百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

Git仓库(git仓库有哪些)

liuian 2025-05-08 02:49 5 浏览

# Git仓库使用方法流程详解

## 一、环境搭建与基础配置

### 1.1 安装与初始化

- **安装Git**:官网下载安装包,默认配置安装

- **配置全局信息**:


```bash

git config --global user.name "Your Name"

git config --global user.email "your.email@example.com"

o 验证安装:git --version

1.2 创建本地仓库

o 初始化仓库:git init

o 克隆远程仓库:git clone <仓库URL>

1.3 忽略文件配置

o 创建.gitignore:写入需忽略的文件/目录

o 应用规则:自动跳过匹配文件

二、核心工作流程

2.1 文件状态管理

o 查看状态:git status

o 添加文件到暂存区:git add <文件名>或git add .

o 提交到本地仓库:

【bash】

git commit -m "提交说明"

2.2 版本回溯与重置

o 查看提交历史:

【bash】

git log --oneline --graph

git reflog

o 回退版本:

o 软重置:git reset --soft <提交哈希>

o 硬重置:git reset --hard <提交哈希>

o 撤销未提交的修改:

【bash】

git checkout -- <文件名>

git reset HEAD <文件名>

2.3 远程仓库协作

o 添加远程仓库:git remote add origin <远程仓库URL>

o 推送代码:

【bash】

git push -u origin main

git push

o 拉取最新代码:

【bash】

git pull origin main

git fetch origin

2.4 分支管理

o 创建与切换分支:

【bash】

git branch feature/login

git checkout feature/login

git checkout -b feature/login

o 合并分支:

【bash】

git checkout main

git merge feature/login

o 删除分支:

【bash】

git branch -d feature/login

git branch -D feature/login

o 推送分支到远程:

【bash】

git push -u origin feature/login

git push origin feature/login

2.5 标签管理

o 创建标签:

【bash】

git tag v1.0.0

git tag -a v1.0.0 -m "发布版本"

o 查看标签:

【bash】

git tag

git show v1.0.0

o 推送标签到远程:

【bash】

git push origin v1.0.0

git push origin --tags

o 删除标签:

【bash】

git tag -d v1.0.0

git push origin :refs/tags/v1.0.0

三、高级协作场景

3.1 多仓库管理

o 添加多个远程仓库:

【bash】

git remote add upstream <原始仓库URL>

git remote add fork <个人仓库URL>

o 同步上游仓库更新:

【bash】

git fetch upstream

git checkout main

git merge upstream/main

git push origin main

3.2 冲突解决策略

o 手动解决冲突:

1. 编辑冲突文件,保留需保留内容

2. 删除冲突标记后保存文件

3. 执行git add <文件名>

4. 提交合并结果:git commit -m "解决合并冲突"

o 使用合并工具:

【bash】

git config --global merge.tool vscode

git mergetool

3.3 代码审查与协作

o 创建Pull Request(PR):

1. 推送特性分支到远程仓库

2. 在平台发起PR,填写变更说明和关联Issue

3. 团队成员进行代码审查和讨论

o 处理PR反馈:

o 根据反馈修改代码后,提交到特性分支

o 远程仓库自动更新PR内容

3.4 持续集成集成

o 配置Git Hooks:

【bash】

#!/bin/sh

if ! python -m black --check .; then

echo "代码风格不符合规范,请使用black格式化后再提交"

exit 1

fi

o 与CI/CD工具集成:

【yaml】

name: CI

on: [push, pull_request]

jobs:

build:

runs-on: ubuntu-latest

steps:

- uses: actions/checkout@v2

- run: pip install -r requirements.txt

- run: pytest

四、最佳实践与常见问题

4.1 最佳实践

o 提交粒度控制:每个提交聚焦单一逻辑单元

o 分支命名规范:

o feature/xxx:特性开发分支

o bugfix/xxx:Bug修复分支

o release/v1.0:发布分支

o hotfix/xxx:紧急修复分支

o 代码审查流程:强制要求PR需至少

相关推荐

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...

MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)

前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...

MySQL的json查询之json_array(mysql json_search)

json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...

头条创作挑战赛#一、LSTM 原理 长短期记忆网络

#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...

TensorBoard最全使用教程:看这篇就够了

机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...

图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比

本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...

kornia,一个实用的 Python 库!(python kkb_tools)

大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...

图像分割掩码标注转YOLO多边形标注

Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...

[python] 向量检索库Faiss使用指北

Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...

如何把未量化的 70B 大模型加载到笔记本电脑上运行?

并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...

ncnn+PPYOLOv2首次结合!全网最详细代码解读来了

编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...

人工智能——图像识别(人工智能图像识别流程)

概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...

PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法

在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...

大模型中常用的注意力机制GQA详解以及Pytorch代码实现

分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...

pytorch如何快速创建具有特殊意思的tensor张量?

专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...