Git 本地核心操作实战:Commit 规范、Reset 回退与 Restore 撤销实战详解

一、前言

在上一篇文章中,我们完成了 Git 的安装配置、基础概念理解,以及最常用的 6 条入门命令: init 、 clone 、 add 、 commit 、 status 、 log 。

但在真实开发中,我们几乎每天都会遇到这些问题:

  • 提交信息写得太乱,以后根本看不懂
  • 代码改崩了,想回到上一个版本
  • 刚写的代码不想提交,但又要切分支
  • 想快速查看谁在什么时候改了什么

本篇文件将把 Git 本地操作的核心能力 一次性讲透: 规范提交、版本回退、撤销修改、高效日志 。学完这篇,你才算真正入门 Git。

 

二、commit message 怎么写

很多新手提交代码时习惯这样写:

git commit -m "修改" git commit -m "更新" git commit -m "fix"

这种提交信息毫无意义,后期维护、回退、排查问题都会非常痛苦。

推荐通用提交规范

类型: 简短描述(不超过50字) 详细描述(可选)

常用类型:

  • feat:新增功能
  • fix:修复 bug
  • docs:仅修改文档
  • style:格式调整(不影响代码逻辑)
  • refactor:重构(既不是新增功能,也不是修复 bug)
  • test:增加测

Read more

OpenClaw实战系列01:OpenClaw接入飞书机器人全接入指南 + Ollama本地大模型

文章目录 * 引言 * 第一步:环境准备与核心思想 * 第二步:部署Ollama——把大模型“养”在本地 * 1. 安装 Ollama * 2. 拉取并运行模型 * 3. 确认API可用性 * 第三步:安装OpenClaw——AI大脑的“躯干” * 1. 安装Node.js * 2. 一键安装 OpenClaw * 3. 验证安装 * 第四步:打通飞书——创建并配置机器人 * 1. 创建飞书应用 * 2. 配置机器人能力 * 3. 发布应用 * 第五步:OpenClaw与飞书“握手” * 方法一:使用 onboard 向导重新配置(推荐最新版) * 方法二:手动添加渠道 * 批准配对 * 第六步:实战测试与玩法拓展

By Ne0inhk
【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计 前言 在现代高速数据采集系统中,随着ADC采样率的不断提升(从几十MHz到几百MHz甚至更高),传统的并行CMOS/LVDS接口因占用引脚过多、布线困难等问题逐渐被串行LVDS接口取代。TI(德州仪器)的许多多通道ADC(如ADS528x, ADS529x系列)都采用了这种接口。 然而,串行LVDS接口虽然减少了PCB走线数量,却给FPGA接收端的设计带来了巨大的挑战:如何在几百Mbps甚至Gbps的速率下,稳定地实现位同步(Bit Alignment)和帧同步(Frame Alignment)? 1. 认识串行LVDS接口 一个典型的高速ADC串行LVDS接口通常包含以下三类信号: 1. 串行数据 (Serial Data, D0…DN−1D_0 \dots D_{N-1}D0 …DN−1 ):ADC的采样数据通过一对或多对LVDS线串行输出。 2. 位时钟 (Bit Clock, LCLK/DCLK):通常是DDR(

By Ne0inhk

# OpenClaw QQ 机器人接入完整指南

作者: 星期五助手 创建时间: 2026-03-05 适用版本: OpenClaw 2026.2.26+ 📖 目录 1. 项目概述 2. 环境准备 3. 安装 NapCat QQ 机器人 4. 配置 OpenClaw QQ 插件 5. 网络配置(关键) 6. 测试与验证 7. 常见问题 项目概述 本指南介绍如何将 OpenClaw 接入 QQ,实现通过 QQ 与 OpenClaw 智能助手对话。 架构说明 ┌─────────────┐ ┌──────────────┐ ┌─────────────┐ │ QQ 用户 │ ──→ │ NapCat │ ──→ │ OpenClaw │ │ (发消息) │ │ (QQ 机器人) │ │ (星期五)

By Ne0inhk

从Stable Diffusion插件到独立部署|Rembg镜像升级之路

从Stable Diffusion插件到独立部署|Rembg镜像升级之路 🌟 背景与痛点:当抠图插件不再“稳定” 在AIGC工作流中,图像去背景(抠图)是内容创作、电商精修、素材复用等场景的高频需求。早期,许多用户通过 Stable Diffusion WebUI 的 rembg 插件 实现一键抠图,操作便捷、集成度高,一度成为主流方案。 然而,随着 ModelScope 平台策略调整,依赖其模型分发机制的 stable-diffusion-webui-rembg 插件频繁出现以下问题: ❌ “Token 认证失败”或“模型不存在”❌ 模型下载缓慢甚至中断❌ 多用户并发时服务不稳定❌ 无法离线使用,必须联网验证 这些问题严重制约了生产环境下的可用性。尤其对于企业级应用、本地化部署和边缘计算场景,一个脱离平台依赖、可独立运行、高精度且免授权的抠图服务变得尤为迫切。 🔧 技术选型:为什么是 Rembg + U²-Net?

By Ne0inhk