--- slug: "git-helper-tool-pro" name: "git-helper-tool-pro" version: "1.0.0" displayName: "Git助手专业版" summary: "企业级Git辅助工具,支持智能冲突分析、自动修复、批量诊断与团队知识库,提升协作效率。。面向企业研发团队的高级Git辅助工具,提供智能冲突分析、自动修复建议、批量仓库诊断、团队知识库与故障自" license: "Proprietary" edition: "pro" description: |- 面向企业研发团队的高级Git辅助工具,提供智能冲突分析、自动修复建议、批量仓库诊断、团队知识库与故障自动恢复。核心能力: - 智能冲突分析与自动修复建议 - 批量仓库健康诊断 - 自动化故障恢复 - 团队Git知识库与FAQ - 操作审计与回溯 - 团队工作流向导 适用场景: - 企业级Git问题排查 - 复杂冲突智能分析 - 多仓库批量诊断 - 团队Git培训与知识沉淀 差异化: - 专业版完全兼容免费版指引,支持平滑升级 - 提供智能冲突分析和修复建议 - 支持批量诊断和自动恢复 tags: - 开发工具 - Git - 辅助工具 - 企业级 - 智能分析 - 版本控制 - analysis - git - print - strip tools: - read - exec - write homepage: "" category: "Development" --- # Git助手 - 专业版 ## 概述 Git助手专业版为企业研发团队提供智能Git辅助能力。在免费版操作指引之上,专业版新增智能冲突分析、自动修复建议、批量仓库诊断、自动化故障恢复和团队知识库,帮助团队高效解决Git问题. 专业版完全兼容免费版的所有指引和检查清单,研发团队可从免费版无缝升级,已有配置和工作流无需修改. ## 核心能力 ### 1. 智能冲突分析 自动分析冲突内容,提供修复建议. > 详细代码示例已移至 `references/detail.md` **输入**: 用户提供智能冲突分析所需的指令和必要参数. **处理**: 解析智能冲突分析的输入参数,完成核心逻辑,返回结构化响应. **输出**: 返回智能冲突分析的响应数据,包含状态码、结果和日志. ### 2. 自动修复建议 ## 输入格式 | 参数名 | 类型 | 必填 | 说明 | |---|---|---|---| | input | string | 是 | Git助手专业版处理的输入数据或指令 | | options | object | 否 | 附加配置选项,如模式选择、格式偏好等 | | callback_url | string | 否 | 异步处理完成后的回调通知URL | ```python class ConflictResolver: """冲突自动修复工具""" # ... @staticmethod def auto_resolve(filepath, cwd=None): """自动解决可自动处理的冲突""" with open(filepath, 'r', encoding='utf-8') as f: content = f.read() # ... resolved_count = 0 pattern = re.compile( r'<<<<<<< (\S+)\n(.*?)=======\n(.*?)>>>>>>> (\S+)', re.DOTALL ) # ... def resolver(match): nonlocal resolved_count our_code = match.group(2) their_code = match.group(3) # ... analysis = ConflictAnalyzer._analyze_conflict_content( our_code.strip(), their_code.strip() ) # ... if analysis["auto_resolvable"]: resolved_count += 1 # ... if analysis["type"] == "whitespace": return our_code.strip() + '\n' elif analysis["type"] == "import": all_imports = set() for line in (our_code + their_code).split('\n'): if line.strip(): all_imports.add(line.strip()) return '\n'.join(sorted(all_imports)) + '\n' elif analysis["type"] == "addition": return our_code if our_code.strip() else their_code else: return match.group(0) # ... new_content = pattern.sub(resolver, content) # ... if resolved_count > 0: with open(filepath, 'w', encoding='utf-8') as f: f.write(new_content) # ... return { "file": filepath, "auto_resolved": resolved_count, "remaining": content.count('<<<<<<<') - resolved_count } # ... @staticmethod def batch_auto_resolve(cwd=None): """批量自动解决冲突""" result = subprocess.run( ["git", "diff", "--name-only", "--diff-filter=U"], capture_output=True, text=True, cwd=cwd ) files = result.stdout.strip().split('\n') if result.stdout.strip() else [] # ... results = [] for f in files: if f: results.append(ConflictResolver.auto_resolve(f, cwd)) # ... return { "total_files": len(files), "results": results, "total_auto_resolved": sum(r["auto_resolved"] for r in results) } ``` **输入**: 用户提供自动修复建议所需的指令和必要参数. **处理**: 解析自动修复建议的输入参数,完成核心逻辑,返回结构化响应. **输出**: 返回自动修复建议的响应数据,包含状态码、结果和日志. - 执行此能力时使用`input_params`参数,支持创建/查询/导出操作 ### 3. 批量仓库诊断 **输入**: 用户提供批量仓库诊断所需的指令和必要参数. **处理**: 解析批量仓库诊断的输入参数,完成核心逻辑,返回结构化响应. **输出**: 返回批量仓库诊断的响应数据,包含状态码、结果和日志. ### 4. 自动化故障恢复 **输入**: 用户提供自动化故障恢复所需的指令和必要参数. **处理**: 解析自动化故障恢复的输入参数,完成核心逻辑,返回结构化响应. **输出**: 返回自动化故障恢复的响应数据,包含状态码、结果和日志. ### 5. 团队知识库 **输入**: 用户提供团队知识库所需的指令和必要参数. **处理**: 解析团队知识库的输入参数,完成核心逻辑,返回结构化响应. **输出**: 返回团队知识库的响应数据,包含状态码、结果和日志. **能力覆盖范围**：本skill的核心能力覆盖以下场景关键词：企业级、辅助工具、支持智能冲突分析、批量诊断与团队知、提升协作效率、面向企业研发团队、的高级、团队知识库与故障、自动恢复、核心能力、智能冲突分析与自、批量仓库健康诊断、知识库与、FAQ、操作审计与回溯、团队工作流向导等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持. ## 使用场景 ### 场景一:智能冲突解决 遇到复杂冲突时获取智能分析. ```bash #!/bin/bash echo "=== 智能冲突解决 ===" # ... echo "1. 分析冲突..." python3 -c " from conflict_analyzer import ConflictAnalyzer import json analysis = ConflictAnalyzer.analyze_conflicts() print(json.dumps(analysis, indent=2, ensure_ascii=False)) print(f\"\\n冲突总数: {analysis['summary']['total_conflicts']}\") print(f\"可自动解决: {analysis['summary']['auto_resolvable']}\") print(f\"需手动处理: {analysis['summary']['manual_required']}\") " # ... echo -e "\n2. 自动解决冲突..." python3 -c " from conflict_resolver import ConflictResolver result = ConflictResolver.batch_auto_resolve() print(f'自动解决: {result[\"total_auto_resolved\"]} 个') " # ... echo -e "\n3. 剩余冲突需手动处理" git diff --name-only --diff-filter=U # ... echo -e "\n4. 所有冲突解决后:" echo " git add ." echo " git commit" ``` ### 场景二:批量仓库健康检查 检查团队所有仓库的健康状态. ```bash #!/bin/bash echo "=== 批量仓库健康检查 ===" # ... python3 -c " from batch_diagnostics import BatchRepositoryDiagnostics import json # ... repos = [ '/home/user/project-a', '/home/user/project-b', '/home/user/project-c' ] # ... diagnostics = BatchRepositoryDiagnostics(repos) report = diagnostics.diagnose_all() # ... print(f\"总仓库数: {report['total_repos']}\") print(f\"健康: {report['healthy']}\") print(f\"需关注: {report['needs_attention']}\") print(f\"错误: {report['errors']}\") # ... for repo, diag in report['details'].items(): status = diag['status'] issues = len(diag.get('issues', [])) print(f' [{status}] {repo} ({issues}个问题)') " ``` ### 场景三:自动故障恢复 遇到Git问题时自动检测并恢复. ```bash #!/bin/bash echo "=== Git故障检测 ===" # ... python3 -c " from recovery_assistant import GitRecoveryAssistant import json # ... issues = GitRecoveryAssistant.detect_issue() if issues: print('检测到问题:') for issue in issues: print(f' - {issue[\"message\"]}') # ... plan = GitRecoveryAssistant.get_recovery_plan(issue['scenario']) if plan: print(f' 描述: {plan[\"description\"]}') print(f' 步骤:') for step in plan['steps']: print(f' {step}') # ... print(f' 尝试自动恢复...') result = GitRecoveryAssistant.auto_recover(issue['scenario']) print(f' 结果: {\"成功\" if result[\"success\"] else \"失败\"}') else: print('未检测到问题,仓库状态正常') " ``` ## 不适用场景 以下场景Git助手专业版不适合处理： - 需要人工创意判断的任务 - 非结构化头脑风暴 - 人际沟通协调 ## 触发条件 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于非本工具能力范围的需求. ## 快速开始 ### Step 1:运行诊断 ``` 请对当前Git仓库进行健康诊断,发现问题并提供修复建议. ``` ### Step 2:智能解决 ``` 请分析当前的合并冲突,自动解决可处理的冲突. ``` ### Step 3:查看知识库 ``` 如何撤销已推送的提交? ``` **响应解析**: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤. # ## 配置示例 ### 企业级配置 ```yaml version: "2.0" edition: pro # ... conflict_analysis: enabled: true auto_resolve: true safe_mode: true complexity_threshold: 50 # ... batch_diagnostics: enabled: true repos: - /home/user/project-a - /home/user/project-b schedule: weekly report_format: json # ... auto_recovery: enabled: true safe_only: true create_backup: true # ... knowledge_base: enabled: true auto_search: true custom_faq: ./git-faq.yml # ... audit: enabled: true log_file: ./git-audit.log log_level: info include_commands: true retention_days: 90 ``` ## 最佳实践 1. **定期诊断**:设置定期仓库健康检查 ```bash 0 2 * * 0 python3 batch_diagnostics.py ``` 2. **智能解决**:优先使用自动分析处理冲突 3. **安全恢复**:恢复前创建备份 4. **知识沉淀**:将常见问题添加到知识库 5. **审计追踪**:记录所有Git操作用于追溯 ## 常见问题 ### Q1:专业版如何兼容免费版? 专业版完全兼容免费版的所有指引和检查清单。免费版的配置可直接使用,专业版会自动启用智能分析和诊断功能. ### Q2:自动冲突解决安全吗? 自动解决仅处理可安全自动处理的冲突类型(空白差异、导入合并、单方新增),复杂冲突仍需手动处理. ### Q3:支持多少个仓库批量诊断? | 仓库数量 | 耗时 | 并行 | |:-----|:-----|:-----| | 1-10 | <30s | 串行 | | 10-50 | 1-3min | 并行 | | 50-100 | 3-10min | 并行 | | 100+ | 10min+ | 分批 | ### Q4:如何扩展知识库? ```yaml custom_faq: - question: "如何配置Git代理" answer: "使用 git config 设置HTTP代理" command: "git config --global http.proxy http://proxy:8080" category: "配置" ``` ## 依赖说明 ### 运行环境 - **Agent 平台**:支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等) - **操作系统**:Windows / macOS / Linux - **运行时**:Git 2.20+ / Python 3.8+ / Bash ### 依赖详情 | 依赖项 | 类型 | 是否必需 | 获取方式 | |---:|---:|---:|---:| | Git 2.20+ | 运行时 | 必需 | git-scm.com 下载 | | Python 3.8+ | 运行时 | 必需 | python.org 下载 | | Bash | 运行时 | 推荐 | 系统自带 | | LLM API | API | 必需 | 由 Agent 内置 LLM 提供 | ### API Key 配置 - 本 Skill 基于 Markdown 指令,无需额外 API Key - 远程仓库认证配置: ```bash ssh-keygen -t ed25519 -C "your@email.com" # ... git config --global credential.helper store ``` ### 可用性分类 - **分类**:MD+EXEC+PRO(专业版支持智能分析、批量诊断和自动恢复) - **说明**:企业级Git辅助工具,支持智能冲突分析和团队知识库 - **适用规模**:个人到大型团队多仓库项目 - **兼容性**:完全兼容免费版指引和配置,支持平滑升级 ## 错误处理 | 错误场景 | 原因 | 处理方式 | |:---:|:---:|:---:| | 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 | | 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 | | 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案 | ## 已知限制 - 需LLM支持,无LLM环境不可用 - 复杂业务场景建议结合人工经验判断 - 执行效率受模型能力与网络环境影响 ## 示例 ### 基本用法 **输入**：用户提供操作指令和必要参数 **输出**：返回执行结果,包含操作状态和输出数据 ```text 用户: 执行核心功能 Skill: 正在执行核心功能... Skill: 执行完成,结果如下: 操作成功 ``` ## 输出格式 ```json { "success": true, "data": { "result": "Git助手专业版处理结果", "execution_time": "0.5s", "metadata": { "version": "1.0", "processor": "git helper pro" } }, "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"], "error": null } ```