本文旨在解决 GitHub 自托管 Runner 在配置 Python 环境时遇到的 “Version not found in local cache” 错误。通过分析问题原因，提供详细的解决方案，帮助开发者在非 Ubuntu/Windows 系统上成功配置 Python 环境，确保 CI/CD 流程顺利运行。本文重点在于理解 actions/setup-python 的限制，并提供替代方案。
问题分析
当在 GitHub 自托管 Runner 上使用 actions/setup-python action 时，可能会遇到如下错误：
Run actions/setup-python@v3Version 3.9 was not found in the local cacheError: Version 3.9 with arch x64 not foundThe list of all available versions can be found here: `https://raw.githubusercontent.com/actions/python-versions/main/versions-manifest.json`
该错误通常发生在自托管 Runner 的操作系统不是 GitHub Actions 官方支持的 Ubuntu 或 Windows 版本时。actions/setup-python action 依赖于预先构建好的 Python 发行版，这些发行版仅针对特定的操作系统环境提供。
解决方案
如果你的自托管 Runner 使用的是非 Ubuntu/Windows 的 Linux 发行版（例如 AlmaLinux、Fedora 等），直接使用 actions/setup-python action 可能会失败。以下是几种替代方案：
立即学习“Python免费学习笔记（深入）”；
1. 使用 Docker 容器
最推荐的解决方案是将你的构建过程封装到 Docker 容器中。Docker 容器提供了一个隔离且一致的环境，可以确保 Python 环境的正确配置，而无需依赖于主机操作系统的 Python 发行版。
步骤：
创建 Dockerfile： 在你的项目根目录下创建一个 Dockerfile，指定所需的 Python 版本和依赖。
FROM python:3.9WORKDIR /appCOPY requirements.txt .RUN pip install --no-cache-dir -r requirements.txtCOPY . .CMD ["python", "your_script.py"]
FROM python:3.9：使用官方 Python 3.9 镜像作为基础镜像。WORKDIR /app：设置工作目录为 /app。COPY requirements.txt .：复制 requirements.txt 文件到容器中。RUN pip install –no-cache-dir -r requirements.txt：安装 requirements.txt 中列出的依赖。–no-cache-dir 选项可以减小镜像大小。COPY . .：复制项目所有文件到容器中。CMD [“python”, “your_script.py”]：定义容器启动时执行的命令。
修改 GitHub Actions workflow 文件： 修改 .github/workflows/your_workflow.yml 文件，使用 Docker 容器执行构建任务。
name: Python applicationon: push: branches: [ "main" ] pull_request: branches: [ "main" ]permissions: contents: readjobs: build: runs-on: self-hosted steps: - uses: actions/checkout@v3 - name: Build and run Docker container run: | docker build -t my-app . docker run my-app
docker build -t my-app .：构建 Docker 镜像，并命名为 my-app。docker run my-app：运行 Docker 容器。
添加 .dockerignore 文件 (可选): 为了减小镜像大小并加速构建过程，可以创建一个 .dockerignore 文件，排除不必要的文件和目录。
GitHub Copilot
GitHub AI编程工具，实时编程建议
48 查看详情 
.git__pycache__*.pyc
2. 手动安装 Python
如果不想使用 Docker，也可以在自托管 Runner 上手动安装所需的 Python 版本，并在 workflow 文件中直接使用。
步骤：
安装 Python： 在自托管 Runner 上安装所需的 Python 版本。具体安装方法取决于你使用的 Linux 发行版。例如，在 AlmaLinux 上可以使用 dnf 命令：
sudo dnf install python39
修改 GitHub Actions workflow 文件： 修改 .github/workflows/your_workflow.yml 文件，直接使用已安装的 Python 版本。
name: Python applicationon: push: branches: [ "main" ] pull_request: branches: [ "main" ]permissions: contents: readjobs: build: runs-on: self-hosted steps: - uses: actions/checkout@v3 - name: Set up Python 3.9 run: | python3.9 -m pip install --upgrade pip pip install -r requirements.txt - name: Lint with flake8 run: | flake8 . --count --select=E9,F63,F7,F82 --show-source --statistics flake8 . --count --exit-zero --max-complexity=10 --max-line-length=127 --statistics - name: Test with pytest run: | pytest *.py
移除 actions/setup-python@v3 action。使用 python3.9 命令显式调用已安装的 Python 3.9 版本。
3. 使用 Conda (如果适用)
如果你的项目依赖于 Conda 环境，可以在自托管 Runner 上安装 Conda，并在 workflow 文件中使用 Conda 管理 Python 环境。
步骤：
安装 Conda： 在自托管 Runner 上安装 Miniconda 或 Anaconda。
修改 GitHub Actions workflow 文件： 修改 .github/workflows/your_workflow.yml 文件，使用 Conda 创建和激活环境。
name: Python applicationon: push: branches: [ "main" ] pull_request: branches: [ "main" ]permissions: contents: readjobs: build: runs-on: self-hosted steps: - uses: actions/checkout@v3 - name: Set up Conda run: | # Add conda to PATH export PATH="$HOME/miniconda3/bin:$PATH" conda env create -f environment.yml conda activate flow_corrections - name: Lint with flake8 run: | flake8 . --count --select=E9,F63,F7,F82 --show-source --statistics flake8 . --count --exit-zero --max-complexity=10 --max-line-length=127 --statistics - name: Test with pytest run: | pytest *.py
确保 Conda 的可执行文件路径已添加到 PATH 环境变量中。使用 conda env create -f environment.yml 命令创建 Conda 环境。使用 conda activate flow_corrections 命令激活 Conda 环境。
注意事项
版本匹配： 确保在 Dockerfile 或手动安装时选择与项目兼容的 Python 版本。依赖管理： 使用 requirements.txt 或 environment.yml 文件管理项目依赖，确保所有依赖项都已正确安装。缓存： 可以使用 GitHub Actions 的缓存机制缓存 Docker 镜像或 Conda 环境，以加速构建过程。安全： 在自托管 Runner 上安装软件时，请注意安全性，避免安装恶意软件。清理： 定期清理自托管 Runner 上的 Docker 镜像和 Conda 环境，以释放磁盘空间。
总结
当在 GitHub 自托管 Runner 上遇到 actions/setup-python action 无法找到指定 Python 版本的问题时，通常是因为 Runner 的操作系统不受支持。通过使用 Docker 容器、手动安装 Python 或使用 Conda 等替代方案，可以成功配置 Python 环境，确保 CI/CD 流程顺利运行。选择哪种方案取决于项目的具体需求和 Runner 的配置。 使用 Docker 容器是推荐的做法，因为它提供了隔离性和一致性。
以上就是解决 GitHub 自托管 Runner 中 Python 版本设置问题的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。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。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/569730.html
微信扫一扫 
支付宝扫一扫 
