如何按条件清理Git仓库提交历史，保留开发者提交记录？

核心思路 #

通过Git的历史重写工具（推荐用git filter-repo，效率远高于旧的git filter-branch），批量过滤掉所有提交信息为[skip ci] Generate yaml files的自动提交，同时确保最终仓库的工作区内容和原仓库完全一致。

具体步骤 #

1. 先备份原仓库

历史重写是破坏性操作，务必先克隆原仓库的镜像副本进行操作，避免影响线上仓库：

git clone --mirror <你的仓库地址> repo-mirror
cd repo-mirror

2. 记录原仓库的最终内容哈希

确保重写后仓库的文件内容和原仓库完全一致，先记下原仓库HEAD对应的树哈希：

ORIGINAL_TREE=$(git rev-parse HEAD^{tree})

3. 过滤自动提交

使用git filter-repo批量删除所有自动生成的提交，只保留开发者提交：

git filter-repo --message-filter '
if [[ "$GIT_COMMIT_MESSAGE" == "[skip ci] Generate yaml files" ]]; then
    exit 1  # 跳过该提交（即删除）
else
    cat  # 保留开发者提交的信息
fi
'

4. 同步最终内容

如果原仓库的最后一次提交是自动提交，上面的过滤会删掉它，导致最后提交的内容和原仓库不一致。此时需要基于最后一个开发者提交，创建一个包含原仓库最终内容的新提交：

# 获取过滤后的最后一个开发者提交哈希
LAST_DEV_COMMIT=$(git rev-parse HEAD)
# 创建新提交，继承开发者提交的历史，使用原仓库的最终内容
NEW_COMMIT=$(git commit-tree $ORIGINAL_TREE -p $LAST_DEV_COMMIT -m "Apply final auto-generated yaml files")
# 将HEAD指向新提交
git update-ref HEAD $NEW_COMMIT

5. 推送重写后的仓库

确认内容无误后，强制推送到远程仓库（注意：这会覆盖远程仓库的所有历史，需提前通知所有协作者）：

git push --force

注意事项 #

• 重写历史后，所有协作者必须重新克隆仓库，不能再用旧的本地仓库进行拉取/推送操作，否则会引发严重冲突。
• 如果你的Git版本低于2.22.0，需要先安装git filter-repo（它是官方推荐的历史重写工具，替代老旧的git filter-branch）。

内容的提问来源于stack exchange，提问作者Anton