Compile y envíe la imagen al publicar una versión
Automatice la compilación de contenedores al etiquetar una versión.
Compile y envíe la imagen al publicar una versión es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
Build Only on Release
You do not ship an image on every commit. The release step builds and publishes a container only when you mark a version as ready. 📦
Trigger on a Tag
A common pattern fires the build when you push a git tag like v1.2.0, so a deliberate version, not a casual push, starts the deploy.
on:
push:
tags: ["v*"]What a Build Produces
The build packs your model API, its code, and dependencies into one image: a frozen, runnable snapshot that behaves the same on any machine.
A Registry Stores Images
A container registry like GHCR, ECR, or Docker Hub is where built images live so any server can later pull and run them.
Log In With a Secret
Before pushing, the workflow logs into the registry using a stored secret, never a hardcoded password, keeping credentials out of your code.
- uses: docker/login-action@v3
with:
password: ${{ secrets.REGISTRY_TOKEN }}Tag the Image Well
Give the image a clear tag that matches your release version. Reusing latest alone makes it impossible to tell which build is running.
myorg/model-api:v1.2.0Build and Push in One Action
The official Docker build-push action builds your Dockerfile and uploads the result to the registry in a single step.
- uses: docker/build-push-action@v6
with:
push: true
tags: myorg/model-api:v1.2.0Pin the Version, Not latest
Deploying a pinned tag like v1.2.0 means you always know exactly which model and code are live, and you can roll back to an earlier tag fast.
Cache Layers for Speed
Image builds reuse unchanged layers from a cache, so only the parts you actually changed rebuild. This keeps release builds quick.
Deploy Pulls the Image
Once pushed, your runtime simply pulls the tagged image and starts it. The same artifact you tested is the one that goes live, byte for byte.
docker pull myorg/model-api:v1.2.0Release Notes Close the Loop
Tie the image tag to a GitHub release with notes on what changed. Now anyone can trace a running container back to its exact code and model.
Quick Check
Why tag the released image with a version instead of only latest?
Recap
On a version tag, log in with a secret, build the image, and push it to a registry under a pinned tag. Your runtime pulls that exact artifact to go live.
Preguntas frecuentes
¿La lección «Compile y envíe la imagen al publicar una versión» es gratis?
Sí — el texto completo de «Compile y envíe la imagen al publicar una versión» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Compile y envíe la imagen al publicar una versión»?
Automatice la compilación de contenedores al etiquetar una versión. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MLOps Academy?
No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Compile y envíe la imagen al publicar una versión»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?
Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Qué significa CI/CD para los modelos
- Un workflow de GitHub Actions para ML
- Condicione las fusiones a la calidad del modelo
- Compile y envíe la imagen al publicar una versión