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...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
-
- 深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能
- MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)
- MySQL的json查询之json_array(mysql json_search)
- 头条创作挑战赛#一、LSTM 原理 长短期记忆网络
- TensorBoard最全使用教程:看这篇就够了
- 图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比
- kornia,一个实用的 Python 库!(python kkb_tools)
- 图像分割掩码标注转YOLO多边形标注
- [python] 向量检索库Faiss使用指北
- 如何把未量化的 70B 大模型加载到笔记本电脑上运行?
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)