news 2026/5/8 7:52:22

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

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
如何使用 GitHub Actions 构建多平台的 code-server 与 OmniRoute

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 (https://github.com/coder/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 (https://github.com/diegosouzapw/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 (https://hagicode.com) 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:

javascript // 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:

Plain Text 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

yaml 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

yaml 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
yaml build_code_server: needs:prepare_release strategy: fail-fast:false matrix: include: -name:code-serverLinux runner:ubuntu-22.04 artifact_name:code-server-linux -name:code-servermacOS runner:macos-latest artifact_name:code-server-macos -name:code-serverWindows 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
yaml build_omniroute: needs:prepare_release strategy: fail-fast:false matrix: include: -name:omnirouteLinuxx64 runner:ubuntu-22.04 platform:linux arch:amd64 -name:omniroutemacOSx64 runner:macos-15-intel platform:macos arch:amd64 -name:omniroutemacOSarm64 runner:macos-14 platform:macos arch:arm64 -name:omnirouteWindowsx64 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-14runner(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
yaml - name:InstallLinuxprerequisites if:runner.os=='Linux' run:sudoapt-getupdate&&sudoapt-getinstall-yjqrsyncquiltlibkrb5-dev
macOS
yaml - name:InstallmacOSprerequisites if:runner.os=='macOS' run:brewinstalljqrsyncquiltpython-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:

yaml - name:SetupMSYS2 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:ConfigureWindowsshellpaths 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:

yaml verify_code_server: needs:build_code_server strategy: fail-fast:false matrix: include: -name:code-serverLinux runner:ubuntu-22.04 bash_path:bash -name:code-serverWindows 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

javascript async functionwaitForHealth(port) { const deadline = Date.now() + 60_000 while (Date.now() < deadline) { const response = awaitrequestHealth(port) if (response.statusCode === 200) return awaitnewPromise((resolve) =>setTimeout(resolve, 1000)) } thrownewError(`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:

yaml 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

javascript 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:

javascript 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:

javascript 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):

javascript // Windows 上使用 patch 命令替代 quilt asyncfunctionapplyPatchesWithPatch(env) { const series = awaitreadFile(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) { awaitrunMsys2(`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

Plain Text ┌─────────────────────────────────────────────────────────────────┐ │ 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

yaml # 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

  • HagiCode 项目地址 (https://github.com/HagiCode-org/site)

  • HagiCode 官网 (https://hagicode.com)

  • code-server 上游仓库 (https://github.com/coder/code-server)

  • OmniRoute 项目 (https://github.com/diegosouzapw/OmniRoute)

  • GitHub Actions 文档 (https://docs.github.com/en/actions)


如果本文对你有帮助:

  • 来 GitHub 给个 Star:github.com/HagiCode-org/site (https://github.com/HagiCode-org/site)

  • 访问官网了解更多:hagicode.com (https://hagicode.com)

  • 观看正式版演示视频:www.bilibili.com/video/BV1z4oWB3EpY/ (https://www.bilibili.com/video/BV1z4oWB3EpY/)

  • 一键安装体验:docs.hagicode.com/installation/docker-compose (https://docs.hagicode.com/installation/docker-compose)

  • Desktop 桌面端快速安装:hagicode.com/desktop/ (https://hagicode.com/desktop/)

  • 公测已开始,欢迎安装体验

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。

  • 本文作者: newbe36524 (https://www.newbe.pro)

  • 原文链接: https://docs.hagicode.com/go?platform=wechat&target=%2Fblog%2F2026-05-06-github-actions-multi-platform-code-server-omniroute%2F (https://docs.hagicode.com/go?platform=wechat&target=%2Fblog%2F2026-05-06-github-actions-multi-platform-code-server-omniroute%2F)

  • 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/8 7:49:57

OpenClaw Trace:为AI Agent提供零侵入式执行追踪与成本监控仪表盘

1. 项目概述&#xff1a;为你的AI Agent装上“仪表盘”如果你正在使用OpenClaw构建和运行AI Agent&#xff0c;那你一定遇到过这样的场景&#xff1a;Agent在后台默默执行任务&#xff0c;你只知道它在“跑”&#xff0c;但具体“怎么跑的”、“花了多少钱”、“哪里卡住了”&a…

作者头像 李华
网站建设 2026/5/8 7:49:38

维普AIGC检测算法连续句式识别原理:哪3款工具针对性应对?

维普AIGC检测算法连续句式识别原理&#xff1a;哪3款工具针对性应对&#xff1f; 维普 AIGC 检测算法和知网算法侧重不同。知网偏重「连续 ChatGPT 句式」识别&#xff0c;维普偏重「连续 AIGC 句式」「术语堆叠」混合识别。两者算法原理的差异决定了工具选品的差异。 本文解…

作者头像 李华
网站建设 2026/5/8 7:34:30

AI智能体技能库:模块化设计与实战集成指南

1. 项目概述&#xff1a;一个面向AI智能体的技能库最近在折腾AI智能体&#xff08;Agent&#xff09;的开发&#xff0c;发现一个挺有意思的现象&#xff1a;很多开发者&#xff0c;包括我自己在内&#xff0c;在构建一个能处理复杂任务的智能体时&#xff0c;常常会陷入“重复…

作者头像 李华
网站建设 2026/5/8 7:25:35

C++双指针全解

双指针基础概念双指针技术通常用于数组或链表等线性结构中&#xff0c;通过两个指针协同遍历来优化时间复杂度。主要分为以下类型&#xff1a;同向指针&#xff1a;两个指针从同一侧出发&#xff0c;移动速度不同对向指针&#xff1a;两个指针分别从首尾向中间移动快慢指针&…

作者头像 李华
网站建设 2026/5/8 7:24:45

Arduino实时硬件调试:Inline技术解析与应用

1. Arduino实时硬件调试的革命性突破在嵌入式开发领域&#xff0c;调试始终是最具挑战性的环节之一。传统Arduino开发者最熟悉的调试方式莫过于Serial.print()——在代码中插入大量打印语句&#xff0c;然后在串口监视器中观察输出。这种方法虽然简单直接&#xff0c;却存在几个…

作者头像 李华