智能生成git提交消息工具 GIM 发布 1.7 版本了

大家好,针对Mac平台的GIM 1.6.0 和面向windows平台的 GIM 1.7.3 发布了,欢迎大家升级试用。

GIM 是一个命令行工具,用于自动生成全面综合的git提交消息

官方网站:https://git-intelligence-message.pages.dev

仓库地址:https://github.com/davelet/git-intelligence-message

新功能

1.6.0

本版本主要简化了命令行提示信息,不再默认输出配置文件的路径信息。给 config 命令增加了 --show-location 选项来查看配置文件的地址:

复制代码
gim config --show-location
Config file is C:\Users\you\.config\gim\config.toml

这个命令会直接打开配置文件所在的文件夹:如果是Mac平台会打开访达,Windows则打开文件资源管理器定位到配置文件。

1.7.3

1.7 版本主要是针对Windows平台的更新。增加了自动发现新版本并尝试通过scoop更新的能力。可以通过--verbose 选项查看过程:

bash 复制代码
gim --verbose

如果提示了新版本,可以通过

bash 复制代码
gim update

更新。

温馨提示:Windows平台通过scoop更新,由于scoop 命令耗时较久,每次执行完命令后若没有立即退出(后台正在查找更新),可键入 Ctrl + C 退出。



以下是面向新用户的推广信息:

安装方式

三大平台(Mac, Linux, Windows )都可以通过源码直接安装(依赖rust开发环境):

复制代码
git clone https://github.com/davelet/git-intelligence-message.git
cd git-intelligence-message
cargo install --path .

也都支持二进制方式安装:

Mac、Linux (homebrew)

复制代码
brew install davelet/gim/git-intelligence-message
gim -h

Windows (scoop)

复制代码
scoop bucket add davelet https://github.com/davelet/scoop-gim.git
scoop install git-intelligence-message
gim -h

推荐用法

复制代码
gim 根据暂存区的文件变更内容生成提交消息并提交
gim -a 自动暂存尚未暂存的变更,并生成提交消息提交
gim -p 将本次暂存的变更内容合并到上一次提交中,并根据这两次变更生成提交消息提交(就是--amend)
gim -ap 相当于gim -a后gim -p,先暂存,再合并提交
gim -t <SUB> 指定提交的标题。不指定-t参数的话,标题是根据消息内容自动总结出来的
gim update 更新软件版本,也可以brew upgrade git-intelligence-message
gim ai -m <model> -k <apikey> -u <url> -l <language> 设置AI参数。这个命令是前置命令,没有设置的话,上面携带参数的执行都会失败。-l有默认值,是英语,可以不用提供;-u是api调用的地址,软件内置了一些地址,可以查看 https://github.com/davelet/git-intelligence-message?tab=readme-ov-file#built-in-model-support ,如果模型名称能匹配上前缀也可以不提供。1.3.2版本开始,如果gim ai命令没携带参数,将输出当前配置
gim -v 任何命令都可以增加-v参数,用于查看命令的详细执行过程,v表示 verbose
gim prompt 查看当前提示词。增加--edit可以编辑提示词,增加--prompt <P>用于指定编辑文件
更详细的用法可以通过-h查看帮助信息。比如

gim -h
gim ai -h
gim update -h
gim prompt -h
相关推荐
俊哥V2 分钟前
每日 AI 研究简报 · 2026-07-22
人工智能·ai
曦尧8 分钟前
Microsoft Ontology Playground:面向 Fabric IQ 的零后端本体可视化学习平台
ai·自动化
lincats27 分钟前
SuperPower vs grill-me:AI编程圈两大skill正面交锋,你站哪边?
ai·codex·deepseek·vibe coding·skills
商业模式源码开发31 分钟前
2026年GEO优化全解析:生成式引擎优化如何重构企业流量与品牌护城河
大数据·人工智能·ai
程序员爱钓鱼2 小时前
Rust String 与 &str 详解:字符串所有权、借用与转换
前端·后端·rust
是宇写的啊12 小时前
Git远程操作
git
腾渊信息科技公司13 小时前
Spring Boot对接MES实战:视觉检测数据自动同步方案
java·人工智能·spring boot·后端·计算机视觉·ai·软件需求
Smoothcloud润云13 小时前
国内GPU算力租赁平台横向测评:资源、成本、稳定性三维对比
人工智能·ai·云计算·gpu算力·gpu
段一凡-华北理工大学14 小时前
向量数据库实战:选型、调优与落地~系列文章12:文本分块策略实战:chunk_size 怎么选?重叠多少?
开发语言·数据库·后端·oracle·rust·工业智能体·高炉智能化
赵康16 小时前
AI 写代码之后,Code Review 会议怎么开
ai·llm·skill