一个专门为 AI 代理设计的技能，用于分析代码 diff 并根据 Conventional Commits 规范生成标准化的语义化 Git commits。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install git-commit-tool
2. 手动安装
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
3. 提示词安装
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-tool。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 Git Commit with Conventional Commits？
Git Commit 技能赋予 AI 编码代理精确处理整个版本控制生命周期的能力。通过将此功能集成到 Openclaw Skills，代理可以智能地暂存文件、分析更改的性质，并撰写符合 Conventional Commits 标准的高质量 commit 消息。
此技能针对多语言开发环境进行了特别优化，默认使用简体中文进行 commit 描述。它确保每次更改都按类型（如 feat、fix 或 refactor）进行正确分类，从而保持清晰且可搜索的项目历史记录。
Git Commit with Conventional Commits 应用场景
- 在编码任务完成后自动生成标准化的 commit 消息。
- 结构化逻辑文件暂存，以分离不同的功能或错误修复。
- 通过自定义页脚追踪 AI 生成的代码百分比，增强项目透明度。
- 无需人工干预即可确保团队范围内遵守 Conventional Commits 规范。
Git Commit with Conventional Commits 工作原理
- Diff 分析：代理使用 git diff 检查当前工作树或已暂存的更改，以了解技术影响。
- 智能暂存：如果没有文件被暂存，代理将使用 git add 对逻辑更改进行分组，同时严格避开 .env 等敏感文件。
- 元数据提取：代理根据代码分析确定合适的 commit 类型、范围和语义描述。
- 消息生成：使用简体中文构建 commit 消息，包括一个详细说明所用模型和贡献代码行数的 AI-GEN 页脚。
- 执行：代理遵循严格的安全协议执行 git commit 命令，以确保仓库的完整性。
Git Commit with Conventional Commits 配置指南
要在您的 Openclaw Skills 环境中启用此技能，请确保您的代理可以访问 Bash 工具。由于该技能直接通过标准 Git CLI 运行，因此不需要额外的全局配置。
# Verify git is installed in the agent's environment
git --version
# The agent will use standard git commands to manage the lifecycle
git status --porcelain
Git Commit with Conventional Commits 数据架构与分类体系
该技能对所有生成的 commit 元数据遵循严格的语义结构：
| 组件 | 格式 / 要求 |
|---|---|
| Header | <type>[optional scope]: <description> |
| 语言 | 简体中文 (Simplified Chinese) |
| 长度 | 描述必须在 72 个字符以内 |
| AI-GEN 页脚 | AI-GEN: <percentage>% / <lines>行 <model-name> |
| 安全 | 禁止破坏性命令 (--force) 或秘密提交 |
通过 Openclaw Skills 生成的所有 commits 都与标准 Git log 解析器和 CI/CD changelog 生成器兼容。
Git Commit with Conventional Commits 高级特性
- 语义分析：深入 diff 检查，自动区分
refactor和feat。 - AI 贡献追踪：在每个 commit 页脚自动计算并报告 AI 生成的代码量。
- 交互式暂存支持：能够针对复杂的更改集使用基于模式的暂存或交互模式。
- 重大变更检测：为改变 API 的更新自动包含
!修饰符或BREAKING CHANGE页脚。
SKILL.md
加载中
Openclaw 相关技能
QuecPython Modbus IoT 设备 Skill
一个用于 QuecPython 平台的通用框架，用于处理 Modbus RTU 数据采集、4G 云端上报和 OTA 更新。
精选*
