TagBot: Manual intervention needed for releases
I maintainer di solito rispondono entro 2 giorni
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 1/5
- Tempo stimato
- Meno di un'ora
- Idoneità per principianti
- 35/100
Direzione di ricerca
Inizia dai log di esecuzione collegati di TagBot e dalla guida alla risoluzione dei problemi di TagBot, quindi verifica se il tag v3.8.0 e la relativa release GitHub esistono per il commit a29a8d26. L’attività è completata quando la release v3.8.0 è disponibile con note generate oppure è stata creata tramite l’interfaccia GitHub.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
TagBot could not automatically create releases for the following versions. This may be because:
- The commits modify workflow files (
.github/workflows/), whichGITHUB_TOKENcannot operate on - The tag already exists but the release failed to be created
- A network or API error occurred
Versions needing manual release
-
v3.8.0at commita29a8d26- Error: Git command 'git -C /tmp/tagbot_repo_0znqjdtq push origin v3.8.0' failed: To https://github.com/SciML/DiffEqGPU.jl
! [remote rejected] v3.8.0 -> v3.8.0 (refusing to allow a GitHub App to create or update workflow.github/workflows/CI.ymlwithoutworkflowspermission)
error: failed to push some refs to 'https://github.com/SciML/DiffEqGPU.jl' (provide workflow scope or avoid workflow changes)
- Error: Git command 'git -C /tmp/tagbot_repo_0znqjdtq push origin v3.8.0' failed: To https://github.com/SciML/DiffEqGPU.jl
How to fix
Run these commands locally:
git tag -a v3.8.0 a29a8d26d149b38ab8caad2b594cf31a10529959 -m 'v3.8.0' && git push origin v3.8.0 && gh release create v3.8.0 --generate-notes
Or create releases manually via the GitHub UI.
Prevent this in the future
If this is due to workflow file changes, avoid modifying them in the same commit as version bumps, or use a Personal Access Token with workflow scope.
See TagBot troubleshooting for details.
This issue was automatically created by TagBot. (Run logs)
- Lingua principale
- Julia
- Stelle
- 331
- Fork
- 43
- Merge medio
- 1g 20h
- PR unite (30g)
- 10
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di SciML/DiffEqGPU.jl
-
Adaptive kernel steppers: t += dt rounding decouples time from integrated length at large tForse già presa @ChrisRackauckas-Claude l’ha presa 42 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
SciML/DiffEqGPU.jl#567 ·
I maintainer di solito rispondono entro 2 giorni
-
Adaptive kernel: ContinuousCallback just before a tstop suppresses the tstop's DiscreteCallbackAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
SciML/DiffEqGPU.jl#558 ·
I maintainer di solito rispondono entro 2 giorni
-
GPUVern7 Float32 dense output is ~60 ulps off at mid-step for a constant RHS (visible at tstops)Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 62/100
SciML/DiffEqGPU.jl#554 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
SciML/DiffEqGPU.jl#546 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
SciML/DiffEqGPU.jl#540 ·
I maintainer di solito rispondono entro 2 giorni
Tutte le issue di SciML/DiffEqGPU.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
MagneticResonanceImaging/MRIReco.jl#366 ·
I maintainer di solito rispondono entro 3 giorni
-
`AdamW` gives `NaN` for zero-gradient entries of `Float16` parameters (epsilon underflows to 0)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
FluxML/Optimisers.jl#253 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
JuliaGraphs/GraphNeuralNetworks.jl#736 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno