如何清理长期运营的超大体积Git仓库的历史记录以缩减仓库大小？

注意：操作前请完整备份整个Git仓库目录，避免操作失误导致数据丢失。如果是团队协作仓库，操作完成后所有协作者必须删除本地旧仓库，重新拉取新的远程仓库，否则会出现历史冲突。

前置准备 #

• 安装git-filter-repo工具：这是Git官方推荐的历史修改工具，替代老旧的git filter-branch，可通过系统包管理器或pip install git-filter-repo安装。
• 确认你要保留的最早提交时间：本次需求为保留2021年1月1日0点之后的所有提交。

操作步骤 #

1. 进入本地仓库根目录，先清理当前工作区，确保没有未提交的修改：

git status
# 确认所有修改已提交或暂存，否则先执行commit/stash

2. 执行历史截断命令，自动过滤所有2021年1月1日之前的提交：

git filter-repo --commit-callback '
if commit.author_date < b"2021-01-01 00:00:00 +0000":
    commit.skip()
'

如果你的仓库提交时区不是UTC，可把上面的+0000换成对应时区，比如东八区用+0800。

3. 验证截断结果：执行git log --oneline查看提交历史，确认最早的提交是2021年1月1日之后的内容，同时检查仓库内的文件是否完整。
4. 执行垃圾回收进一步缩小仓库体积：

git gc --prune=now --aggressive

5. 推送到远程仓库（如果需要同步到远端）：

git push origin --force --all
# 如果需要同步标签，额外执行
git push origin --force --tags

常见问题处理 #

• 如果执行git filter-repo时报错提示仓库不是全新的，可先把当前仓库克隆一份裸仓再操作，命令为git clone --bare 原仓库路径 新裸仓路径，进入裸仓目录执行上述截断命令后，再重新克隆回普通仓库即可。
• 如果只想保留单个分支的历史，可在git filter-repo命令后追加--refs 分支名参数，仅处理指定分支。

内容的提问来源于stack exchange，提问作者krave