release
  strategy:
    fail-fast: false
    matrix:
      include:
        - name: code-server Linux
          runner: ubuntu-22.04
          artifact_name: code-server-linux
        - name: code-server macOS
          runner: macos-latest
          artifact_name: code-server-macos
        - name: code-server Windows
          runner: windows-latest
          artifact_name: code-server-windows

关键设计:fail-fast: false 确保某个平台失败不会取消其他平台的构建。毕竟一个平台挂了不代表所有平台都有问题,没必要大家一起陪葬。

omniroute 构建矩阵

build_omniroute:
  needs: prepare_release
  strategy:
    fail-fast: false
    matrix:
      include:
        - name: omniroute Linux x64
          runner: ubuntu-22.04
          platform: linux
          arch: amd64
        - name: omniroute macOS x64
          runner: macos-15-intel
          platform: macos
          arch: amd64
        - name: omniroute macOS arm64
          runner: macos-14
          platform: macos
          arch: arm64
        - name: omniroute Windows x64
          runner: windows-latest
          platform: windows
          arch: amd64

OmniRoute 的矩阵更丰富,包含 macOS 的 Intel 和 ARM 两个架构。注意 macOS ARM 使用 macos-14 runner(Apple Silicon),Intel 使用 macos-15-intel。这个世界就是这样,总有些东西是分阵营的——就像 Intel 和 ARM,永远都不会和解。

阶段三:平台特定前置条件

每个平台需要不同的工具链,Workflow 通过条件步骤处理:

Linux

- name: Install Linux prerequisites
  if: runner.os == 'Linux'
  run: sudo apt-get update && sudo apt-get install -y jq rsync quilt libkrb5-dev

macOS

- name: Install macOS prerequisites
  if: runner.os == 'macOS'
  run: brew install jq rsync quilt python-setuptools

Windows(MSYS2)

Windows 最复杂,需要 MSYS2 来提供类 Unix 工具链——这也是没办法的事,毕竟 Windows 的设计哲学和 Unix 系统完全不同:

- name: Setup MSYS2
  if: runner.os == 'Windows'
  uses: msys2/setup-msys2@v2
  with:
    msystem: MSYS
    path-type: inherit
    update: true
    install: >-
      diffutils jq patch quilt rsync unzip zip

- name: Configure Windows shell paths
  if: runner.os == 'Windows'
  shell: pwsh
  run: |
    Add-Content -Path $env:GITHUB_ENV -Value 'NPM_CONFIG_SCRIPT_SHELL=/usr/bin/bash'
    Add-Content -Path $env:GITHUB_ENV -Value ("MSYS2_CMD={0}\\setup-msys2\\msys2.cmd" -f $env:RUNNER_TEMP)

其实这些配置也没那么复杂,只是第一次遇到的时候确实会让人有点懵。

阶段四:构建产物验证

每个平台构建完成后,验证步骤会下载产物、解压并实际启动来验证可用性。毕竟我们不想发布一个根本跑不了的东西——那样太丢人了:

verify_code_server:
  needs: build_code_server
  strategy:
    fail-fast: false
    matrix:
      include:
        - name: code-server Linux
          runner: ubuntu-22.04
          bash_path: bash
        - name: code-server Windows
          runner: windows-latest
          bash_path: C:\msys64\usr\bin\bash.exe

验证脚本(verify-startup.mjs)会:

  1. 解压构建产物
  2. 在随机可用端口启动 code-server
  3. 轮询 /healthz 端点等待服务就绪
  4. 确认服务响应 200 后关闭进程
async function waitForHealth(port) {
  const deadline = Date.now() + 60_000
  while (Date.now() < deadline) {
    const response = await requestHealth(port)
    if (response.statusCode === 200) return
    await new Promise((resolve) => setTimeout(resolve, 1000))
  }
  throw new Error(`Timed out waiting for code-server to become healthy`)
}

等健康检查的时候总会让人有点焦虑——就像在等一个永远不会回消息的人。只是这次服务终究会启动,而有些人可能永远不会回应你。

阶段五:统一发布

所有构建和验证完成后,发布阶段将产物收集并创建 GitHub Release:

publish_github_release:
  needs:
    - prepare_release
    - build_code_server
    - build_omniroute
    - verify_code_server
    - verify_omniroute
  if: >-
    ${{ (github.event_name == 'push' && github.ref == 'refs/heads/main') ||
        github.event_name == 'workflow_dispatch' }}
  concurrency:
    group: ${{ format('vendered-github-release-{0}', needs.prepare_release.outputs.tag) }}
    cancel-in-progress: false

关键点:

  • 并发控制:使用 concurrency 确保同一标签的发布不会并行执行——避免重复发布总归是好的
  • 条件发布:只在 main 分支推送或手动触发时发布,定时构建只执行构建和验证
  • 产物汇总:使用 download-artifactpattern 参数批量下载 code-server 和 omniroute 的所有平台产物

实践

跨平台构建脚本的编写要点

构建脚本(build-artifacts.mjs)需要处理平台差异,以下是要点:

1. 平台检测与归一化

function normalizePlatform(value) {
  switch (String(value).toLowerCase()) {
    case "darwin":
    case "macos":
      return "macos"
    case "win32":
    case "windows":
    case "windows_nt":
      return "windows"
    default:
      return "linux"
  }
}

不同系统对同一平台的称呼都不一样——就像同一个人在不同场合会有不同的名字,但终究还是同一个人。

2. Windows 上的 Shell 兼容

在 Windows 上,npm run 会调用 cmd.exe,但 code-server 的构建脚本依赖 bash。解决方案是设置 NPM_CONFIG_SCRIPT_SHELL 环境变量并使用 MSYS2。这也是没办法的事,毕竟 Windows 和 Unix 的设计理念完全不同:

function withCodeServerEnv(env) {
  const scriptShell = platform === "windows"
    ? "/usr/bin/bash"
    : env.BASH_PATH || "bash"
  return {
    ...env,
    NPM_CONFIG_SCRIPT_SHELL: platform === "windows" ? scriptShell : env.NPM_CONFIG_SCRIPT_SHELL,
  }
}

3. 产物打包

不同平台使用不同的归档格式(Linux/macOS 使用 .tar.gz,Windows 使用 .zip)——每个平台都有自己的偏好,就像每个人都有自己的生活习惯:

if (platform === "windows") {
  await run("powershell.exe", [
    "-NoLogo", "-NoProfile", "-Command",
    `Compress-Archive -Path '${releaseDir}' -DestinationPath '${archivePath}' -Force`,
  ])
} else {
  await run("tar", ["-czf", archivePath, "-C", codeServerRoot, path.basename(releaseDir)])
}

4. 补丁管理

code-server 的定制化通过 patches/ 目录下的 quilt 补丁实现。Linux 直接使用 quilt,macOS 通过 Homebrew 安装 quilt,Windows 需要使用 MSYS2 中的 quilt 或退回到 patch 命令(这块挺麻烦的):

// Windows 上使用 patch 命令替代 quilt
async function applyPatchesWithPatch(env) {
  const series = await readFile(path.join(codeServerRoot, "patches", "series"), "utf8")
  const patchFiles = series.split(/\r?\n/)
    .map(line => line.trim())
    .filter(line => line && !line.startsWith("#"))

  for (const patchFile of patchFiles) {
    await runMsys2(`patch -p1 --forward -i "patches/${patchFile}"`, { cwd: codeServerRoot, env })
  }
}

Windows 这块确实折腾了不少时间——没办法,谁让 Windows 的设计理念和其他系统不一样呢。

版本号设计考量

HagiCode 采用 YYYY.MMDD.RRRR 格式而非上游语义化版本,原因如下:

  • 确定性:每次构建的版本号由日期和运行号唯一确定
  • 单调递增:日期前缀保证自然排序即为时间顺序
  • 来源可追溯:从版本号即可推断构建时间和 CI 运行序号

其实这也没什么的,只是刚好够用罢了。语义化版本那种东西,说起来很好听,只是实际用起来挺麻烦的。

注意事项

  1. Submodule 递归检出:构建时必须使用 submodules: recursive,确保 code-server 和 omniroute 的上游代码完整拉取(这个地方容易忘)
  2. Node 版本匹配:code-server 构建使用上游 .node-version 文件指定的 Node 版本,omniroute 使用 Node 24
  3. Windows Home 目录:OmniRoute 在 Windows CI 上需要手动创建 $HOME 目录结构,避免构建脚本访问不存在的路径——Windows 的目录结构和其他系统不太一样
  4. 验证超时:code-server 启动验证设置了 60 秒超时,需根据实际启动速度调整
  5. 产物瘦身:构建完成后删除内嵌的 Node 二进制(slimRelease),因为下游会使用自己的 Node 运行时
  6. 发布幂等性github-release.mjs 支持更新已有的 Release(先删除旧 Asset 再上传新的),确保重试安全

这些东西都是踩坑踩出来的经验——当然,踩坑的时候确实挺让人头秃的。

完整的 CI/CD 流程图

┌─────────────────────────────────────────────────────────────────┐
│                     触发源                                        │
│  push to main / workflow_dispatch / cron(23 3 * * *)            │
└──────────────────────────┬──────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────────┐
│  prepare_release                                                 │
│  生成版本号: 2026.0506.0001, 标签: v2026.0506.0001              │
└──────────────────────────┬──────────────────────────────────────┘
                           │
              ┌────────────┼────────────┐
              ▼            ▼            ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ code-server  │ │ code-server  │ │ code-server  │
│ Linux        │ │ macOS        │ │ Windows      │
│ ubuntu-22.04 │ │ macos-latest │ │win-latest    │
└──────┬───────┘ └──────┬───────┘ └──────┬───────┘
       │                │                │
       ▼                ▼                ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ verify       │ │ verify       │ │ verify       │
│ Linux        │ │ macOS        │ │ Windows      │
│ 启动+healthz │ │ 启动+healthz │ │ 启动+healthz │
└──────┬───────┘ └──────┬───────┘ └──────┬───────┘
       │                │                │
       └────────────────┼────────────────┘
                        │
       ┌────────────────┼────────────────┐
       ▼                ▼                ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ omniroute    │ │ omniroute    │ │ omniroute    │ ...
│ linux-amd64  │ │ macos-amd64  │ │ macos-arm64  │
└──────┬───────┘ └──────┬───────┘ └──────┬───────┘
       │                │                │
       └────────────────┼────────────────┘
                        │
                        ▼
┌─────────────────────────────────────────────────────────────────┐
│  publish_github_release                                          │
│  下载所有产物 → 创建/更新 GitHub Release → 上传归档文件          │
└─────────────────────────────────────────────────────────────────┘

这流程图看起来挺复杂的,只是分解来看其实也没那么难。很多事情都是这样,看着吓人,做起来也就那么回事。

关键配置参考

# 构建环境变量
env:
  CI: true
  GITHUB_TOKEN: ${{ github.token }}
  ELECTRON_SKIP_BINARY_DOWNLOAD: 1    # 跳过 Electron 下载
  PLAYWRIGHT_SKIP_BROWSER_DOWNLOAD: 1  # 跳过 Playwright 浏览器下载
  npm_config_build_from_source: true   # 从源码构建原生模块
  VERSION: ${{ needs.prepare_release.outputs.version }}

这些环境变量对构建速度和正确性至关重要:跳过不必要的二进制下载可以显著减少构建时间,build_from_source 确保原生模块在目标平台上正确编译。

通过这套流水线,HagiCode 实现了 code-server 和 OmniRoute 在三个操作系统上的自动化构建、验证和发布,将原本需要手动操作的多平台发布流程变成了完全自动化的 CI/CD 过程。这也算是把一件麻烦事变得不那么麻烦了。

总结

设计多平台 CI/CD 流水线的关键在于:

  • 版本号集中管理:在流水线开始时生成统一的版本号,所有下游步骤共享
  • 构建与发布分离:使用 fail-fast: false 确保某个平台失败不影响其他平台,发布阶段才汇总所有产物
  • 平台隔离构建脚本:每个包维护自己的构建逻辑,共享工具链保持包无关
  • 产物自动化验证:构建后立即验证可用性,避免发布后才发现问题

这套方案不仅适用于 code-server 和 OmniRoute,也能为其他需要多平台构建的项目提供参考。本文分享的构建系统,正是我们在开发 HagiCode 过程中实际踩坑、实际优化出来的方案。如果你觉得这套方案有价值,说明我们的工程实力还不错——那么 HagiCode 本身也值得关注一下。

毕竟,能把这种麻烦事做成自动化的人,大概也不会太差吧。

参考资料


如果本文对你有帮助:

原文与版权说明

感谢您的阅读,如果您觉得本文有用,欢迎点赞、收藏和分享支持。
本内容采用人工智能辅助协作,最终内容由作者审核并确认。