企业官网建设流程全解析

Worktrunk LLM提交信息生成：Claude Code与Codex等5种工具配置全解

【免费下载链接】worktrunkWorktrunk is a CLI for Git worktree management, designed for parallel AI agent workflows项目地址: https://gitcode.com/GitHub_Trending/wo/worktrunk

Worktrunk 是一款专为 AI 智能体并行工作流设计的 Git worktree 管理 CLI，其LLM 提交信息生成功能可以把git diff交给 Claude Code、Codex、OpenCode、llm、aichat 等 5 种任意命令行工具，自动生成规范的提交信息。本文是一份面向新手的完整配置指南，帮你 3 分钟接通 AI 自动写 commit message。

工作原理：三步搞定 AI 提交信息

Worktrunk 的 LLM 提交信息生成逻辑很简单：构建模板提示词 → 通过 stdin 交给外部命令 → 把输出作为提交信息。整个过程由 src/llm.rs 实现：

1. 收集上下文：读取暂存区 diff、diff 统计、当前分支、最近 5 条提交（用于风格参考）
2. 渲染模板：用 minijinja 模板引擎（类似 Jinja2 语法）拼装出提示词
3. 执行命令：提示词从 stdin 传给[commit.generation]里配置的命令，stdout 就是生成的提交信息

贴心细节：

• 大 diff 自动瘦身：diff 超过 100KB 时，先剔除 lock 文件，再按文件截断（每文件最多 50 行、每行最多 500 字符），保证提示词不会撑爆模型上下文，逻辑见 src/llm.rs
• 兜底机制：没配置 LLM 命令时，会退化为确定性消息（如Changes to auth.rs & config.rs），流程不会中断
• 首次运行自动检测：第一次提交时，Worktrunk 会检测你机器上装了 claude / codex / opencode 哪个，并主动提供一键配置，源码在 src/output/commit_generation.rs

5种工具配置全解：一键复制即用

所有配置都写在用户配置文件的[commit.generation]段（macOS/Linux 位于~/.config/worktrunk/config.toml）。官方推荐命令以 dev/config.example.toml 为唯一事实来源，五种工具的完整配置如下：

1️⃣ Claude Code 配置

[commit.generation] command = "MAX_THINKING_TOKENS=0 claude -p --no-session-persistence --model=haiku --tools='' --safe-mode --setting-sources='user' --system-prompt=''"

各参数用途（官方文档 docs/public/llm-commits.md 有逐字解释）：

• --no-session-persistence：避免提交对话污染claude --continue的会话
• --safe-mode：屏蔽 hooks、插件、MCP、skills、CLAUDE.md，保持"纯净"运行（需 Claude Code ≥ 2.1.169）
• --setting-sources='user'：把配置范围限定在用户级，防止项目.claude/settings.json覆盖认证
• 其余参数关闭工具调用、系统提示和 thinking，追求快速纯文本输出

2️⃣ Codex 配置

[commit.generation] command = "codex exec -m gpt-5.6-luna -c model_reasoning_effort='low' -c system_prompt='' --sandbox=read-only --json - | jq -sr '[.[] | select(.item.type? == \"agent_message\")] | last.item.text'"

要点：

• 使用 Codex 模型族中快速低成本的变体，并设低推理强度 + 空系统提示
• --sandbox=read-only保证 AI 不会在生成提交信息时改动文件
• 管道末端的jq负责从 JSON 流里提取最终文本——需要本机安装jq

3️⃣ OpenCode 配置

[commit.generation] command = "opencode run -m anthropic/claude-haiku-4.5 --variant fast"

直接指定快速模型变体，一条命令即完成配置。

4️⃣ llm 配置

[commit.generation] command = "llm -m claude-haiku-4.5"

llm（Simon Willison 的通用 LLM CLI）配置最简洁，换模型只需改-m参数。

5️⃣ aichat 配置

[commit.generation] command = "aichat -m claude:claude-haiku-4.5"

aichat 用户只需把-m换成本人偏好的模型标识即可。

💡 通用原则：任何"从 stdin 读入提示词、向 stdout 输出提交信息"的命令都能接入，以上 5 种只是官方推荐的开箱即用方案。

三大命令的实测效果

配置完成后，以下三个命令都会自动调用 LLM 生成提交信息：

wt step commit— 暂存并提交：

$ wt step commit ◎ Generating commit message and committing changes... (2 files, +26) feat(validation): add input validation utilities ✓ Committed changes @ a1b2c3d

wt step squash— 把分支上多个提交压缩为一个：

$ wt step squash ◎ Squashing 3 commits into a single commit (5 files, +16)... ◎ Generating squash commit message... feat(auth): Implement JWT authentication system Add comprehensive JWT token handling including validation, refresh logic, and authentication tests. ✓ Squashed @ a1b2c3d

wt merge— 终极合并工作流（压缩 + 生成信息 + 合并到主分支 + 清理 worktree）：

$ wt merge ◎ Squashing 3 commits into a single commit (5 files, +16)... ✓ Squashed @ a1b2c3d ✓ Merged to main (1 commit, 5 files, +16) ◎ Removing feature worktree & branch in background

自定义提示词模板：控制 AI 的"文风"

默认模板（源码见 src/llm.rs）要求：标题行 50 字符以内、祈使语气、匹配仓库既有提交风格（如 Conventional Commits）。你也可以在[commit.generation]里用自己的template完全替换它，可用变量一览：

更轻量的方式：template-append 追加指南

不想重写整个模板？用template-append往提示词尾部追加一段"风格约定"，它同时支持用户级（个人偏好）和项目级（团队共享）两层配置。项目级写在.config/wt.toml并提交到仓库，这样每个同事的 LLM 都遵守同一套规范，示例见 dev/wt.example.toml：

# .config/wt.toml [commit.generation] template-append = """ - Use conventional commits (feat:, fix:, docs:, …) - Reference the related issue ID in the body """

安全性设计很到位：项目级片段首次发送前会弹出一次性审批提示（和项目 hooks 同款闸门），之后不重复询问；拒绝也不致命，LLM 会照常运行。用户级片段则无需审批。

进阶玩法：LLM 分支摘要

配置好命令后，再开启一行配置：

[list] summary = true

wt switch交互选择器的 summary 预览页、wt list --full的 Summary 列，就会出现每个分支的AI 一句话摘要——并行管理 5-10 个 AI 智能体时，扫一眼就能知道每个分支在干什么。摘要带缓存，只有 diff 变化时才重新生成。

常见问题排查

Q：如何调试提示词到底长什么样？用wt step commit --show-prompt（squash 用wt step squash --show-prompt）预览完整提示词而不执行 LLM。命令本身失败时，错误信息里会附带一条可直接复制的复现命令。

Q：命令配置了但报错？配置了[commit.generation]后 LLM 命令失败会显式报错而不是静默退化——这是有意设计，避免你误以为生成了 AI 消息。检查命令是否在 PATH 中、Codex 场景是否装了jq。

Q：旧模板里用了commits变量会怎样？commits已废弃（squash 模板改用commit_details），运行wt config update可自动迁移，无需手动改。

Q：Windows 上能用吗？可以。所有 LLM 命令统一经由平台 shell（Unix 用 sh，Windows 用 Git Bash）执行，因此KEY=value cmd这类行内环境变量写法都能正常工作，实现见 src/llm.rs。

写在最后

Worktrunk 的 LLM 提交信息生成把"写 commit message"这件最容易被 AI 工作流忽略的小事彻底自动化了：5 种工具任选其一、一行command配置接入，模板变量、diff 预算、团队共享风格指南、分支摘要一应俱全。配合 src/llm.rs 的兜底策略，即便 LLM 缺席，工作流也照常运转——这正是"为 AI 智能体并行工作流而生"的工具该有的样子。🚀

【免费下载链接】worktrunkWorktrunk is a CLI for Git worktree management, designed for parallel AI agent workflows项目地址: https://gitcode.com/GitHub_Trending/wo/worktrunk