cz-customizable: 自定义你的Git Commit规范化之旅
目录结构及介绍
当你克隆或下载cz-customizable项目后, 你会发现如下基本目录结构:
cz-customizable/
│ ├── README.md # 项目的说明文档
│ ├── package.json # Node.js项目的配置文件, 包含各种依赖和脚本
│ ├── node_modules/ # 项目的所有npm包依赖存放在此文件夹内
│ ├── lib/ # 项目的源代码文件夹
│ │ └── index.js # cz-customizable的主要逻辑入口文件
│ ├── tests/ # 测试文件存放的位置
│ ├── .cz-config.js # cz-customizable的配置文件, 可以自定义Git Commit的类型、作用域以及字段规则
│ ├── CHANGELOG.md # 项目变更日志
│ ├── LICENSE # 许可证信息
│ └── .gitignore # Git忽略规则文件
README.md: 此处包含了关于项目的基本信息, 包括安装、使用指南以及贡献者的信息.
.cz-config.js: 这个文件负责设置cz-customizable的行为. 你可以自定义Commit的模板, 提供一套自定义的类型列表以及其他相关信息.
lib/index.js: 这里是cz-customizable的核心文件, 处理所有有关生成规范化的Commit Message的业务逻辑.
项目的启动文件介绍
通常来说, cz-customizable并不需要单独的“启动”过程. 它通过集成进commitizen框架成为你的项目的一部分, 或者作为一个独立的命令行工具使用.
然而, 当我们谈论“启动”时, 实际上是在指代将cz-customizable作为commitizen的一个插件进行初始化的过程:
步骤1: 全局安装commitizen(如果尚未完成)
$ npm install -g commitizen
步骤2: 在你的项目中安装cz-customizable
$ cd your-project
$ npm install cz-customizable --save-dev
步骤3: 更新你的package.json文件, 来指定cz-customizable作为你的默认cz配置:
{
"config": {
"commitizen": {
"path": "./node_modules/cz-customizable"
}
},
"scripts": {
"commit": "git-cz"
}
}
这样, 每当你要创建一个新的commit时, 即便使用的是简单的git commit, cz-customizable都会自动介入并引导你输入规范化的commit信息.
项目的配置文件介绍
.cz-config.js是cz-customizable的关键配置文件, 在这里你能够调整规范化的commit模版, 包括设置可用的类型、作用域以及是否启用某些特定的功能.
一份示例配置可能如下所示:
module.exports = {
"types": [
{value: 'feat', name: 'feat: (new feature for the user, involving breaking or non-breaking change)'},
{value: 'fix', name: 'fix: (bug fix for the user, involving breaking or non-breaking change)'}
// 更多类型...
],
"scopes": ["core", "docs", "examples", null], // 可选的作用域, 其中的null表示不选用任何作用域.
"allowCustomScopes": true,
"questions": [
"type",
"scope",
"subject",
"isBreaking",
"body",
"issues",
],
};
在这份配置中, 你可以看到定义了两种不同的类型("feat" 和 "fix"), 并且提供了多个作用域如"core","docs","examples". 你还可以控制是否允许自定义作用域(allowCustomScopes), 并且确定commit过程中询问用户的顺序(questions).
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07