Python 项目 changelog 自动化生成方法
2026-04-03 17:21:14
0浏览
收藏
本文深入解析了 Python 项目中 changelog 自动化生成的两种主流方案——团队协作推荐使用不依赖 commit 格式的 towncrier(通过 changelog.d/ 碎片文件聚合,规避 rebase 和格式卡点问题),而个人项目或已采用 Angular 提交规范的则更适合轻量级的 conventional-commits + cz-cli 组合;文章不仅给出明确选型结论,还直击实操痛点:从 towncrier 常见配置遗漏、emoji 支持、CI 权限陷阱、时区差异,到历史 commit 补救和 GitHub Actions 集成技巧,覆盖从本地开发到自动化发布的全链路关键细节,帮你避开踩坑、真正落地可维护的版本日志管理。

changelog 生成工具选哪个:towncrier 还是 conventional-commits + cz-cli
直接说结论:团队协作选 towncrier,个人项目或已用 Angular 风格提交规范的,用 conventional-commits + cz-cli 更轻量。
towncrier 的核心优势是「提交时不管格式,发布时才聚合」——它不依赖 commit message 结构,而是靠 PR 合并前手动/自动往 changelog.d/ 下丢碎片文件。这避免了开发者被 feat(api): add timeout 这类格式卡住,也绕开了 rebase 时 commit message 被改乱导致解析失败的问题。
容易踩的坑:
towncrier默认不支持 emoji(比如✨ feat),得配template或改pyproject.toml里的title_format- 如果用 GitHub Actions 自动发布,
towncrier生成 changelog 后必须git add CHANGELOG.md && git commit,否则下次跑会重复追加 conventional-commits工具链对 commit message 零容忍:少个空行、多一个空格,standard-version就静默跳过该 commit
towncrier 配置里最常漏掉的三件事
装完 towncrier,光跑 towncrier build 十有八九报错,不是缺配置就是路径不对。
实操建议:
- 必须在项目根目录放
pyproject.toml,且含[tool.towncrier]段;只放towncrier.toml会被忽略 directory参数默认是changelog.d/,但这个目录要手动建好,towncrier不会自动创建- 每个碎片文件名必须带数字前缀和类型后缀,比如
123.feature或456.bugfix;用123.feature.txt会被跳过
示例片段:
[tool.towncrier]
directory = "changelog.d/"
filename = "CHANGELOG.md"
title_format = "{version} ({project_date})"
template = "changelog.rst"commit message 不规范时,怎么补救 changelog
历史 commit 没按规范写,又不想重写 history?别硬套 conventional-changelog。
更可行的做法:
- 用
git log --oneline v1.2.0..HEAD拿出本轮差异 commit 列表,人工扫一遍,把关键改动对应到changelog.d/下新文件(比如789.feature) - 在
towncrier配置里设start_string = "\n\n",这样生成时只替换标记之间的内容,旧 changelog 其他部分不动 - 如果用 GitHub Release,直接把
towncrier build --version 1.3.0输出粘过去,不走文件写入,彻底避开 Git 冲突
GitHub Actions 里跑 towncrier 的权限和路径陷阱
CI 里 towncrier build 报 FileNotFoundError: changelog.d/ 或权限拒绝,基本是工作流没切对分支或没拉子模块。
关键检查点:
- 确保 Action 使用
actions/checkout@v4并开启fetch-depth: 0,否则towncrier找不到 tag - 如果
changelog.d/是 git submodule,得额外加一步git submodule update --init - 用
towncrier build --yes --version ${{ inputs.version }}时,$inputs.version必须是字符串,传1.3.0数字会触发TypeError
真正麻烦的是时间戳:本地 towncrier 用系统时区,CI 默认 UTC,导致生成的 (2024-05-22) 和本地不一致。解决方法是在 workflow 里加 env: TZ: Asia/Shanghai,或者干脆删掉模板里的 {project_date},发布时再手填。
事情说清了就结束
终于介绍完啦!小伙伴们,这篇关于《Python 项目 changelog 自动化生成方法》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
ChatGPT生成Xmind兼容Markdown思维导图方法
- 上一篇
- ChatGPT生成Xmind兼容Markdown思维导图方法
- 下一篇
- 复选框与多行文本垂直对齐技巧
查看更多
最新文章
-
- 文章 · python教程 | 1小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 5小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 8小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 12小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 14小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 21小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 386次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 466次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 474次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 415次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 240次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

