批处理 多仓库 Release Notes 汇总与语义化版本校验 AI 提示词 (Prompts)

简介

这是一条可直接投喂给 AI 的在线工具生成型提示词(Prompts)。目标是生成一个“多仓库 Release Notes 汇总与语义化版本校验工作台”:支持批量导入多个仓库的 CHANGELOG 与版本信息,自动做语义化版本(SemVer)一致性检查,并输出可发布的 Release Notes(Markdown/JSON)。

适用场景

适合团队同时维护多个服务/组件库:每次发版前,将各仓库的变更日志与版本号一次性导入,自动汇总为一份总 Release Notes,并检查版本是否满足 SemVer 规则、是否与变更等级匹配(例如存在 breaking changes 却未 bump major)。

交付物要求

AI 必须输出:完整项目源码、清晰文件树、可复制的本地运行命令、Docker 构建与运行命令、生产部署说明(含环境变量与反向代理示例)、至少一组自动化测试用例或可执行的 QA checklist。

功能清单

输入:上传多个“仓库包”(每个仓库包含 package.json/pyproject.toml/go.mod 之一可选 + CHANGELOG.md 或 release-notes.md),或直接粘贴版本号与变更条目。

处理:解析仓库名称、当前版本、上一版本(可选)、变更条目;对每个仓库做 SemVer 校验;检查 breaking/feat/fix 的版本号增量是否合理;合并生成总 Release Notes(支持按仓库分组、按类型分组、按优先级排序)。

输出:总 Release Notes(Markdown)+ 机器可读 JSON 报告(每仓库的错误/警告/统计)+ 可下载 zip(包含报告与原始输入的清单)。

Prompt(复制到 AI 直接生成项目)

你是资深全栈工程师。请生成一个可运行、可构建、可部署的 Web 在线工具:多仓库 Release Notes 汇总与语义化版本校验工作台。 【硬性输出格式】 1) 先给出项目简介与技术选型理由(不超过200字)。 2) 给出完整文件树(tree 形式)。 3) 逐文件输出全部源码(每个文件用清晰的路径标题分隔)。 4) 给出本地运行命令(含依赖安装、开发启动、生产构建与启动)。 5) 给出 Dockerfile 与 docker compose(如需要),并给出构建/运行命令。 6) 给出部署说明(Nginx 反向代理示例、环境变量表、日志与安全建议)。 7) 给出测试用例或 QA checklist(至少10条,可执行且可验证)。 【功能要求】 - 前端页面:支持拖拽上传多个仓库包(zip)或多个文件(CHANGELOG.md + 版本文件)。提供输入示例与校验提示。 - 解析能力:优先支持 Node 仓库(package.json version),其次支持 Python(pyproject.toml version),再支持 Go(go.mod module + 手动版本输入)。 - CHANGELOG 解析:支持 Keep a Changelog 风格;识别 Breaking Changes / Features / Fixes / Chore / Docs 等;能从条目中提取 issue/PR 链接。 - SemVer 校验:使用可靠的 semver 库;对每个仓库输出 errors/warnings;至少包含:版本格式非法、版本回退、跳跃过大、breaking 未 bump major、只有 fix 却 bump major 等。 - 汇总器:生成一份总 Release Notes(Markdown),可选择“按仓库分组/按类型分组”;并生成 JSON 报告(用于 CI 消费)。 - 可下载:一键下载输出(release-notes.md + report.json + inputs-manifest.json)。 - 安全:不允许服务器端主动拉取外网 git;所有数据仅来自用户上传/粘贴;限制 zip 解压目录穿越;限制文件大小并给出提示。 【技术栈约束】 - 使用 Type 。 - 使用 Next.js(App Router)或 Vite + React 皆可,但必须包含后端 API(用于上传解析与生成下载)。 - 需要可在本地一条命令启动(例如 npm run dev)。 - 需要提供最小可用 UI:上传区、解析结果表格、错误/警告列表、预览区、下载按钮。 【验收标准】 - 我复制你的代码到空目录后,按你的命令可以启动并看到页面。 - 上传 2-3 个示例输入(你要提供示例内容/示例文件内容)后,能生成可下载的 Markdown 与 JSON。 - 所有输出与提示信息用中文。

QA checklist

上传空文件/超大文件/路径穿越 zip 是否被拒绝;多仓库版本冲突是否提示;breaking 条目识别是否准确;Markdown 预览是否与下载一致;下载的 zip 内文件名是否稳定;不同换行符与编码是否能解析;错误提示是否可定位到具体仓库与具体文件。

使用说明

将上面的 Prompt 复制给 AI 生成项目后,本地运行并部署即可得到一个可交付的在线工具。你也可以将生成的 report.json 接入 CI,在发布流水线中强制拦截不合规版本。

用户评论 (0)

登录后参与讨论

立即登录 注册账号

暂无评论,快来抢沙发吧~

操作成功