Github 精选 #4 | 让 Github 帮你自动压缩图片!

简介: Github 精选 #4 | 让 Github 帮你自动压缩图片!

今天的主角是 Imgbot, 自动帮你压缩 Github 仓库中的图片资源。


Author github.com/imgbot
Url github.com/imgbot/Imgb…
Language C#/HTML/Vue/Less
Star 874
Fork 212
Issue 26 Open/147 Closed
Commits 1003
Last Update Mar 7, 2022
License MIT


以上数据截止至 2022 年 3 月 11 日。


使用


Imagebot 是一个开源的 Github App,提供图片资源的无损压缩,它具备以下特性:

  1. 无损压缩
  2. 开源实现
  3. 基于 PR
  4. 利用 Github app 提供权限
  5. 可计划的执行任务
  6. 可配置忽略文件/文件夹
  7. 更强的压缩选项
  8. 支持 public/private 仓库
  9. 对于开源项目免费


简单的说,Imagebot 可以自动帮你压缩仓库中的图片资源,并给你提交 PR。

你可以 Github 的应用市场找到它,地址如下:

github.com/marketplace…

安装之后进行简单的配置,选择你需要应用的仓库,我用我的 demo 项目进行了测试:

image.png


A few hours later ,你就会收到一个来自 imgbot 的 PR ,如下图所示:

image.png

Beep boop,帮助我减小了 25% 的图片资源。它以表格的形式,把图片压缩的详细数据展示了出来。


配置


Imgbot 也提供了个性化配置项,在仓库根目录创建 .imgbotconfig 文件,格式为 json 。下面是一个示例:

{
    "schedule": "daily", // daily|weekly|monthly
    "ignoredFiles": [
        "*.jpg",                   // ignore by extension
        "image1.png",              // ignore by filename
        "public/special_images/*", // ignore by folderpath
    ],
    "aggressiveCompression": "true", // true|false
    "compressWiki": "true", // true|false
    "minKBReduced": 500, // delay new prs until size reduction meets this threshold (default to 10)
    "prTitle" : "Your own pr title",        
    "prBody" : " Text before optimization ratio {optimization_ratio} Text after optimization ratio 
                 Text before optimization details {optimization_details} Text after optimization details",
}
复制代码


schedule

检测周期,默认情况下,只有当有图片需要压缩的时候才会提 PR。你也可以设置为 dailyweeklymonthly


ignoredFiles

配置忽略文件。格式如下:

"ignoredFiles": [
    "*.jpeg" // 根据后缀过滤
]
复制代码


提供了多种过滤方式:

"public/special_images/*" // 忽略指定文件夹
"special-image1.png" // 忽略单个文件
"**/test_images/**" // 忽略嵌套文件夹
"path/to/prefix*" // 根据正则忽略
复制代码


aggressiveCompression

{
    "aggressiveCompression": false
}
复制代码


默认值为 false ,表示无损压缩。true 表示有损压缩。


compressWiki

设置是否需要压缩 wiki 中的图片。


prTitle

PR 的标题。


prBody

PR 的内容。有默认内容,可以付费自定义。

{
    "prBody" : " Text before optimization ratio {optimization_ratio} Text after optimization ratio 
                 Text before optimization details {optimization_details} Text after optimization details",
}
复制代码


最后


相比较在打包过程中介入,进行图片压缩和替换,imgbot 的方案也不失为一种好方法。在日常开发工作之外,以 PR 的方式完美融合到 workflow 。



相关文章
|
Web App开发 机器学习/深度学习 语音技术
在ModelScope-FunASR中,语音识别系统中的声音活动检测
在ModelScope-FunASR中,语音识别系统中的声音活动检测
1342 8
|
网络协议 安全 搜索推荐
子域名收集神器:Amass 保姆级教程(附链接)
子域名收集神器:Amass 保姆级教程(附链接)
子域名收集神器:Amass 保姆级教程(附链接)
|
2月前
|
安全 数据建模 测试技术
2026阿里云SSL证书价格全解析:免费版与付费版对比及申请指南
阿里云SSL证书提供免费DV单域名(Digicert,3个月)及多品牌付费方案(DV/OV/EV),覆盖测试到金融级安全需求。2026年价格透明,含WoSign、GlobalSign等国际品牌,新老用户享5折起优惠,申请流程一键便捷。(239字)
|
3月前
|
存储 云安全 弹性计算
别买贵了!阿里云服务器一年价格表:个人38元、企业199元、学生免费领取
2026阿里云服务器价格全解析:个人新用户38元/年起(秒杀),企业199元/年起,学生免费领300元代金券;支持年付、月付及按小时计费(低至0.34元/小时)。涵盖轻量应用服务器、ECS、GPU实例及带宽/存储资费,附省钱技巧与官方入口。
EMQ
|
网络协议 安全 物联网
QUIC 协议:特性、应用场景及其对物联网/车联网的影响
了解 QUIC 协议的特性优势与应用场景,以及新一代物联网传输协议 MQTT over QUIC 如何为各类消息传输场景带来提升。
EMQ
1554 1
QUIC 协议:特性、应用场景及其对物联网/车联网的影响
|
前端开发 数据安全/隐私保护 开发者
Pic Smaller:开源神器,碾压TinyPNG!90%开发者不知道的免费图像压缩利器
嗨,大家好,我是小华同学。今天介绍一个强大的开源图像压缩工具——Pic Smaller(图小小)。它支持JPEG、PNG、WEBP等多种格式的智能压缩,具备本地压缩、自定义配置等特性,确保图像数据安全。用户只需上传图片,Pic Smaller便会自动执行压缩并提供详细信息。项目已部署在Vercel平台,Pic Smaller基于Vite和React构建,适合开发者、设计师及普通用户,帮助高效管理图像。
1668 9
|
5月前
|
人工智能 自然语言处理 语音技术
通义百聆语音双子星,同步开源!
通义百聆全新升级,推出Fun-CosyVoice3与Fun-ASR系列模型。3秒录音即可实现9种语言、18种方言及多情感音色克隆,支持中英混说、跨语种合成;Fun-ASR识别准确率高达93%,支持31种语言自由混说、歌词说唱识别,并开源轻量级模型,助力高效本地部署与定制开发。
1701 5
通义百聆语音双子星,同步开源!
|
4月前
|
安全 小程序 数据建模
阿里云SSL证书最新免费版与收费版对比解析、收费标准详览及申请部署流程指南
本文详细解析了阿里云SSL证书的概览、免费版与收费版的对比、2026年最新收费标准,以及免费版证书的申请与部署流程。无论是个人网站还是企业应用,用户都能根据自身需求,在阿里云找到合适的SSL证书解决方案。
|
Java Linux 定位技术
Minecraft配置文件参数说明(JAVA服务器篇)
Minecraft JAVA版服务器启动后会生成server.properties配置文件,位于minecraft_server/根目录下。该文件包含多项关键设置,如游戏模式(gamemode)、最大玩家数(max-players)、难度(difficulty)等。此文档详细说明了各配置项的功能与默认值,帮助用户高效管理服务器环境。
3718 62
基于自抗扰控制器和线性误差反馈控制律(ADRC-LSEF)的控制系统simulink建模与仿真
本课题基于自抗扰控制器(ADRC)和线性误差反馈控制律(LSEF),构建了ADRC-LSEF控制系统,并在MATLAB2022a中进行Simulink建模与仿真。ADRC通过实时估计并补偿未知扰动,结合LSEF的快速误差响应,实现了对复杂系统的高效控制。该方法特别适用于非线性、时变或模型未知的系统,具备优异的动态响应和鲁棒性。仿真结果显示系统性能良好,验证了ADRC-LSEF的有效性。