Git-Cliff 项目:基于 Pull Request 生成变更日志的最佳实践
2025-05-23 12:27:00作者:彭桢灵Jeremy
在软件开发过程中,变更日志(Changelog)是记录项目版本间变化的重要文档。Git-Cliff 作为一个强大的变更日志生成工具,最近新增了对 Pull Request 标题解析的支持,这为团队协作开发带来了更优雅的解决方案。
传统方式的局限性
在团队协作环境中,通常会设置分支保护规则,要求必须通过 Pull Request 才能合并代码。这种情况下,传统的基于提交信息生成变更日志的方式存在几个问题:
- 一个 Pull Request 可能包含多个提交,导致变更日志条目冗余
- 提交信息可能不够规范,难以提取有用的分类信息
- 开发过程中的中间提交信息可能包含不相关的细节
基于 Pull Request 的新方案
Git-Cliff 2.5.0 版本引入了对 Pull Request 标题解析的支持,开发者现在可以:
- 直接使用 Pull Request 标题作为变更条目
- 通过
github.pr_title字段进行分组和分类 - 结合 Pull Request 编号创建更丰富的变更记录
配置示例
在 Git-Cliff 配置文件中,可以这样设置:
[commit_parsers]
# 使用 Pull Request 标题进行分组
pattern = "^(feat|fix|docs|style|refactor|perf|test|chore)(\\(.+\\))?: .+"
field = "github.pr_title"
skip = false
group = "{{ captures[0] }}"
scope = "{{ captures[1] | trim_start_matches(pat='(') | trim_end_matches(pat=')') }}"
实际应用建议
- 统一命名规范:团队应约定 Pull Request 标题的格式规范,如采用 Conventional Commits 格式
- 标签分类:可以结合 GitHub 标签系统,在模板中根据标签进行分类展示
- 信息丰富化:在模板中同时展示 Pull Request 编号和链接,方便追溯
优势总结
这种基于 Pull Request 的变更日志生成方式具有以下优势:
- 更清晰的变更记录:每个功能/修复只对应一个条目
- 更好的可读性:Pull Request 标题通常经过精心编写,比提交信息更规范
- 方便的追溯:可以直接链接到 Pull Request 查看详细讨论和代码变更
- 与 GitHub 流程完美契合:符合现代团队协作的开发流程
通过合理配置 Git-Cliff,团队可以生成既专业又实用的变更日志,有效提升项目文档的质量和维护效率。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210