一个 GitHub Action,为 rust/cargo 项目实现智能缓存,具有合理的默认设置。
- uses: actions/checkout@v4 # 在插件之前选择工具链(通过 action 或手动 `rustup` 调用),因为缓存使用当前 rustc 版本作为缓存键 - run: rustup toolchain install stable --profile minimal - uses: Swatinem/rust-cache@v2 with: # 缓存键前缀,可以更改以手动启动新的缓存 # 默认值:"v0-rust" prefix-key: "" # 用于替代自动基于 `job` 的键的缓存键,在多个作业中保持稳定 # 默认值:空 shared-key: "" # 一个额外的缓存键,与自动基于 `job` 的缓存键一起添加,可用于进一步区分作业 # 默认值:空 key: "" # 以空格分隔的环境变量*前缀*列表,其值contributes to环境缓存键 # 环境变量通过*前缀*匹配,因此默认的 `RUST` 变量将匹配所有 `RUSTC`、`RUSTUP_*`、`RUSTFLAGS`、`RUSTDOC_*` 等 # 默认值:"CARGO CC CFLAGS CXX CMAKE RUST" env-vars: "" # cargo 工作空间和目标目录配置 # 这些条目由换行符分隔,格式为 `$workspace -> $target` # `$target` 部分被视为相对于 `$workspace` 的目录,如果未明确给出,则默认为 "target" # 默认值:". -> target" workspaces: "" # 要缓存的额外非工作空间目录,由换行符 分隔 cache-directories: "" # 确定是否缓存工作空间的 `target` 目录 # 如果为 `false`,则只缓存 cargo registry # 默认值:"true" cache-targets: "" # 确定工作流失败时是否仍应保存缓存 # 默认值:"false" cache-on-failure: "" # 确定缓存哪些 crate # 如果为 `true`,则缓存所有 crate,否则只缓存依赖的 crate # 当 CI 工具使用额外的 crate 时很有用 # 默认值:"false" cache-all-crates: "" # 确定是否应保存缓存 # 如果为 `false`,则只恢复缓存 # 对于矩阵是累加的作业(例如额外的 Cargo 功能)或只希望保存来自 `master` 的运行到缓存时很有用 # 默认值:"true" save-if: "" # 要只缓存来自 `master` 的运行: save-if: ${{ github.ref == 'refs/heads/master' }} # 指定用作提供缓存的后端 # 可以设置为 "github" 或 "buildjet" # 默认值:"github" cache-provider: ""
更多示例可在 .github/workflows 目录中找到。
cache-hit
这是一个布尔标志,当有精确的缓存命中时,将设置为 true
。
此 action 仅缓存 crate 的依赖项,因此如果依赖项与自身代码的比率较高,效果会更好。
对于有 Cargo.lock
文件的仓库,它也最有效。只有 Cargo.toml
文件的库仓库效果有限,因为 cargo 会始终使用最新的依赖版本,这些版本可能未被缓存。
使用 Stable Rust 最有效,因为缓存与 Rust 版本相关联。使用 Nightly Rust 效果较差,因为它每天都会丢弃缓存,除非固定使用特定的 nightly 构建。
此 action 目前缓存以下文件/目录:
~/.cargo
(已安装的二进制文件、cargo registry、缓存和 git 依赖)./target
(依赖项的构建产物)此缓存自动由以下内容键控:
job_id
Cargo.lock
/ Cargo.toml
文件的哈希值(如果存在)rust-toolchain
/ rust-toolchain.toml
文件的哈希值(如果存在).cargo/config.toml
文件的哈希值(如果存在)如果内置键不够用,可以提供额外的 key
输入。
在持久化之前,缓存会清理:
~/.cargo/bin
中在 action 运行前就存在的任何文件(例如 rustc
)mtime
超过一周的构建产物特别是,不缓存工作空间 crate 本身,因为这样做通常不太有效。
出于这个原因,此 action 自动设置 CARGO_INCREMENTAL=0
以禁用增量编译,这样 Rust 编译器就不会浪费时间创建增量构建所需的额外产物。
不缓存 ~/.cargo/registry/src
目录,因为 Cargo 从 ~/.cargo/registry/cache
中的压缩 crate 存档重新创建它会更快。
该 action 也会尝试从之前的 Cargo.lock
版本恢复,因此 lockfile 更新应该只重新构建变更的依赖项。
该 action 调用 cargo metadata
来确定当前的依赖项集。
此外,该 action 自动解决了 cargo#8603 / actions/cache#403 问题,否则这些问题会导致 macOS 构建中的缓存损坏。
这个专门的缓存 action 建立在 GitHub 维护的上游缓存 action 之上。同样的限制和约束也适用,详见此处文档: 缓存依赖 项以加速工作流程
特别是,缓存目前总共限制为 10 GB,超过此限制将导致较旧的缓存被淘汰。
基础分支的缓存可用于 PR,但不能跨无关分支使用。
可以使用 Cache API 控制缓存,该 API 允许列出现有缓存并手动删除条目。
该 action 会打印详细信息,说明它考虑了哪些信息作为缓存键,并输出更多仅用于调试的信息,说明在持久化缓存之前执行了哪些清理步骤。
你可以了解如何启用调试日志以查看这些详细信息以及与缓存操作相关的更多详细信息。
~/.cargo/bin
中在 action 运行前就存在的所有文件(例如 rustc
)。AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号