让 AI 编码小伙伴在你睡觉时跑代码：gnhf 实战全拆解

不想下班后再跟代码纠缠？只要一句命令，让 AI 在你睡觉时自动提交干净代码！本文教你一步一步把 gnhf（good night, have fun）装进项目，让它像自来水一样悄悄流进你的仓库。

核心本质：把 AI 当成守夜的代码工匠

• 把目标（比如补全测试、降低复杂度）喂进去，AI 每次尝试都用 git commit 把成功的改动保存。
• 失败就立马 git reset --hard 把现场恢复，保证仓库始终干净。
• 所有迭代过程写进 notes.md，相当于一本“工作日志”。

为什么大家都以为自动化只能靠 CI？

传统 CI 只能在代码 push 后跑一次检查，不能主动去改代码。很多人误以为只能手动写脚本或一次性生成代码，结果要么一次成功要么全盘崩溃。

gnhf 的反直觉干货：让 AI 持续迭代、实时回滚、自动记忆

gnhf 把每一步都当作一次“微提交”。如果本轮改动不符合预期，直接回滚不留污点；如果符合，就记录下来并且把 notes.md 注入下一轮提示，形成跨轮记忆。这样即使模型偶尔跑偏，也不会把仓库弄得一团糟。

一步到位的上手流程

• 全局安装：npm install -g gnhf。
• 进入干净的 Git 项目，确保 git status 显示 clean。
• 给出明确目标并启动：
  gnhf "reduce complexity of the codebase without changing functionality"
• 想限定时间？加 --max-iterations 10 --max-tokens 5000000。

进阶玩法：多 Worktree 同时跑不同任务

如果你有多个小目标，使用 --worktree 参数让每个 AI 在独立的工作树里跑，互不干扰。类似于给每个 AI 分配一套独立的厨房，做各自的菜。

# 同时跑三个任务
$ gnhf --worktree "add tests for module A" &
$ gnhf --worktree "refactor utils" &
$ gnhf --worktree "optimize startup time" &

常见坑与最佳实践

• 任务描述要写清楚“验收标准”。比如“把所有重复函数合并成一个，且单元测试覆盖率不低于 80%”。
• 默认情况下如果提示不够具体，AI 可能会无限迭代。加 --max-iterations 或在提示里写“只需要一次提交”。
• 注意 notes.md 会随迭代累计，长任务会导致 Token 费用升高，必要时手动清理或分支归档。
• 连续三次失败后 gnhf 会自动 abort，防止跑死循环。

实战案例速递

有人用 gnhf 在一整夜里把项目的代码行数从 5000 行压缩到 3800 行，提交历史清晰可追溯；也有人让它在凌晨自动补全所有模块的 README，第二天直接把文档拉进主分支。

后续阅读推荐

如果想了解更细粒度的配置细节，之前我们聊过 gnhf 项目仓库；还可以看看关于 Git 工作流最佳实践的文章，帮助你把 AI 生成的提交更好地融合到团队协作中。

今天的分享就到这里，快去试试让 AI 替你“熬夜”吧！有遇到奇怪的日志或者好玩的结果，欢迎在下面留言聊聊～