你需要准备什么

在开始之前，确保你的电脑满足以下条件：

• 操作系统：Windows、macOS或Linux均可。
• 内存：至少8GB RAM（推荐），但4GB也能运行小模型。
• Git：已安装并初始化一个Git仓库。

安装Ollama：运行本地模型的工具

Ollama 是一个让你在本地电脑上运行AI模型的工具，无需联网。安装步骤：

1. 访问 https://ollama.com，下载对应操作系统的安装包。
2. 双击安装，一路默认即可。安装完成后，Ollama会自动在后台运行，你可以通过访问 http://localhost:11434 确认它是否启动。

下载并运行一个轻量模型

我们选择一个适合新手的小模型 qwen2.5-coder:1.5b（参数15亿，占用约1GB磁盘空间）。它是量化模型，即用更低精度存储，体积小、运行快，适合内存有限的电脑。

1. 打开终端（Windows用CMD或PowerShell，Mac/Linux用Terminal）。
2. 运行命令：ollama pull qwen2.5-coder:1.5b，等待下载完成。
3. 测试模型是否可用：输入 ollama run qwen2.5-coder:1.5b，然后输入“Hello”，模型应能回复。

配置模型用于生成Git提交信息

为了让模型更准确，我们需要调整它的上下文窗口（能一次看到的文本长度）和温度（输出随机性）。

1. 创建一个文件名为 Modelfile（无扩展名），内容如下：

   FROM qwen2.5-coder:1.5b
   PARAMETER num_ctx 8192
   PARAMETER temperature 0.2

2. 在终端中，进入该文件所在目录，运行：ollama create qwen-commit -f ./Modelfile。这会创建名为 qwen-commit 的自定义模型。

现在，你可以用 ollama run qwen-commit 来使用它了。为了自动生成提交信息，你可以写一个简单的脚本，将Git暂存区的差异（diff）传给模型。例如：

git diff --cached | ollama run qwen-commit "请为以下代码变更生成一条简洁的提交信息："

注意：如果模型上下文太小，它可能只看到部分文件，导致信息不准确。我们已设置为8192 tokens，足够处理大多数变更。

下一步可以做什么

• 尝试其他模型：如 gemma3:1b-it-qat 也是轻量量化模型，适合低配电脑。
• 优化提示词：在命令中明确告诉模型变更了哪些文件，例如 ... "变更文件：$file_list"。
• 探索更多参数：通过 ollama run --help 查看选项，如 --temperature 可临时覆盖设置。