新闻详情

新闻详情

首页 / 资讯中心 / 详情

【2018-11-06】【转】git flow的使用

发布时间:2026/11/21 8:56:27来源:尧图网络
【2018-11-06】【转】git flow的使用
[历史归档]本文原发布于 cstriker1407.info 个人博客内容为历史存档仅供参考。发布时间2018-11-06 标题【转】git flow的使用分类编程 标签gitGit Flow工作流简单介绍简介工作原理用于功能开发的分支用于发布的分支用于维护的分支本文转自《 https://www.cnblogs.com/lcngu/p/5770288.html 》简介Gitflow工作流程围绕项目发布定义了严格的分支模型。尽管它比Feature Branch Workflow更复杂一些但它也为管理更大规模的项目提供了坚实的框架。与Feature Branch Workflow比起来Gitflow流程并没有增加任何新的概念或命令。其特色在于它为不同的分支分配了非常明确的角色并且定义了使用场景和用法。除了用于功能开发的分支它还使用独立的分支进行发布前的准备、记录以及后期维护。当然你还是能充分利用Feature Branch Workflow的好处拉拽请求Pull Request、隔离的试验以及更高效率的合作。工作原理流程仍然使用一个中央代码仓库它是所有开发者的信息交流中心。跟其他的工作流程一样开发者在本地完成开发然后再将分支代码推送到中央仓库。唯一不同的是项目中分支的结构。用于记录历史的分支Gitflow使用两个分支来记录项目开发的历史而不是使用单一的master分支。在Gitflow流程中master只是用于保存官方的发布历史而develop分支才是用于集成各种功能开发的分支。使用版本号为master上的所有提交打标签tag也很方便。事实上Gitflow流程就是围绕这两个特点鲜明的分支展开的。用于功能开发的分支每一个新功能的开发都应该各自使用独立的分支。为了备份或便于团队之间的合作这种分支也可以被推送到中央仓库。但是在创建新的功能开发分支时父分支应该选择develop而不是master。当功能开发完成时改动的代码应该被合并merge到develop分支。功能开发永远不应该直接牵扯到master。用于发布的分支一旦develop分支积聚了足够多的新功能或者预定的发布日期临近了你可以基于develop分支建立一个用于产品发布的分支。这个分支的创建意味着一个发布周期的开始也意味着本次发布不会再增加新的功能——在这个分支上只能修复bug做一些文档工作或者跟发布相关的任务。在一切准备就绪的时候这个分支会被合并入master并且用版本号打上标签。另外发布分支上的改动还应该合并入develop分支——在发布周期内develop分支仍然在被使用一些开发者会把其他功能集成到develop分支。使用专门的一个分支来为发布做准备的好处是在一个团队忙于当前的发布的同时另一个团队可以继续为接下来的一次发布开发新功能。用于维护的分支发布后的维护工作或者紧急问题的快速修复也需要使用一个独立的分支。这是唯一一种可以直接基于master创建的分支。一旦问题被修复了所做的改动应该被合并入master和develop分支或者用于当前发布的分支。在这之后master上还要使用更新的版本号打好标签。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉