Comet:使用约定式提交的CLI工具
2025-05-21 21:49:10作者:尤辰城Agatha
1. 项目介绍
Comet是一个简单的命令行工具,旨在帮助开发者使用约定式提交(conventional commits)进行git提交。约定式提交提供了一种标准化、易于理解的提交信息格式,有助于项目的维护和文档化。
2. 项目快速启动
在开始使用Comet之前,确保您的系统已经安装了Go语言环境,版本至少为1.17+。
安装Comet
打开终端,运行以下命令安装Comet:
go install github.com/liamg/comet@latest
安装完成后,您可以在任何位置使用comet命令,它将替代git commit。
使用Comet
使用Comet提交信息时,您可以像平常一样添加任何git commit支持的flag。以下是一个基本的提交示例:
comet -m "feat: 添加了一个新特性"
如果您想要自定义Comet的行为,可以在仓库的根目录或家目录下创建一个.comet.json文件。
{
"signOffCommits": false,
"prefixes": [
{
"title": "feat",
"description": "一个新特性"
},
{
"title": "fix",
"description": "一个bug修复"
},
{
"title": "bug",
"description": "引入一个bug"
}
]
}
3. 应用案例和最佳实践
提交信息格式
约定式提交信息通常包括以下结构:
- 类型(Type):描述本次提交的类别(如
feat、fix)。 - 描述(Description):详细描述本次更改的内容。
- scope(可选):影响的范围。
- issue(可选):关联的issue编号。
例如:
comet -m "fix: 修复了登录按钮的点击事件处理 #123"
代码审查
在使用Comet进行提交后,确保您的代码遵循项目的代码标准和风格指南。这对于维护代码质量和一致性至关重要。
项目维护
定期检查和更新项目的依赖项,确保它们是最新的,并与Comet兼容。
4. 典型生态项目
Comet作为约定式提交的工具,可以与许多其他开源项目配合使用,例如:
- Commitizen:一个帮助撰写规范commit信息的命令行工具。
- Conventional Changelog:自动从commit信息生成CHANGELOG。
- semantic-release:自动化版本发布和changelog生成的工具。
通过整合这些工具,您可以构建一个高效的代码提交和发布工作流程。
登录后查看全文
热门项目推荐
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
470
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
364
3.02 K