適用於 Openclaw 的 Git Commit Guard

一種為 AI Agent 設計的保護性 Git 優先工作流技能,透過嚴格的工作前檢查、多階段驗證和結構化提交確保儲存庫完整性。

ontheway23333
v1.0.0
Mar 19, 2026
0
801
0

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。

npx clawhub@latest install git-commit-guard

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式
~/.openclaw/skills/
工作區
<project>/skills/

優先級:工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。

請幫我使用 Clawhub 安裝 git-commit-guard。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。

想要直接下載?

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 Git Commit Guard?

Git Commit Guard 是 Openclaw Skills 生態系統中的一個專門擴充功能,旨在為 AI 程式設計 Agent 強制執行規範的 Git 優先方法論。它防止了 AI Agent 覆寫未儲存工作或用未經驗證的更改污染儲存庫的常見陷阱。透過優先考慮工作區(worktree)健康,該技能確保每一項編碼任務——從除錯到功能實作——都從清晰瞭解當前儲存庫狀態開始。

此技能對於在多語言環境中工作的開發人員或偏好高上下文版本歷史記錄的人員特別有價值。它要求 Agent 檢查髒工作區(dirty worktrees),從本地環境推斷正確的驗證指令,並使用詳細的中文提交訊息記錄所有更改。這種方法在保持高品質、可審計的專案歷史的同時,最大限度地降低了回歸或程式碼遺失的風險。

Git Commit Guard 應用場景

  • 在 AI Agent 開始新開發任務之前,透過檢查現有更改來管理髒工作區(dirty worktrees)。
  • 在任何程式碼提交到儲存庫之前,強制執行嚴格的測試和 linting 標準。
  • 使用解釋實作背後「原因」的高細節中文提交訊息來標準化專案歷史。
  • 透過防止破壞性的 Git 指令或靜默覆寫來保護現有的使用者工作。
  • 在 AI 工作階段結束時提供一個經過完全驗證和提交的清潔移交狀態。

Git Commit Guard 運作原理

  1. Agent 在輪次開始時執行 git status 以確定儲存庫是清潔的還是髒的。
  2. 如果是髒的,Agent 使用 git diff 和檔案讀取進行深入研究,以總結現有更改和意圖。
  3. 該技能識別儲存庫中現有的測試套件、linters 或建置工具,以建立驗證基準。
  4. 在新工作開始之前,提交現有的故意更改,以確保為下一個邏輯階段提供清潔的基礎。
  5. 在開發過程中,使用分層驗證標準(先針對性測試,然後是更大範圍的掃描)隔離並驗證更改。
  6. 完成後,執行最終驗證,並根據中文提交策略產生全面的提交。

Git Commit Guard 設定指南

要使用 Openclaw Skills 將此工作流整合到您的 AI Agent 環境中,請確保您的本地儲存庫已初始化,並且您的配置指向標準提交範本。

# 確保您位於 git 儲存庫中
git init

# 如果範本位於以下位置,該技能將自動引用它:
# references/commit-template.md

# 檢查狀態以查看技能執行情況
git status --short --branch

Git Commit Guard 資料結構與分類體系

該技能圍繞標準 Git 中繼資料和特定的文件範本結構組織其操作:

資料類型 來源/位置 用途
Worktree State git status 確定初始化邏輯(清潔 vs 髒)。
Diff Logs git diff --stat 用於總結更改的意圖和影響。
Commit Template references/commit-template.md 為中文提交訊息提供結構藍圖。
Validation Output 本地 CLI (npm, pytest 等) 在提交前記錄驗證步驟的成功/失敗。
Commit History .git/logs 存儲最終的可審計雜湊和詳細的中文描述。

Git Commit Guard 進階特性

  • 多階段驗證:根據更改範圍自動從針對性單元測試升級到全系統冒煙測試。
  • 可審計的使用者更改保留:在 AI 介入之前明確識別並提交預先存在的使用者更改,以保持清晰的審計線索。
  • 智慧驗證推斷:根據儲存庫內容動態檢測是否使用 linting、類型檢查或編譯。
  • 中文本地化:為需要該語言標準文件的團隊強制執行嚴格的中文提交策略。
  • 殘留風險報告:在最終輪次回應中準確總結已測試和未測試的內容,以便開發人員更好地監督。

SKILL.md


加載中

Openclaw 相關技能

METADATA

Github Stars: 0
forks: 0

精選*