使用 Git 结合 GitHub 管理代码

测试 SSH 连接

ssh -T [email protected]

查看并复制公钥内容

cat ~/.ssh/id_ed25519.pub # 如果你生成的是 ed25519
# 或者 cat ~/.ssh/id_rsa.pub # 如果你生成的是 rsa

在服务器上生成 SSH 密钥对

ssh-keygen -t ed25519 -C "[email protected]" # 推荐使用 ed25519 算法，替换成你的 GitHub 邮箱
# 或者使用 RSA 算法：ssh-keygen -t rsa -b 4096 -C "[email protected]"

(可选) 缓存凭证

为了避免每次都输入 PAT，可以配置 Git 凭证助手：

git config --global credential.helper store # 简单存储，但密码明文保存在 ~/.git-credentials
# 或者更安全的选项 (可能需要额外安装)
# git config --global credential.helper cache # 默认缓存 15 分钟
# git config --global credential.helper 'cache --timeout=3600' # 缓存 1 小时

首次输入 PAT 后，后续操作在缓存有效期内将不再需要输入。

设置 Git 用户名和邮箱

设置你的 Git 用户名和邮箱，这会出现在你的提交记录里。强烈建议使用与你 GitHub 账户关联的邮箱。

git config --global user.name "Your Name" # 替换成你的 GitHub 用户名或真实姓名
git config --global user.email "[email protected]" # 替换成你的 GitHub 注册邮箱

如果未安装（或版本过低），根据服务器提供的操作系统（通常是 Ubuntu/Debian）进行安装：

sudo apt update
sudo apt install git -y

阶段三：核心 Git 工作流

1. 克隆 (Clone) 仓库到服务器:
   • 进入你希望存放项目的服务器目录 (例如 cd /root/workspace)。
   • 去 GitHub 仓库页面，点击绿色的 "Code" 按钮。
   • 根据你选择的连接方式，复制对应的 URL:
     • HTTPS: 复制 https://github.com/YourUsername/my-dl-project.git
     • SSH: 复制 [email protected]:YourUsername/my-dl-project.git
   • 这会在当前目录下创建一个名为 my-dl-project 的文件夹，并将 GitHub 仓库的所有内容下载下来。
   • 进入项目目录：cd my-dl-project
2. 日常开发与修改:
   • 在服务器上使用你喜欢的编辑器（如 vim, nano, 或通过 VS Code Remote SSH 等）修改代码文件。
   • 添加新的文件。
3. 查看状态 (Status):
   • 在项目目录下，随时可以使用 git status 查看当前文件的状态（哪些文件被修改了、哪些是新增的、哪些在暂存区）。
4. 添加 (Add) 更改到暂存区:
   • 将你想要提交的更改添加到暂存区。
   • 添加单个文件：git add path/to/your/file.py
   • 添加所有修改和新建的文件：git add .
5. 提交 (Commit) 更改到本地仓库:
   • 良好的 Commit Message 非常重要，有助于追踪历史记录。
6. 拉取 (Pull) 远程更新 (非常重要！):
   • 如果远程仓库有你本地没有的更新，这会将它们合并到你的本地仓库。
   • 处理冲突 (Merge Conflicts): 如果你本地的修改和远程拉下来的更新修改了同一个文件的同一部分，Git 可能无法自动合并，会产生冲突。你需要：
     • git status 会提示哪些文件有冲突。
     • 手动编辑这些文件，解决冲突标记 (<<<<<<<, =======, >>>>>>>)，保留你想要的代码。
     • 解决冲突后，再次 git add <conflicted_file>。
     • 然后 git commit (可以不用 -m，Git 会自动生成一个合并的提交信息，你也可以修改它)。
7. 推送 (Push) 本地提交到 GitHub:
   • 如果是第一次推送一个新分支，可能需要使用 git push -u origin <branch_name> 来建立本地分支与远程分支的关联。

将你本地的提交上传到 GitHub 远程仓库。

git push origin main # 或者你当前工作的分支名

在推送 (Push) 自己的更改之前，或者开始工作之前， 养成先拉取远程仓库最新更改的习惯，以避免或减少冲突。

git pull origin main # 或者你当前工作的分支名，例如 master

将暂存区的更改提交到本地 Git 仓库，并附带一条描述性的消息。

git commit -m "Your descriptive commit message" # 例如：git commit -m "feat: Implement data loading module"
# 例如：git commit -m "fix: Correct calculation error in loss function"

在服务器终端执行克隆命令：

# 使用 HTTPS (如果选择方式一)
git clone https://github.com/YourUsername/my-dl-project.git
# 使用 SSH (如果选择方式二)
git clone [email protected]:YourUsername/my-dl-project.git

阶段四：进阶与最佳实践

1. 分支 (Branching):
   • 不要直接在 main (或 master) 分支上进行大量的开发工作。
   • 为新功能、修复 Bug 等创建新的分支：git checkout -b feature/new-data-augmentation
   • 在新分支上进行开发、Add、Commit。
   • 完成后，切换回主分支 (git checkout main)，拉取最新代码 (git pull origin main)。
   • 合并你的功能分支：git merge feature/new-data-augmentation (或者在 GitHub 上发起 Pull Request 进行 Code Review 后合并)。
   • 推送主分支和（可选）删除已合并的本地分支：git push origin main, git branch -d feature/new-data-augmentation。
2. .gitignore 文件:
   • 这是非常重要的文件，用于告诉 Git 忽略哪些文件或目录，避免将不需要或敏感的文件（如大型数据集、模型权重、日志文件、虚拟环境、API 密钥、配置文件中的密码等）提交到仓库。
   • 在项目根目录创建 .gitignore 文件。
   • 注意: .gitignore 应该在这些文件被 git add 之前创建和配置。如果已经添加了不想跟踪的文件，需要先用 git rm --cached <file> 将其从暂存区移除，然后再添加到 .gitignore。
3. 处理大数据文件/模型:
   • Git 本身不适合管理非常大的二进制文件（如>100MB 的数据集、模型权重）。
   • 方案一（推荐）: 不将它们纳入 Git 版本控制。使用云存储（如对象存储服务 S3/OSS 等）管理这些大文件，在代码中读取它们。
   • 方案二: 使用 Git LFS (Large File Storage)。这是一个 Git 扩展，可以将大文件存储在单独的服务器上，而在 Git 仓库中只保存指向这些文件的指针。需要在本地和服务器都安装和配置 Git LFS (git lfs install)，并使用 git lfs track "*.pth" 等命令指定要跟踪的大文件类型。
4. 同步本地和服务器:
   • 如果你在本地也开发，流程类似：在本地修改 -> Add -> Commit -> Pull -> Push。
   • 然后在服务器上 git pull origin main 来获取本地推送的更新。
   • 反之亦然，在服务器上修改并 Push 后，在本地 git pull。

示例内容 (针对 Python ML 项目): 代码段

# PyCharm files
.idea/
# Python cache files
__pycache__/
*.pyc *.pyo
# Virtual environment
venv/
env/
.env
# Data files (often large, manage separately)
data/
*.csv *.tsv *.json *.pkl *.npy *.npz
# Model checkpoints (large)
checkpoints/
models/
*.pt *.pth *.h5 *.ckpt
# Logs
logs/
*.log
# Jupyter Notebook checkpoints
.ipynb_checkpoints/
# OS generated files
.DS_Store
Thumbs.db
# Secrets (NEVER commit secrets!)
secrets.yaml
config.ini
# If it contains sensitive info
*.key

总结

这个流程的核心就是 Clone -> (Pull) -> Modify -> Add -> Commit -> (Pull) -> Push 的循环。理解每个命令的作用，养成良好的提交习惯（小步提交、清晰的提交信息），善用分支和 .gitignore，就能有效地在远程服务器上利用 Git 和 GitHub 管理你的代码了。对于连接方式，SSH 更为长久方便，HTTPS+PAT 更易上手。