能否清理GitHub企业版远程仓库中含错误提交的文件？

嘿，太懂这种老仓库遗留问题的糟心了——既要清理掉那些不该提交的冗余文件/嵌套内容，又不想随便动提交历史搞出麻烦，确实得选对方法。结合你的需求，我整理了两种不同场景下的解决方案：

场景一：完全不修改提交历史，只从当前开始停止追踪冗余内容 #

如果历史里的冗余文件不影响仓库性能（比如不是超大文件），只是不想未来再提交这类内容，这是最稳妥的方式：

• 第一步：创建或更新根目录的.gitignore文件，把那些不该提交的路径加进去，比如嵌套的子仓库目录就写nested-subrepo/，旧的构建产物写dist/
• 第二步：让Git停止追踪这些已经提交过的文件，但保留本地文件（如果要删除本地文件就去掉--cached参数）：

  git rm --cached -r <冗余文件/目录路径>
  

• 第三步：提交这个变更并推送到远程：

  git commit -m "Stop tracking unnecessary nested files and redundant assets"
  git push
  

这样操作后，历史提交里的冗余内容还会保留，但从当前版本开始，这些路径会被Git忽略，不会再出现在新的提交里。

场景二：必须彻底从历史中移除冗余内容，但尽量降低影响 #

如果冗余文件是超大文件（比如几个G的归档包），已经拖慢了仓库克隆/拉取速度，那不得不清理历史，但可以用更安全的工具：

注意：这个操作会重写提交历史，一定要提前备份仓库，并且通知所有协作开发者后续需要重新克隆仓库！

• 第一步：安装git filter-repo（比旧的git filter-branch更稳定高效，GitHub企业版环境一般可以通过包管理安装，比如apt install git-filter-repo）
• 第二步：移除指定路径的冗余内容：

  git filter-repo --path <要移除的冗余路径> --invert-paths
  

  如果是要移除所有大于某个大小的文件（比如100MB），可以用：

  git filter-repo --strip-blobs-bigger-than 100M
  

• 第三步：强制推送到远程仓库（如果有分支保护规则，需要先临时取消再恢复）：

  git push --force
  

先排查：搞清楚到底哪些是冗余内容 #

如果你还不确定哪些文件是问题所在，可以用这些命令快速排查：

• 找出仓库里的超大文件：

  git rev-list --objects --all | grep -E "$(git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail -20 | awk '{print$1}')"
  

• 检查是否存在嵌套的Git仓库（也就是不小心提交了带.git目录的子项目）：

  find . -name ".git" -type d
  

如果结果里除了根目录的.git还有其他条目，那就是嵌套仓库的问题了。

内容的提问来源于stack exchange，提问作者kayleeFrye_onDeck