Git 学习笔记

Git（Distributed Version Control System，分布式版本控制系统）本质上是一个记录项目历史状态的工具。与普通备份不同，Git 不仅保存文件，还保存文件之间的演化关系，因此能够实现版本回退、实验管理、多人协作和代码审计等功能。一个 Git 项目中最重要的是隐藏目录 .git/，它相当于整个仓库的数据库，内部保存 Commit、Branch、Tag、配置文件以及对象存储等信息。因此执行 git commit 时，并不是上传到云端，而是将当前项目状态保存到本地 .git 数据库中，即使没有网络也可以查看和回退历史版本。

Git 的工作流程可以抽象为：

Working Directory → Staging Area → Repository
      工作区            暂存区          本地仓库

工作区就是平时编辑代码的地方；执行 git add 后，修改内容会进入暂存区；执行 git commit 后，暂存区内容会形成一个新的历史版本保存到仓库中。因此最常见的开发流程实际上只有三步：

git status
git add .
git commit -m "message"

其中 git status 用于查看当前仓库状态，是日常使用频率最高的命令。Git 中常见的文件状态主要有三种：Untracked（未跟踪，Git 尚未管理）、Modified（已修改，工作区与最近一次 Commit 不一致）和 Staged（已暂存，暂存区与最近一次 Commit 不一致）。理解这三个状态后，绝大部分 Git 输出信息都能看懂。

Commit 是 Git 中最核心的概念。每一次 Commit 都对应项目在某一时刻的完整快照，并由一个唯一哈希值标识，例如：

bf1a311

多个 Commit 会形成一条历史链：

Commit A → Commit B → Commit C

Git 实际上通过 HEAD 指针表示当前所处的位置，例如 HEAD 指向 Commit C，则说明当前工作版本为 C。查看历史最常用的命令为：

git log
git log --oneline

前者显示完整信息，后者显示简洁历史。在科研项目中，Commit 信息应尽量描述“做了什么改动”，例如：

git commit -m "add entropy-aware fusion"
git commit -m "add hard_scf constraint"
git commit -m "fix reliability gate bug"

而不要写成“update”“modify”等无意义描述。

如果刚提交就发现 Commit 信息写错，或者漏提交了某些文件，可以使用：

git commit --amend

例如：

git commit --amend -m "Best MV_CLIP entropy fusion hard_scf"

其本质并不是修改旧 Commit，而是生成一个新的 Commit 来替换最近一次 Commit，因此只建议用于尚未推送的最新提交。

对于科研项目来说，Tag（标签）非常重要。Commit 是一长串哈希值，不容易记忆，而 Tag 可以给某个重要版本起一个有意义的名字。例如当模型达到历史最好结果 ACC=86.34 时，可以执行：

git tag best_mvclip

之后无论进行了多少实验，都可以通过：

git checkout best_mvclip

直接回到当时的代码状态。因此 Tag 非常适合标记最佳模型、论文投稿版本、实验里程碑等关键节点。

.gitignore 文件用于指定哪些文件不应该进入版本管理。科研项目中通常只管理代码和配置文件，而不管理训练日志、缓存文件、模型权重和 IDE 配置。例如：

.idea/
.vscode/

runs/
logs/

__pycache__/
*.pyc

*.pt
*.pth
*.ckpt

其中 .idea 和 .vscode 属于编辑器配置，__pycache__ 属于 Python 缓存，runs/ 和 logs/ 为训练输出，*.pt、*.pth 为模型权重文件。这些内容往往体积大、变化频繁或具有个人环境特征，因此通常不纳入版本控制。一个简单原则是：代码提交，配置提交；缓存不提交，日志不提交，权重不提交。

需要特别理解的是，Git 并不是每次 Commit 都复制整个项目。Git 内部采用 Blob、Tree、Commit 等对象组成对象数据库，相同内容只保存一次，因此即使项目进行数百次 Commit，仓库体积通常也远小于简单复制数百份项目。所有 Commit 实际上都保存在 .git/objects/ 中，而 HEAD、Branch、Tag 等引用信息则保存在 .git/refs/ 中。

对于目前你的科研开发场景（MMSD2.0、MV_CLIP、多轮模型实验），推荐形成如下固定工作流：

# 修改代码

git status

# 检查改动

git add .

# 暂存改动

git commit -m "add uncertainty-aware fusion"

# 达到最佳结果后

git tag best_acc8634

# 查看历史

git log --oneline

# 查看所有标签

git tag

如果未来接入 GitHub，则在此基础上增加：

git push
git pull
git fetch

即可完成远程同步。对于单人科研开发而言，真正高频使用的命令其实只有：

git status
git add
git commit
git log
git tag
git checkout