news 2026/6/10 12:24:51

Git 开发全流程:一套不踩坑的 Git 团队开发完整流程(小白教程)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Git 开发全流程:一套不踩坑的 Git 团队开发完整流程(小白教程)

目录

文章摘要

一、为什么一定要规范 Git 开发流程?

二、准备阶段:确认你是谁(只需一次)

三、第一步:克隆公司仓库(git clone)

四、第二步:拉取远端最新快照(团队习惯:先 fetch 再看)

五、第三步:从远端快照创建你的本地开发分支(核心步骤)

六、第四步:在本地分支上开发与提交(写代码 → add → commit(最小闭环)

6.1 查看改动

6.2 暂存修改

6.3 提交到本地分支

七、第五步:推送到远端,参与团队协作

八、第六步:开发过程中如何同步公司最新代码(高频场景)

九、开发完成:提交 PR / MR 合并回公司分支(团队标准闭环)

十、常见错误与易踩坑总结


文章摘要

在实际工程开发中,很多 Git 问题并不是不会写代码,而是分支用错了

  • 直接在origin/xxx上开发

  • 不知道为什么进入了 detached HEAD

  • 提交后代码“丢了”

  • git pullfetchmerge概念混乱

本文从 0 开始,完整讲清一套真实公司通用的 Git 开发流程,从git clone到创建本地开发分支,再到开发、同步、提交、合并,一步不省,一坑不跳

适合人群:

  • Git 新手 / 刚进公司

  • 经常被分支问题卡住的开发者

  • 想把 Git 用得更“工程化”的同学


一、为什么一定要规范 Git 开发流程?

在公司环境中:

  • 不能直接在公司主分支上开发

  • 不能在远端分支(origin/xxx)上提交

  • 不能依赖“反正能 push 上去”

你真正需要的是:

一条清晰的、可回滚、可协作、可评审的开发链路

而这条链路,一定从git clone开始。


二、准备阶段:确认你是谁(只需一次)

git config --global user.name "XXXX" git config --global user.email "xxx@xxx.com"

查看是否生效:

git config --global -l

三、第一步:克隆公司仓库(git clone)

git clone <repo_url> cd <repo_dir>

很多人以为git clone只是“把代码拷下来”,但实际上它自动做了 4 件事:

1️⃣创建一个本地 Git 仓库
2️⃣ 添加远端仓库,默认命名为origin
3️⃣自动执行一次git fetch origin
4️⃣ 生成远端跟踪分支(如origin/feature/driver

你可以验证:

git status git branch git branch -a

你通常会看到:

* main remotes/origin/main remotes/origin/feature/driver

你会看到类似:

  • 本地:main(或master/dev

  • 远端跟踪分支:remotes/origin/feature/driver

⚠️注意重点

clone 下来的是“远端快照 origin/xxx”
本地并没有 feature/driver 这个可开发分支


四、第二步:拉取远端最新快照(团队习惯:先 fetch 再看)

git fetch origin

然后确认远端有哪些分支:

git branch -r

比如你发现公司主开发分支是:

origin/feature/driver


五、第三步:从远端快照创建你的本地开发分支(核心步骤)

永远不要直接checkout origin/feature/driver做开发(会 detached HEAD)

✅ 正确做法:

git switch -c feature/kaifa origin/feature/driver

(旧写法等价)

git checkout -b feature/kaifa origin/feature/driver

这一步同时完成:

  • 以公司分支为起点

  • 创建你自己的本地分支

  • 并立即切换到该分支

  • 本地可写分支:feature/kaifa

  • 基于只读快照:origin/feature/driver

此时结构是:

feature/kaifa(本地 · 可开发) | o───o───o origin/feature/driver(远端 · 只读) | o───o───o

六、第四步:在本地分支上开发与提交(写代码 → add → commit(最小闭环)

此时你只做一件事:

只在 feature/kaifa 上写代码

6.1 查看改动

git status git diff

6.2 暂存修改

git add .

6.3 提交到本地分支

git commit -m "feat: 完成 xxx 功能"

⚠️ 一个关键认知:

git commit只会进入 feature/kaifa(本地)

不会影响origin/feature/driver


七、第五步:推送到远端,参与团队协作

首次推送建议使用:

git push -u origin feature/kaifa

-u 作用是:

  • 在远端创建feature/kaifa

  • 建立本地与远端的跟踪关系

之后你只需要:

git push

八、第六步:开发过程中如何同步公司最新代码(高频场景)

公司同事一直在更新feature/driver,你需要同步。

推荐安全流程(工程常用)

git switch feature/kaifa git fetch origin git merge origin/feature/driver

如果有冲突:

1️⃣ 修改冲突文件
2️⃣git add 冲突文件
3️⃣git commit

⚠️ 新人阶段不建议一上来就 rebase


九、开发完成:提交 PR / MR 合并回公司分支(团队标准闭环)

做完功能并 push 后:

  • 远端有feature/kaifa

  • 公司主开发在feature/driver

✅ 正规流程是:

1)在 GitLab / GitHub / Gitee 上创建 MR/PR
2)目标分支:feature/driver
3)评审通过后合并
4)你本地再同步一次最新feature/driver


十、常见错误与易踩坑总结

❌ 在origin/xxx上开发
❌ detached HEAD 状态下长期写代码
❌ 不区分 fetch / merge / pull
❌ 把“远端分支”当“本地分支”

✅ 正确认知:

  • origin/xxx = 只读快照

  • 本地分支 = 唯一可开发实体

  • 提交必须有分支承载

git clone 只是同步远端状态;
真正的开发,永远从“基于 origin/xxx 创建本地分支”开始。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 17:36:47

HuggingFace Transformers模型加载优化技巧(基于PyTorch镜像)

HuggingFace Transformers模型加载优化技巧&#xff08;基于PyTorch镜像&#xff09; 在深度学习项目中&#xff0c;尤其是涉及大语言模型的开发与部署时&#xff0c;一个常见的痛点是&#xff1a;明明代码写得没问题&#xff0c;但一运行就卡在“加载模型”这一步——显存爆了…

作者头像 李华
网站建设 2026/6/10 14:56:16

anaconda配置pytorch环境耗时太久?建议切换至容器化方案

告别Anaconda慢速配置&#xff1a;PyTorch开发为何该转向容器化&#xff1f; 在深度学习项目启动前&#xff0c;你是否经历过这样的场景&#xff1f; 打开终端&#xff0c;输入 conda create -n pytorch-env python3.10&#xff0c;然后一边刷新网页查CUDA版本兼容表&#xff…

作者头像 李华
网站建设 2026/6/10 14:56:39

开源项目部署利器:PyTorch-CUDA镜像一键复现SOTA模型

开源项目部署利器&#xff1a;PyTorch-CUDA镜像一键复现SOTA模型 在深度学习领域&#xff0c;你是否经历过这样的场景&#xff1f;刚从论文中找到一个令人兴奋的 SOTA 模型代码仓库&#xff0c;满心欢喜地克隆下来准备复现结果&#xff0c;却在 pip install -r requirements.tx…

作者头像 李华
网站建设 2026/6/10 16:02:56

PyTorch-CUDA-v2.8镜像支持Kubernetes部署吗?Yes,兼容k8s

PyTorch-CUDA-v2.8镜像支持Kubernetes部署吗&#xff1f;Yes&#xff0c;兼容k8s 在AI模型训练日益复杂、GPU资源成本高企的今天&#xff0c;如何快速、稳定地将深度学习环境部署到生产集群中&#xff0c;是每个MLOps团队面临的现实挑战。手动配置PyTorch环境&#xff1f;等待数…

作者头像 李华
网站建设 2026/6/10 0:51:03

Jupyter与SSH双模式支持:PyTorch镜像满足多种开发需求

Jupyter与SSH双模式支持&#xff1a;PyTorch镜像满足多种开发需求 在深度学习项目中&#xff0c;最让人头疼的往往不是模型调参&#xff0c;而是环境配置——“在我机器上能跑”成了团队协作中的经典梗。更别提从本地实验到服务器部署时&#xff0c;CUDA 版本不匹配、cuDNN 缺失…

作者头像 李华