我把 AI 变成了 “代码秘书”：每次 Git 提交，让它自动写提交信息！

告别 “update”、“fix bug” 的提交噩梦！这套自动化方案，让你的仓库日志像技术文档一样专业

青翎_

616人浏览 · 2026-02-13 18:55:27

青翎_ · 2026-02-13 18:55:27 发布

告别 “update”、“fix bug” 的提交噩梦！这套自动化方案，让你的仓库日志像技术文档一样专业

一、开篇：每个程序员都犯过的 “提交信息恐惧症”

深夜 11 点，你终于修完了一个诡异的 Bug。长舒一口气，回到终端，准备提交代码。光标在提交信息那一栏闪烁，你的大脑却一片空白。

“改了什么来着？”“算了，就写个‘fix bug’吧。”“不行，太敷衍了…… 那写‘修复了某个问题’？”“还是不行……”

最后，你敲下了第 1001 个毫无意义的提交信息：“update”。

第二天，团队 Review 代码历史，看到满屏的 “update”、“fix”、“优化”，没人知道这些提交到底干了什么。半年后，你自己回看，也完全想不起当时为什么要改那行代码。

这就是 “提交信息恐惧症”—— 我们不是不想写好的提交信息，而是在高强度开发中，大脑真的会 “短路”。

但今天，我要告诉你，这个时代已经结束了。你不再需要为写提交信息而纠结，因为你可以把这个任务完全外包给 AI。我将手把手教你搭建一个 “AI 代码秘书”，它会在你每次git commit时，自动分析你的代码变更，并生成清晰、规范、可直接使用的提交信息。

二、核心方案：让 AI 成为你的 “Git 提交管家”

原理揭秘：钩子（Hook）+ AI 的完美联动

这个方案的核心技术是 Git Hook（钩子）。Git 允许你在特定的重要动作（如提交、推送）发生时，触发自定义脚本。

我们的工作流如下：

你：像往常一样修改代码，执行 git add . 和 git commit（甚至不用写 - m 信息）。
Git Hook：被触发，自动将本次提交的所有代码差异（diff）收集起来。
AI 模型：接收这些差异，分析变更内容、意图和影响。
AI：生成一条符合约定式提交规范的专业信息。
系统：自动用这条信息完成提交。

整个过程，你无需任何额外操作，提交历史却从此变得清晰、专业、可追溯。

工具选型：全免费、零成本的黄金组合

放心，这套方案不需要你花一分钱：

AI 引擎：DeepSeek（深度求索）
- 完全免费，无需 API 密钥（使用官方免费接口）。
- 代码理解能力强，特别擅长分析 diff。
- 响应速度快，适合本地自动化场景。
脚本语言：Python 3
- 系统自带或轻松安装。
- 丰富的网络请求和文本处理库。
版本控制：Git
- 你已经在用了。

三、手把手实战：30 分钟搭建你的 “AI 提交秘书”

环境准备

确保你的电脑有：

Git（任何版本）
Python 3.6+
网络连接（用于调用 AI 接口）

第一步：创建 Git Hook 脚本

在你的 Git 项目根目录下，找到 .git/hooks/ 文件夹。里面有很多示例文件（以.sample结尾）。我们需要创建 / 修改 prepare-commit-msg 这个钩子。

创建脚本：

# 进入你的项目目录
cd /path/to/your/project

# 创建钩子脚本（如果不存在的话）
cat > .git/hooks/prepare-commit-msg << 'EOF'
#!/bin/bash

# 获取临时提交信息文件路径
COMMIT_MSG_FILE=$1

# 获取当前的提交信息（如果有的话，比如从-m参数传入的）
CURRENT_MSG=$(cat "$COMMIT_MSG_FILE")

# 如果已经有一个非空的提交信息，则跳过AI生成（尊重手动输入）
if [ -n "$CURRENT_MSG" ] && [ "$CURRENT_MSG" != "" ]; then
    exit 0
fi

# 获取暂存区的代码差异
DIFF=$(git diff --cached --no-color)

# 如果没有差异，则退出
if [ -z "$DIFF" ]; then
    echo "No staged changes found."
    exit 0
fi

# 调用Python脚本生成提交信息
AI_MSG=$(python3 /path/to/your/ai_commit_helper.py "$DIFF")

# 如果AI成功生成了信息，则写入提交信息文件
if [ -n "$AI_MSG" ]; then
    echo "$AI_MSG" > "$COMMIT_MSG_FILE"
    echo "✅ AI已自动生成提交信息："
    echo "📝 $AI_MSG"
else
    echo "⚠️  AI未能生成提交信息，请手动填写。"
fi
EOF

# 给脚本执行权限
chmod +x .git/hooks/prepare-commit-msg

第二步：编写 AI 生成脚本（核心）

创建一个独立的 Python 脚本，例如放在你的家目录下：~/ai_commit_helper.py

#!/usr/bin/env python3
"""
AI提交信息生成助手
使用DeepSeek免费API自动生成Git提交信息
"""

import sys
import requests
import json
import re

def call_deepseek_api(code_diff):
    """
    调用DeepSeek API分析代码差异并生成提交信息
    """
    # DeepSeek免费API端点（请使用时确认最新地址）
    api_url = "https://api.deepseek.com/chat/completions"
    
    # 构建一个专业的提示词（Prompt）
    prompt = f"""你是一个资深的软件开发工程师，擅长编写清晰、规范的Git提交信息。
请根据以下Git代码差异（diff），生成一条专业的提交信息。

要求：
1. 使用**约定式提交**格式：<类型>[可选 范围]: <描述>
   - 常用类型：feat（新功能）、fix（修复bug）、docs（文档）、style（格式）、refactor（重构）、test（测试）、chore（构建/工具）
2. 描述语言使用中文，简洁明了，说清楚“做了什么”以及“为什么做”（如果能从diff中推断出来）。
3. 如果改动复杂，可以在提交信息正文中简要列出关键点。
4. 避免使用“更新”、“修改”等模糊词汇。

代码差异如下：

{code_diff}


请只返回最终的提交信息文本，不要有其他解释。"""

    # 准备请求数据
    payload = {
        "model": "deepseek-chat",
        "messages": [
            {"role": "system", "content": "你是一个专业的Git提交信息生成助手。"},
            {"role": "user", "content": prompt}
        ],
        "temperature": 0.3,  # 较低的温度，让输出更稳定
        "max_tokens": 500
    }
    
    headers = {
        "Content-Type": "application/json",
        # 注意：DeepSeek可能需要授权，请参考其最新官方文档
        # "Authorization": "Bearer your_free_token_here" 
        # 目前其Web版免费，API政策可能有变化，如需要token请注册获取
    }
    
    try:
        # 发送请求（这里使用requests，如果是付费API需要添加auth）
        # 由于API政策可能变化，这里提供两种方式：
        # 方式1：如果官方提供免费API接口
        response = requests.post(api_url, json=payload, headers=headers, timeout=10)
        
        # 方式2：如果更简单点，可以用国内可访问的开放模型，如通过第三方中转（需自行寻找稳定服务）
        # 这里以假设的免费端点为例，实际使用时请替换为可用的稳定服务
        
        if response.status_code == 200:
            result = response.json()
            commit_msg = result['choices'][0]['message']['content'].strip()
            
            # 清理可能的多余标记
            commit_msg = re.sub(r'^```[a-z]*\n', '', commit_msg)
            commit_msg = re.sub(r'\n```$', '', commit_msg)
            
            return commit_msg
        else:
            print(f"API请求失败: {response.status_code}", file=sys.stderr)
            return None
            
    except Exception as e:
        print(f"调用AI接口时出错: {e}", file=sys.stderr)
        return None

def simple_fallback(diff):
    """
    简单的备选方案：如果AI调用失败，生成基础信息
    """
    lines = diff.split('\n')
    
    # 统计变更类型
    added_files = set()
    modified_files = set()
    
    for line in lines:
        if line.startswith('+++ b/'):
            filepath = line[6:]
            modified_files.add(filepath)
        elif line.startswith('--- /dev/null'):
            # 新文件在后续会有 +++ b/ 行
            pass
        elif line.startswith('diff --git'):
            parts = line.split(' ')
            if len(parts) >= 3:
                filepath = parts[2][2:]  # 去掉 "a/"
                if filepath not in modified_files:
                    modified_files.add(filepath)
    
    # 简单判断提交类型
    file_count = len(modified_files)
    if file_count == 0:
        return "chore: 无实际代码变更"
    
    # 检查是否是文档更新
    doc_exts = ['.md', '.txt', '.rst', '.tex']
    if any(f.endswith(tuple(doc_exts)) for f in modified_files):
        return f"docs: 更新文档 ({', '.join(list(modified_files)[:2])}...)"
    
    return f"fix: 修复问题涉及{file_count}个文件"

def main():
    if len(sys.argv) < 2:
        print("请提供git diff内容作为参数", file=sys.stderr)
        sys.exit(1)
    
    code_diff = sys.argv[1]
    
    if not code_diff or len(code_diff.strip()) < 10:
        print("代码差异过小，无需AI生成", file=sys.stderr)
        sys.exit(0)
    
    # 尝试调用AI生成
    commit_msg = call_deepseek_api(code_diff)
    
    # 如果AI生成失败，使用备选方案
    if not commit_msg:
        commit_msg = simple_fallback(code_diff)
    
    print(commit_msg)

if __name__ == "__main__":
    main()

重要提示：由于 AI API 服务可能变化，脚本中提供了灵活的架构。DeepSeek 的 API 政策请以其官网为准。你也可以轻松替换为其他你熟悉的免费 AI 服务。

第三步：配置与测试

修改脚本路径：将第一步中 Python 脚本的路径（/path/to/your/ai_commit_helper.py）替换为实际的路径。
进行第一次测试：

# 1. 修改一些代码
echo "// 添加新功能" >> src/main.js

# 2. 添加到暂存区
git add src/main.js

# 3. 提交（不要使用-m参数！）
git commit

此时，钩子脚本会自动运行。你会看到类似这样的输出：

✅ AI已自动生成提交信息：
📝 feat(main): 添加新功能模块入口

- 创建main.js作为应用主入口文件
- 添加基础注释结构

查看提交历史验证：

git log --oneline -3

你应该看到一条规范的提交信息，而不是 "update"！

四、进阶优化：让你的 “AI 秘书” 更聪明

1. 支持多仓库的全局配置

如果你希望所有 Git 项目都使用这个功能，可以设置全局 Git 模板：

# 创建全局git模板目录
mkdir -p ~/.git-templates/hooks

# 将我们的钩子脚本复制到全局模板
cp .git/hooks/prepare-commit-msg ~/.git-templates/hooks/

# 配置Git使用这个模板
git config --global init.templatedir '~/.git-templates'

# 已有项目需要重新初始化钩子
cd /path/to/your/existing-project
rm -rf .git/hooks
git init  # 这会在现有仓库中重新初始化钩子

2. 添加提交信息确认环节

如果你希望对 AI 生成的信息有最终控制权，可以修改钩子脚本，在提交前让你确认或编辑：

# 在原有脚本的AI生成后，加入以下逻辑
echo "AI生成的提交信息："
echo "$AI_MSG"
echo ""
read -p "是否使用此信息？(y/n/e) [y]: " CONFIRM

case $CONFIRM in
    [nN]* )
        echo "请手动编辑提交信息。"
        exit 1
        ;;
    [eE]* )
        echo "$AI_MSG" > "$COMMIT_MSG_FILE"
        # 让用户编辑
        ${EDITOR:-vi} "$COMMIT_MSG_FILE"
        ;;
    * )
        echo "$AI_MSG" > "$COMMIT_MSG_FILE"
        ;;
esac

3. 集成更多 AI 模型

你可以轻松扩展脚本，支持多个 AI 服务作为备选：

def generate_commit_message(diff):
    # 尝试DeepSeek
    msg = call_deepseek(diff)
    if msg:
        return msg
    
    # 尝试Moonshot（另一个国内优秀模型）
    msg = call_moonshot(diff)
    if msg:
        return msg
    
    # 最后回退到简单规则
    return simple_fallback(diff)

五、效果对比：从 “垃圾日志” 到 “技术文档”

改造前 vs 改造后

场景	改造前（人工）	改造后（AI 生成）
修复登录 Bug	`fix bug`	`fix(auth): 修复登录时验证码不刷新问题`
添加新功能	`update`	`feat(user): 添加用户个人资料编辑功能`
更新文档	`修改文档`	`docs(api): 更新用户认证接口文档，添加示例`
代码重构	`优化代码`	`refactor(utils): 重构日期处理函数，提高时区兼容性`