一种为 AI Agent 设计的保护性 Git 优先工作流技能,通过严格的工作前检查、多阶段验证和结构化提交确保仓库完整性。
从源直接安装技能的最快方式。
npx clawhub@latest install git-commit-guard
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级:工作区 > 本地 > 内置
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 git-commit-guard。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
获取包含原生技能文件的ZIP压缩包。
Git Commit Guard 是 Openclaw Skills 生态系统中的一个专门扩展,旨在为 AI 编程 Agent 强制执行规范的 Git 优先方法论。它防止了 AI Agent 覆盖未保存工作或用未经验证的更改污染仓库的常见陷阱。通过优先考虑工作树(worktree)健康,该技能确保每一项编码任务——从调试到功能实现——都从清晰了解当前仓库状态开始。
此技能对于在多语言环境中工作的开发人员或偏好高上下文版本历史记录的人员特别有价值。它要求 Agent 检查脏工作树(dirty worktrees),从本地环境推断正确的验证命令,并使用详细的中文提交消息记录所有更改。这种方法在保持高质量、可审计的项目历史的同时,最大限度地降低了回归或代码丢失的风险。
git status 以确定仓库是清洁的还是脏的。git diff 和文件读取进行深入研究,以总结现有更改和意图。要使用 Openclaw Skills 将此工作流集成到您的 AI Agent 环境中,请确保您的本地仓库已初始化,并且您的配置指向标准提交模板。
# 确保您位于 git 仓库中
git init
# 如果模板位于以下位置,该技能将自动引用它:
# references/commit-template.md
# 检查状态以查看技能运行情况
git status --short --branch
该技能围绕标准 Git 元数据和特定的文档模板结构组织其操作:
| 数据类型 | 来源/位置 | 用途 |
|---|---|---|
| Worktree State | git status |
确定初始化逻辑(清洁 vs 脏)。 |
| Diff Logs | git diff --stat |
用于总结更改的意图和影响。 |
| Commit Template | references/commit-template.md |
为中文提交消息提供结构蓝图。 |
| Validation Output | 本地 CLI (npm, pytest 等) | 在提交前记录验证步骤的成功/失败。 |
| Commit History | .git/logs |
存储最终的可审计哈希和详细的中文描述。 |
加载中
Deep Research Pro 是一项严谨的 AI 研究技能,它执行强制性的全文解析、结构化数据提取和来源验证,以确保最大的分析深度。

一个免费的网页搜索工具,使 OpenClaw 智能体能够访问实时网页数据,而无需 Brave 或 Perplexity API 密钥。








































