自动化工作流:基于 Git Commit 与 LLM 的 Changelog 智能生成
自动化工作流基于 Git Commit 与 LLM 的 Changelog 智能生成在产品快速迭代的过程中编写对外发布日志Changelog往往被开发者当作一项烦人的琐事。直接将原始的git log展示给最终用户充斥着大量的“fix typo”、“refactor db”等程序员内部术语对普通用户极不友好。本文设计并实现一套自动化 CLI 工具通过解析 Git 规范提交日志结合 LLM 将底层代码变更“翻译”为用户看得懂的商业语言 Changelog。flowchart LR A[Git Commit Log 历史记录] -- B[Standard Commit 节点过滤器] B --|过滤属于 feat / fix 的提交| C[提取 Git Diff 与抽象摘要] C -- D[构建语义转换 Prompt] D -- E[调用轻量 LLM 进行语言重构] E -- F[生成区分【新功能】与【修复优化】的出版级 Release Notes]一、为什么传统 Changelog 生成工具体验糟糕传统的 Changelog 工具如conventional-changelog完全依赖于正则表达式匹配 Commit 标题。如果开发者提交了feat: update user avatar component传统的工具生成的日志依然是冷冰冰的“更新了用户头像组件”。这种传统模式有三个缺陷缺乏用户视角User-Centric Perspective普通用户关心的不是“改了哪个组件”而是“这个更新能帮我解决什么问题”。噪音堆积重构代码refactor、修改 CI 脚本ci等内部维护工作不应该呈现在面向用户的更新日志中。语言单调无法将分散在多次 commit 中的微小修补聚合为一条完整的语义描述。结合 LLM我们可以实现从“代码逻辑变动”向“用户价值文案”的跨越。二、Git 规范 Commit 解析层首先我们需要从本地 Git 仓库中提取自上一次 Tag/Release 之后的所有提交日志并排除掉无意义的内部修改。// src/gitParser.ts import { execSync } from node:child_process; export interface ParsedCommit { hash: string; type: string; scope: string; subject: string; author: string; } /** * 提取自上一个 Tag 之后的所有规范 Commit */ export function getCommitsSinceLastTag(): ParsedCommit[] { let lastTag ; try { lastTag execSync(git describe --tags --abbrev0).toString().trim(); } catch { // 如果没有 Tag默认读取最近 20 条提交 lastTag ; } const range lastTag ? ${lastTag}..HEAD : -n 20; const rawLog execSync(git log ${range} --prettyformat:%h|%s|%an).toString().trim(); if (!rawLog) return []; const commits: ParsedCommit[] []; const lines rawLog.split(\n); // 正则解析 Conventional Commits 格式: type(scope): subject const commitRegex /^(\w)(?:\(([^)])\))?\s*:\s*(.)$/; for (const line of lines) { const [hash, message, author] line.split(|); const match commitRegex.exec(message); if (match) { const [, type, scope, subject] match; // 过滤仅提取面向用户的 feat (新功能) 和 fix (修复) if ([feat, fix, perf].includes(type.toLowerCase())) { commits.push({ hash, type: type.toLowerCase(), scope: scope || general, subject, author, }); } } } return commits; }三、结合 LLM 的用户语言“翻译”组件拿到过滤后的规范 Commit 列表后将其送入 LLM 转换组件。我们通过系统提示要求模型忽略底层细节以平易近人、富有活力的语气编写更新日志。// src/changelogGenerator.ts import { OpenAI } from openai; import { ParsedCommit } from ./gitParser; const openai new OpenAI(); export interface FormattedChangelog { versionTitle: string; features: string[]; bugFixes: string[]; performanceImprovements: string[]; } export async function generateUserFacingChangelog( commits: ParsedCommit[], versionName: string v1.2.0 ): Promisestring { const commitSummary commits .map((c) - [${c.type.toUpperCase()}] (${c.scope}) ${c.subject}) .join(\n); const prompt 你是一个顶级独立产品的专业产品经理与文案专家。请将以下程序员提交的 Git Commit 日志转换为一份面向最终用户的出版级更新日志 (Release Notes)。 【待转化 Commit 列表】 ${commitSummary} 【撰写要求】 1. 语言要求简体中文语气友好、专业、富有活力。 2. 视角转变不要出现“重构了组件”、“修改了函数”等技术词汇将其转化为对用户的具体价值描述如“修复了某些情况下导出会卡顿的问题”。 3. 结构划分分为 新功能、 问题修复 与 ⚡ 性能优化 三个板块。 4. 聚合同类项如果有多条 Commit 描述的是同一个功能将其合并为一条通顺的说明。 请直接输出 Markdown 格式的日志。; const response await openai.chat.completions.create({ model: gpt-4o-mini, messages: [ { role: system, content: 你只输出高清规范的 Markdown 排版日志。 }, { role: user, content: prompt } ], temperature: 0.2, }); return response.choices[0].message.content || ; }四、CLI 工具封装与自动化应用将解析与生成组件打包为一个本地 Node.js 命令行工具// bin/generate-changelog.ts #!/usr/bin/env node import fs from node:fs; import path from node:path; import { getCommitsSinceLastTag } from ../src/gitParser; import { generateUserFacingChangelog } from ../src/changelogGenerator; async function main() { console.log( 正在解析 Git 提交日志历史...); const commits getCommitsSinceLastTag(); if (commits.length 0) { console.log(⚠️ 未找到自上次发布以来的有效 feat/fix 提交无需更新 Changelog。); return; } console.log( 捕获到 ${commits.length} 条有效提交正在调用 AI 生成用户级 Changelog...); const markdown await generateUserFacingChangelog(commits); const outputPath path.resolve(process.cwd(), CHANGELOG.md); // 将新版本的 Changelog 顶部追加到既有 CHANGELOG.md 中 let existingContent ; if (fs.existsSync(outputPath)) { existingContent fs.readFileSync(outputPath, utf8); } const updatedContent ${markdown}\n\n---\n\n${existingContent}; fs.writeFileSync(outputPath, updatedContent, utf8); console.log(✨ 成功将 AI 生成的用户级 Release Notes 追加至 CHANGELOG.md); } main();五、生成的 Changelog 前后对比效果原生 Git Commit 记录程序员视角- feat(auth): add JWT refreshToken flow - fix(editor): fix selection offset issue in dark mode - perf(canvas): optimize OffscreenCanvas export memoryAI 智能转化后最终用户视角# 1.2.0 版本更新日志 ### 新增功能 - **更无感的登录体验**现在系统支持自动安全续期您不再需要频繁手动重新登录。 ### 问题修复 - **界面体验优化**修复了在暗黑模式下选中文本时可能出现的视觉偏置问题。 ### ⚡ 性能提升 - **导出速度加快**大幅优化了长图导出时的内存占用图片导出体验更加流畅。用确定性的 Git 规范解析过滤噪声再用 AI 翻译为有温度的用户语言是独立产品提升用户好感度的极低成本方式。

相关新闻

私有 PaaS 架构:基于 Dokku 与 Hetzner 的轻量全栈单体部署方案

私有 PaaS 架构:基于 Dokku 与 Hetzner 的轻量全栈单体部署方案

私有 PaaS 架构:基于 Dokku 与 Hetzner 的轻量全栈单体部署方案 随着 AWS 和 GCP 账单复杂度的增加,许多独立开发者开始回归“单体应用与私有部署”。基于 Hetzner 高性价比物理服务器,搭配开源的 Dokku,可以在半小时内打造属于自…

2026/8/5 9:42:10 阅读更多 →
DoIP时间参数配置详解:车载以太网诊断通信的稳定基石

DoIP时间参数配置详解:车载以太网诊断通信的稳定基石

1. DoIP时间参数:车载诊断通信的“心跳”与“节拍”在车载以太网诊断(DoIP)的开发和测试中,我们常常会关注协议栈、路由激活、车辆发现这些“大”功能。然而,真正决定一个诊断通信系统是否稳定、高效、可靠的&#xff…

2026/8/5 9:42:10 阅读更多 →
HoRain云--Pi Agent 上下文管理

HoRain云--Pi Agent 上下文管理

上下文管理是高效使用 Pi Agent 的核心技能。本章介绍如何通过环境文件控制 AI 的行为,以及如何管理对话上下文。上下文文件概述Pi Agent 在启动时会自动加载项目指令文件,让 AI 了解你的项目规范、命令和偏好。这些文件告诉 AI「在这个项目中应该怎样工…

2026/8/5 9:41:10 阅读更多 →

最新新闻

Java阻塞队列核心解析与面试高频考点

Java阻塞队列核心解析与面试高频考点

面试考点分析:BlockingQueue 的核心特点与常用实现类(ArrayBlockingQueue、LinkedBlockingQueue、PriorityBlockingQueue、DelayQueue、SynchronousQueue 等)。阻塞队列的工作模式:生产者-消费者模型下的入队/出队阻塞与唤醒机制。…

2026/8/5 10:30:43 阅读更多 →
UE5 C++本地化实战:从字符串表到运行时切换的完整指南

UE5 C++本地化实战:从字符串表到运行时切换的完整指南

1. 项目概述:为什么UE5本地化不只是“翻译”?做UE5项目,尤其是面向全球市场的游戏或应用,本地化(Localization)是绕不开的一环。很多开发者,特别是刚接触UE5 C的朋友,可能会觉得本地…

2026/8/5 10:30:43 阅读更多 →
铸造工艺全解析:从液态成型到缺陷防控的工程实践

铸造工艺全解析:从液态成型到缺陷防控的工程实践

1. 项目概述:从“武理慕课”看铸造的入门与精髓 最近在整理一些工程材料成型的资料,恰好又翻到了武汉理工大学那门经典的《材料成型原理》慕课里关于铸造的章节。每次看都觉得,铸造这东西,真是制造业里最古老又最基础,…

2026/8/5 10:30:43 阅读更多 →
Unity游戏开发中的观察者模式:从C#事件到消息总线的实战指南

Unity游戏开发中的观察者模式:从C#事件到消息总线的实战指南

1. 项目概述:从“轮询”到“事件驱动”的思维跃迁在Unity游戏开发中,我们常常会遇到这样的场景:玩家角色血量变化时,UI血条需要更新,音效需要播放,敌人AI可能需要调整攻击策略,成就系统需要检查…

2026/8/5 10:30:43 阅读更多 →
DSP+FPGA异构主板设计:从电源、时钟到核心互联的实战指南

DSP+FPGA异构主板设计:从电源、时钟到核心互联的实战指南

大家好,我是长期深耕嵌入式硬件设计的博主。在参与一个高性能边缘计算项目时,我们遇到了一个核心挑战:如何在一块主板上高效协同处理实时控制与复杂逻辑运算?传统的单一架构方案往往在性能、功耗和灵活性上难以兼顾。经过多轮选型…

2026/8/5 10:30:43 阅读更多 →
从零搭建数据机房监控可视化系统:Telegraf+InfluxDB+Grafana实战

从零搭建数据机房监控可视化系统:Telegraf+InfluxDB+Grafana实战

在数据机房运维工作中,你是否曾面临这样的困境:服务器状态、网络流量、温湿度等海量监控数据分散在各个孤立的系统中,故障告警滞后,排查问题如同大海捞针,难以形成全局态势感知。一个集中、直观、实时的可视化监控系统…

2026/8/5 10:29:42 阅读更多 →

日新闻

Java缓存框架:JetCache

Java缓存框架:JetCache

TOC 一、简介 JetCache 是一个 Java 缓存抽象框架,为不同的缓存解决方案提供了统一的使用方式。 它提供的注解比 Spring Cache 更加强大。 JetCache 的注解支持原生 TTL、两级缓存以及在分布式环境中的自动刷新功能,同时你也可以通过代码直接操作 Cach…

2026/8/5 0:00:43 阅读更多 →
AD 铺铜设置十字连接,过孔全连接,新版AD的简单设置

AD 铺铜设置十字连接,过孔全连接,新版AD的简单设置

需求:通孔焊盘 十字花;过孔 Via 实心直连;贴片焊盘按需设置 AD 测试版本AD24 很多工程师踩坑:全部统一十字,导致接地过孔阻抗高、大电流发热! 一、快捷键打开规则 PCB 界面按下:D R 展开…

2026/8/5 0:00:43 阅读更多 →
AI素描转换技术深度拆解(2024最新论文+工业级落地代码):从Stable Diffusion ControlNet到LoRA微调全链路解析

AI素描转换技术深度拆解(2024最新论文+工业级落地代码):从Stable Diffusion ControlNet到LoRA微调全链路解析

更多请点击: https://kaifayun.com 第一章:AI生成素描效果 AI生成素描效果是计算机视觉与风格迁移技术融合的典型应用,其核心在于将彩色照片或RGB图像转换为具有手绘质感、明暗对比强烈、边缘清晰的单色素描图像。该过程通常依赖于深度学习模…

2026/8/5 0:00:43 阅读更多 →

周新闻

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

1. 从水管网络到最大流:一个核心问题的诞生想象一下,你是一个城市供水系统的总工程师。你的城市有多个水源(水库),需要通过一个复杂的地下管道网络,将水输送到各个居民区。每条管道都有其最大通水能力&…

2026/8/4 13:24:41 阅读更多 →
基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台…

2026/8/4 11:41:39 阅读更多 →
MATLAB xcorr函数详解:从互相关原理到四大实战应用

MATLAB xcorr函数详解:从互相关原理到四大实战应用

1. 从一次信号“找茬”说起:为什么我们需要互相关几年前,我在处理一组声学传感器数据时遇到了一个棘手的问题。我有两个麦克风记录了一段相同的音频信号,理论上它们接收到的声音波形应该非常相似,只是由于麦克风位置不同&#xff…

2026/8/5 10:20:36 阅读更多 →

月新闻

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南 【免费下载链接】BaiduNetdiskPlugin-macOS For macOS.百度网盘 破解SVIP、下载速度限制~ 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduNetdiskPlugin-macOS 还在为百度网盘macOS版的龟速下…

2026/8/4 13:38:24 阅读更多 →
终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 还在为网易云音乐下载的NCM格式文件无法在其他播放器播放而烦恼吗?ncmdump解密工具帮你轻松解决这个困…

2026/8/4 11:09:16 阅读更多 →
HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

AgentCard 智能体卡片:为英语学习 App 打造桌面级学习助手适用平台:HarmonyOS 7.0 (API 26 Beta)一、引言 HarmonyOS 7.0(API 26 Beta)新增了 AgentCard 智能体卡片能力,这是继 HMAF(鸿蒙智能体框架&#x…

2026/8/4 13:38:40 阅读更多 →