📝 Change Log
2026-09-06 18:00:54作者:伍希望
📝 Change Log
| Language | Changelog |
|---|---|
| 🇺🇸 English | Fix Select dropdown scroll jumping during search |
| 🇨🇳 Chinese | 修复 Select 搜索时下拉列表滚动位置跳动问题 |
这条规则与仓库 CI 是互相咬合的。从 [pr-open-check.yml](https://gitcode.com/GitHub_Trending/an/ant-design/blob/58b0ee1554835b3ea2d0541f4986306f3d70d0ce/.github/workflows/pr-open-check.yml?utm_source=gitcode_repo_files) 可以看到,`PR Open Check` workflow 在 PR opened/edited/reopened/synchronize 事件上运行 `actions-cool/pr-check-fill` 任务,要求 PR 正文的 changelog 表格中必须填上 `🇺🇸 English, 🇨🇳 Chinese, 🇺🇸 英文, 🇨🇳 中文` 之一,否则机器人会评论提醒“请填写 PR 中的 changelog”;同时该任务配置了 `skip-title-start: 'docs, chore, test, ci'`,即标题以 docs、chore、test、ci 开头的 PR 会跳过该检查。这与 Skill 中“site/docs/demo/ci 用占位即可”的策略恰好呼应:占位写法既满足了模板 section 保留要求,也解释了为什么这些类型不需要实质 changelog。
## PR 标题写法:type(scope) 规范
标题要求汇总自 [SKILL.md](https://gitcode.com/GitHub_Trending/an/ant-design/blob/58b0ee1554835b3ea2d0541f4986306f3d70d0ce/.agents/skills/create-pr/SKILL.md?utm_source=gitcode_repo_files) 的“写法要求”章节:
- **必须是英文**;
- 默认先判断 `type`,再决定是否需要 `scope`;
- 优先使用 `type: subject` 或 `type(scope): subject`;
- 优先写**结果**,不写过程;
- 避免 `update`、`fix issues`、`misc changes` 这类空话;
- 覆盖整条分支的主要目标,不要照搬单个 commit message;
- `type` 要与类型判断步骤的结论一致;
- 若分支包含多类小改动,提炼一个更高层概括。
常用 `type` 参考:
| type | 含义 |
| --- | --- |
| `feat` | 新增能力 |
| `fix` | 修复问题 |
| `docs` | 文档或说明 |
| `refactor` | 重构 |
| `type` | 类型修正 |
| `site` | 站点相关改动 |
| `demo` | 示例相关改动 |
| `test` | 测试改动 |
| `ci` | CI 或 workflow |
| `chore` | 杂项维护 |
| `perf` | 性能优化 |
`scope` 使用规则:改动集中在单个组件或模块时再加,如 `refactor(Image): ...`;若没有明显聚焦对象,就不要硬加 scope;不要把目录名机械塞进 scope。
参考文档给出的正例与反例:
正例(贴近分支真实目标):
- `fix(Select): keep dropdown scroll position stable during search`
- `docs: clarify Upload beforeUpload return behavior`
- `refactor(Table): simplify sticky offset calculation`
- `site: refine AI theme page empty state copy`
- `feat: add Typography.Shimmer component`
- `ci: adjust pull request label workflow`
反例(不要这样写):
- `修复 Select 搜索后下拉滚动跳动问题`(中文标题)
- `update select`
- `fix issues`
- `some improvements`
## 先草稿确认,后执行 gh pr create
这是整个 Skill 的安全核心。**无论用户是否说“直接帮我创建 PR”**,都要先完成:
1. 生成 `base`、`title`、`body` 草稿;
2. 明确告诉用户:这是准备提交的 PR 内容;
3. 让用户确认是否继续创建,或先修改;
4. 只有用户明确确认后,才能真正执行 `gh pr create`。
若用户中途要求修改标题、类型、changelog、目标分支等,应先更新草稿,再次确认。信息不足时(基线分支、关联 issue、变动性质、测试或验证方式缺失且无法从分支改动中可靠推断),可以先给出草稿并把无法确认的地方保留为待补充项;即使用户要求直接创建 PR,也必须先说明缺失项并等待确认。
参考文档给出了一段可直接复用的确认话术模板:
```markdown
我先整理了一版待提交的 PR 草稿,请你确认:
- Base branch: `feature-x`
- PR title: `site: adjust token panel interaction on theme preview page`
- PR type: `📝 Site / documentation improvement`
- Change Log: `No changelog required`
如果没问题,我再继续创建 PR;如果你想改 title、type、base 或正文,我先帮你改。
草稿输出时至少包含 Base branch、PR title、PR body 和需要用户补充或确认的点,并明确询问用户是“直接创建 PR”还是“先修改后再创建”。
执行前的最后检查与创建命令
确认后、执行前还要再次检查:
git branch -vv
git remote -v
gh repo view --json nameWithOwner
检查要求:确认当前分支的 tracking remote 和远端分支正确;确认 PR 的目标仓库是 ant-design/ant-design,不要依赖 gh 默认推断;若 tracking remote 缺失、指向不明确、或不是预期 fork,先向用户确认,不要默认推送;只有在推送目标 remote 明确无误时,才推送当前分支。
推送与创建命令的建议形式:
git push -u <remote> HEAD
gh pr create --repo ant-design/ant-design --base <base> --title "<title>" --body "$(cat <<'EOF'
<body>
EOF
)"
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0626
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
最新内容推荐
tldraw 实战:用 registerAfterDeleteHandler 实现空 Frame 的自动级联清理Transformers 中 Swin2SR 模型详解:基于 Swin Transformer V2 的图像超分辨率与修复实现Apache Airflow UI 匈牙利语(hu)本地化术语规范与技术指南ML-For-Beginners 实战作业指南:寻找真实对话机器人并“迷惑”它——从 ELIZA 到现代客服 Bot 的 NLP 观察报告写法《Hello 算法》探索アルゴリズム総まとめ:総当たり・二分・木・ハッシュ探索の原理比較と実践的な選び方aider 代码编辑基准测试报告:量化评估 1106 系列 GPT-3.5 与 GPT-4 的编码能力VS Code 本地 Mock Copilot Policy Server 实战:模拟、代理接入与失败闭环测试企业 Copilot 策略端点深入 get-shit-done 的 gsd-doc-writer 子代理:基于代码库事实的项目文档生成体系tldraw SDK:用 After-Create / After-Change 副作用处理器跨记录维持数据不变量Cypress @cypress/webpack-batteries-included-preprocessor 版本演进全解:从 Webpack 5 强制切换到 TypeScript 7 支持,以及 v5.0.0 移除 CoffeeScript 的完整升级路径
项目优选
收起
deepin linux kernel
C
33
18
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
856
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
529
592
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Markdown
77
23
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.13 K
2.74 K
暂无描述
Markdown
897
5.79 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.58 K
1.01 K
CANN 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 Notebook
1.01 K
513
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
913
1.83 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
213
314