
Forgejo Actions 上为 Python 构建添加缓存
来源标题:Caching Python Builds on Forgejo Actions
在 Forgejo Actions 上可通过 actions/cache 缓存 pip 或 uv 的包目录,从而减少 Python CI 任务中下载和解包依赖的时间。前提是需先配置一个跨作业共享的缓存服务器,否则每次作业都从空缓存开始;若使用 uv,有一个默认行为会让缓存失效。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Python CI job 的大部分时间都花在下载和解包软件包上,而不是你的代码上。如果你的测试只需一秒,而整个 job 要一分半钟,那么缓存这些包就是全部的解决办法。在 Forgejo Actions 上,你可以用 actions/cache 来实现,无论是针对 pip 还是 uv。下面说说它们如何配合,以及 uv 的一个默认行为会悄悄让缓存变得毫无作用。
以下细节已对照 forgejo-runner v13.2.1 核实。计时数据来自我们自己的环境,你的情况会有所不同。
actions/cache 需要一个比单个 job 存活更久的缓存服务器,否则每个 job 都从空缓存开始。我们在 Rust 缓存那篇文章里写过这对 forgejo-runner 是如何工作的,这里也是一样。如果你的 runner 是一次性机器,或者有多台,先把它们全部指向同一个共享的 cache-server。没有它,下面的一切都不起作用。
pip 本身已经会维护缓存:下载的包,以及从源码构建的 wheel。在 Linux 上就是 ~/.cache/pip。缓存默认开启,所以你只需要在 job 之间保留这个目录:
steps:
- uses: https://code.forgejo.org/actions/checkout@v4
- uses: https://code.forgejo.org/actions/cache@v4 with: path: ~/.cache/pip key: pip-${{ hashFiles('requirements.txt') }}
- run: | python3 -m venv .venv .venv/bin/pip install -r requirements.txt .venv/bin/python -m pytest
key 是你的 requirements 文件的哈希,所以依赖变化时缓存会被替换,不变时则复用。如果该文件位于子文件夹中,给 hashFiles 传入从仓库根目录开始的路径。
还有一点:在普通的 Ubuntu 镜像上,venv 和 pip 是独立的包(python3-venv 和 python3-pip),所以一个 job 可能在一台有 python3 但无法创建 virtualenv 的机器上失败。我们的机器有 Python 3.14,但这两个都没有,所以我们在 job 开始时运行 sudo apt-get install -y python3-pip python3-venv。
uv 是一个较新的安装器,可以替代 pip,它有自己的缓存,默认在 ~/.cache/uv。安装它,恢复缓存,然后从你的 lock 文件同步:
steps:
- uses: https://code.forgejo.org/actions/checkout@v4
- uses: https://code.forgejo.org/actions/cache@v4 with: path: ~/.cache/uv key: uv-${{ hashFiles('uv.lock') }}
- run: | curl -LsSf https://astral.sh/uv/install.sh | sh export PATH="$HOME/.local/bin:$PATH" uv sync --frozen uv run --frozen pytest env: UV_PYTHON_DOWNLOADS: never
--frozen 让 uv 完全按照 lock 文件中的内容安装,不去改动它。UV_PYTHON_DOWNLOADS: never 告诉 uv 使用机器上已有的 Python,而不是下载一个。
uv 的文档建议在 CI job 结束时运行 uv cache prune --ci。它会移除预构建的 wheel,只保留 uv 从源码构建的 wheel。文档中的理由是,在网络速度快的 CI 服务上,重新下载 wheel 通常比从缓存恢复更快。
这取决于你的下载速度有多快。我们最初就是这样做的,结果保存下来的缓存只有 40 KB,所以下一个 job 又把所有东西重新下载了一遍。不做 prune 的话,同样的缓存是 232 MB,下一个 job 没有任何东西需要下载。如果你的 runner 到 PyPI 的连接很慢或是共享的,就跳过 prune,或者把两种情况都测一下。
这些是 2026 年 11 月 18 日在 2 个 CPU 核心上的单个 job,安装 27 个包,包括 numpy、pandas、scipy 和 FastAPI,然后运行几个测试。每种变体我们跑了几次,所以把这些数字当作粗略值。
有缓存时,uv 是两者中较快的,但更大的收益仅仅在于有缓存。两种方案都从「下载一切」变成了「解包已经在这里的东西」。
这就是 Stoke CI 为你做的事:每个连接都有自己的 actions/cache 服务器,接入在每个 job 之后即被删除的 runner。我们的 job 机器有 Python 3.14,但没有 pip、venv 或 uv,所以上面的工作流需要那条 apt 命令或 uv 安装器。runner 旁边的 apt 代理让这大约只需十秒钟。你连接你的 Forgejo,把 runs-on: 改成 stoke-2cpu,缓存就在那里了。beta 期间免费。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。