configure-git-repository
О программе
Этот навык настраивает Git-репозитории с языково-специфичными файлами .gitignore, стратегиями ветвления, соглашениями о коммитах и хуками. Он предназначен для первоначальной настройки проектов в средах R, Node.js или Python. Разработчикам следует использовать его при запуске системы контроля версий для новых проектов или стандартизации существующих репозиториев.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/configure-git-repositoryСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
配 Git 庫
依項類設 Git 庫之宜配。
用
- 新項初控
- 加
.gitignore於某言/框 - 設支護與例
- 配 commit hook
入
- 必:項目錄
- 必:項類(R 包、Node.js、Python、通)
- 可:遠庫 URL
- 可:支策(trunk-based、Git Flow)
- 可:提交訊息例
行
一:初庫
cd /path/to/project
git init
git branch -M main
得: .git/ 已建。默支名 main。
敗: git init 敗→確 Git 已裝(git --version)。若已有 .git/→庫已初,略步。
二:建 .gitignore
R 包:
# R artifacts
.Rhistory
.RData
.Rproj.user/
*.Rproj
# Environment (sensitive)
.Renviron
# renv library (machine-specific)
renv/library/
renv/staging/
renv/cache/
# Build artifacts
*.tar.gz
src/*.o
src/*.so
src/*.dll
# Documentation build
docs/
inst/doc/
# IDE
.vscode/
.idea/
# OS
.DS_Store
Thumbs.db
Node.js/TypeScript:
node_modules/
dist/
build/
.next/
.env
.env.local
.env.*.local
*.log
npm-debug.log*
.DS_Store
Thumbs.db
.vscode/
.idea/
coverage/
Python:
__pycache__/
*.py[cod]
*.egg-info/
dist/
build/
.eggs/
.venv/
venv/
.env
*.log
.mypy_cache/
.pytest_cache/
htmlcov/
.coverage
.DS_Store
.idea/
.vscode/
得: .gitignore 依項類建。敏檔(.Renviron、.env)與生物排。
敗: 不確入何→以 gitignore.io 或 GitHub 模起並改。
三:建初提交
git add .gitignore
git add . # Review what's being added first with git status
git commit -m "Initial project setup"
得: 首提交含 .gitignore 與初項檔。git log 示一提交。
敗: 「nothing to commit」→確已 git add。身份錯→設 git config user.name 與 user.email。
四:連遠
# Add remote
git remote add origin [email protected]:username/repo.git
# Push
git push -u origin main
得: 遠 origin 已配。git remote -v 示取推 URL。初提交已推。
敗: 「Permission denied (publickey)」→配 SSH(見 setup-wsl-dev-environment)。遠已在→git remote set-url origin <url> 更。
五:設支例
Trunk-based(小組宜):
main:生產就緒- 功能支:
feature/description - 修錯:
fix/description
# Create feature branch
git checkout -b feature/add-authentication
# After work is done, merge or create PR
git checkout main
git merge feature/add-authentication
得: 支名例已立且記。組員知各類工之前綴。
敗: 支名已異→git branch -m old-name new-name 更,更開 PR。
六:配提交例
Conventional Commits 格式:
type(scope): description
feat: add user authentication
fix: correct calculation in weighted_mean
docs: update README installation section
test: add edge case tests for parser
refactor: extract helper function
chore: update dependencies
得: 提交訊息例已記且組同意。後提交守 type: description。
敗: 組員不守→以 commit-msg hook 執(見步七)。
七:設 pre-commit hook(選)
建 .githooks/pre-commit:
#!/bin/bash
# Run linter before commit
# For R packages
if [ -f "DESCRIPTION" ]; then
Rscript -e "lintr::lint_package()" || exit 1
fi
# For Node.js
if [ -f "package.json" ]; then
npm run lint || exit 1
fi
chmod +x .githooks/pre-commit
git config core.hooksPath .githooks
得: hook 於每 git commit 自行。lint 錯阻提交至修。
敗: hook 未行→驗 core.hooksPath 已設(git config core.hooksPath)且 hook 可行(chmod +x)。
八:建 README
# Minimal README
echo "# Project Name" > README.md
echo "" >> README.md
echo "Brief description of the project." >> README.md
git add README.md
git commit -m "Add README"
得: README.md 已提。項於 GitHub 有簡有資之頁。
敗: README.md 已在→更勿覆。R 項用 usethis::use_readme_md() 取含 badge 之模。
驗
-
.gitignore排敏檔與生物 - 無敏數據(token、密)於追檔
- 遠庫已連可達
- 支名例已記
- 初提交淨建
忌
.gitignore前提交:先加.gitignore。已追檔不受後.gitignore影響。- 史中敏數據:秘已提→即後刪仍留於史。
git filter-repo或 BFG 清。 - 大二進檔:勿提大二進。>1MB 用 Git LFS。
- 行末:Win/WSL 設
core.autocrlf=input防 CRLF/LF 問。
參
commit-changes- 暫存與提交流manage-git-branches- 支建與例create-r-package- R 包建中之 Git 設setup-wsl-dev-environment- Git 裝與 SSHcreate-github-release- 從庫建發布security-audit-codebase- 察所提之秘
GitHub репозиторий
Похожие навыки
llamaguard
ДругоеLlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.
cost-optimization
ДругоеЭтот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.
quantizing-models-bitsandbytes
ДругоеЭтот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.
dispatching-parallel-agents
ДругоеЭтот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.
