在长期维护的 Git 项目中，可能会积累大量杂乱无章的提交记录，影响项目的性能和可读性。如果你不关心这些历史提交，只想让项目“重新开始”，本篇文章将介绍几种清理 Git 历史的方法。

文章目录 

在长期维护的 Git 项目中，提交记录可能会变得杂乱无章，影响性能和可读性。本篇文章介绍四种方法来彻底清空 Git 提交历史，包括删除 .git 目录、创建无历史分支、使用 git filter-repo 以及手动迁移代码。你可以根据项目需求选择最合适的方式。

1. 删除 .git 目录并重新初始化（最干净的方法）

如果你想彻底清空所有 Git 记录并从头开始，最简单的方法就是直接删除 .git 目录并重新初始化仓库：

rm -rf .git  # 删除 Git 目录
git init     # 重新初始化 Git 仓库
git add .    # 添加所有文件
git commit -m "Initial commit"  # 创建新的提交

优点：

  • 彻底清空所有提交记录。
  • 简单直接。
  • 适用于个人项目或小团队。

缺点：

  • 需要重新设置 .gitignore 文件。
  • 远程仓库关联会丢失，需要手动添加 git remote add origin <repo-url>。

2. 创建无历史的新分支 (--orphan 方法)

如果你希望清空提交历史但仍保留 .git 目录和远程仓库，可以使用 --orphan 创建一个新的无历史分支：

继续阅读全文：如何彻底清空 Git 提交历史并重新开始？ - 阿小信的博客

# git
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

超参数优化十年演进（2015–2025）

摘要： 2015-2025年，超参数优化（HPO）从手工网格搜索跃升至智能自进化时代。2015年依赖暴力枚举和专家经验，2025年已实现VLA大模型意图级自适应优化、量子加速贝叶斯和实时零样本自愈，效率提升超10000倍，最优参数发现时间从周级缩短至秒级。中国技术（华为MindSpore、阿里PAI、百度AutoML等）主导全球创新，推动AI从手工调参迈向实时自适应。关键演进包括：2015-201

avatar 2048 AI社区

推荐系统十年演进（2015–2025）

推荐系统十年演进（2015–2025） 2015年推荐系统以协同过滤和矩阵分解为主，CTR约5–10%，延迟分钟级；2025年已发展为多模态VLA大模型主导，CTR超30%，延迟降至毫秒级，实现实时意图级推荐。中国厂商（阿里、字节、腾讯等）从跟随Netflix Prize到全球领跑，技术路线历经深度学习（2017）、Transformer（2021）到多模态自进化（2025），推动推荐从内容匹配跃

avatar 2048 AI社区

Word2Vec十年演进（2015–2025）

摘要： 2015年Word2Vec作为静态词向量代表主导NLP领域，准确率70-80%。2019年起，BERT等预训练模型实现动态句向量（准确率90%+），中国厂商百度ERNIE、华为盘古崛起。2023年后，多模态大模型（如CLIP、通义千问）实现视觉语言联合嵌入，准确率突破95%。至2025年，VLA自进化模型（DeepSeek-Embed等）融合量子计算，实现全域动态意图理解，中国在万亿参数训

avatar 2048 AI社区