AI Compose コミットガイド

概要

AI Compose Commit は、現在のコード変更を読み取り、従来のコミット形式でコミットメッセージを生成します。ポイントは簡単です。履歴をより明確に保ちながら、コミットの書き込みに費やす時間を短縮します。

AI Compose コミットとは何ですか?

AI Compose Commit は変更を分析し、標準化されたコミットメッセージを書き込みます。手動によるコミットの書き込みと引き換えに、より一貫性のある履歴が得られます。

次の場合に使用します。

複数のコミットを必要とする大規模なコード変更
調整された変更を伴うマルチリポジトリプロジェクト
標準化されたコミット形式を必要とするチーム
コミットの品質を向上させたい開発者

主な利点

特徴	従来の手動コミット	AI Compose コミット
品質へのこだわり	個人の経験による	ベストプラクティスに基づく、一貫した品質
コミット速度	思考と組織化が必要	ワンクリックで瞬時に生成
一貫性	コミットごとに異なる場合があります	自動的に標準に従う
マルチリポジトリのサポート	手動調整が必要	リポジトリの自動認識とグループ化
時間の節約	かなりの時間がかかる場合があります	コミットごとに 10 ～ 60 秒以上を節約

クイックスタート

機能を有効にする

HagiCode デスクトップアプリケーションで、AI Compose Commit を使用するプロジェクトに移動し、この機能を有効にします。

重要: 最初にプロジェクトがHagiCodeに追加されていることを確認してください。

トリガー機能

Git 操作セクションで [AI Combined Commit] ボタンを見つけます。

AI結合コミットボタン

このボタンは通常、Git 操作セクションの他のバージョン管理アクションの近くの目立つ場所にあります。

重要な注意: このボタンをクリックすると、コミットメッセージの自動生成がトリガーされます。コミットをロールバックまたは変更する必要がある場合は、標準の Git コマンドを使用します。

初回使用時のリスクプロンプト

AI Compose Commit を初めて使用する場合、または未承認の変更を使用する場合、システムは確認ダイアログを表示します。

2回目の確認ダイアログ

ダイアログには次のようなオプションが含まれています。

確認して処理を開始する
リスクを理解したので、このプロンプトは表示されなくなりました
このオプションをチェックすると、以降の使用がより便利になります

自動コミットの影響を理解するために、最初の使用時にリスクプロンプトを注意深く読むことをお勧めします。

結果を見る

AI が処理を完了すると、成功の通知が表示されます。

コミットメッセージが生成され、準備が整いました。必要に応じて、最終決定する前にそれらを確認できます。

機能の詳細

AI分析ロジック

AI Compose Commit は、次のプロセスを通じてコードの変更を分析します。

1. ワークスペースの変更を読み取る

システムは、現在のワークスペースで変更されたファイル、新しく追加されたファイル、および削除されたファイルをすべて収集します。

2. ファイルの内容を分析する

AI は変更されたファイルの内容を深く分析して、以下を理解します。

実装された機能変更
バグ修正が適用されました
使用されるリファクタリングパターン
依存関係の追加または削除

3. 変更の関連付けを特定する

AI は、どの変更をグループ化する必要があるかをインテリジェントに識別します。

同じ機能のフロントエンドとバックエンドの変更
関連する構成ファイルの変更
実装の変更に伴うテストの更新

4. コミット構造の生成

AI は、従来のコミット仕様に従って構造化されたコミット情報を生成します。

&lt;type&gt;(&lt;scope&gt;): &lt;subject&gt;
  &lt;body&gt;
    &lt;footer&gt;

5. Write Commit Message

Each change is transformed into a clear, descriptive commit message.

Commit Format Specification

AI-generated commit messages follow the Conventional Commits format:

&lt;タイプ&gt;(&lt;スコープ&gt;): &lt;件名&gt;
  &lt;本文&gt;
    &lt;フッター&gt;

type: Commit type (required)

feat: New feature
fix: Bug fix
docs: Documentation changes
style: Code style changes (formatting, no code change)
refactor: Code refactoring
test: Adding or updating tests
chore: Build process or auxiliary tool changes
perf: Performance improvements

scope: Scope of the change (optional)

Indicates which part of the project is affected
Format: module/name or category/name

subject: Short description of the change (required)

Imperative mood
Max 50 characters
Use present tense: “Add” not “Added”

body: Detailed description (optional)

What was changed and why
Can use multiple paragraphs
Max 100 characters for first line, 72 for subsequent lines

footer: References to related issues (optional)

Closes #123
BREAKING CHANGE: ...
Co-Authored-By: &commat;anthropic.com>

Example Output

feat(auth): ユーザーログイン機能を追加
Google および GitHub プロバイダーによる OAuth2 認証を実装しました。

ログイン コンポーネントは以下をサポートするようになりました。
- Google OAuth の統合
- GitHub OAuth の統合
- JWTトークンによるセッション管理

共著: Claude Opus 4.6 &lt;noreply@anthropic.com&gt;

Comparison with Traditional Manual Commits

Manual Commits

Traditional Git commits rely on:

Developer’s experience and mood
Individual writing habits
Time constraints affecting quality
Inconsistent formatting across team

AI Compose Commit

AI Compose Commit provides:

Standardized format: Always follows Conventional Commits specification
Intelligent analysis: Understands code context and relationships
Quality consistency: Maintains professional tone and accuracy
Time efficiency: Reduces commit writing time from 5-30 minutes to seconds

When to Use Each

Use AI Compose Commit When:

Large batch changes (multiple files, complex features)
Coordinated changes across multiple repositories
Need for high-quality, consistent commit messages
Team projects with multiple contributors

Use Manual Commits When:

Small, focused changes (single file, simple bug fix)
Personal projects with full control over commit quality
When you have time to craft thoughtful, personalized messages

Multi-Repository Support

monospecs Integration

When managing monospecs-based multi-repository projects, AI Compose Commit provides enhanced capabilities:

Read monospecs.yaml

AI automatically reads the monospecs.yaml configuration to:

Identify all configured sub-repositories
Match file paths to corresponding repositories
Access display names and icons for UI rendering

Match File Changes

AI intelligently matches each changed file to the correct sub-repository:

Analyzes file path in project structure
Matches against monospecs repository configurations
Groups related changes together for logical commits

Separate Commits

Each sub-repository receives independent commits:

Frontend changes committed to repos/frontend
Backend changes committed to repos/backend
Maintains independent git history and version control

AI Compose Commit appends the currently effective Co-Authored-By trailer to every generated commit. Interactive Git commits and the OpenSpec v1 archive prompt reuse the same resolution rules, so teams only need to maintain one convention.

The precedence order is fixed:

Project-level config: local Git config in the current repository (git config --local)
Global config: user-level Git config (git config --global)
Built-in default: HagiCode <noreply@hagicode.com>

If a layer is missing name, missing email, or contains an invalid email address, HagiCode skips that layer and falls back to the next one instead of emitting a malformed trailer.

Default output:

共著者: はぎコード &lt;noreply@hagicode.com&gt;

Repository override example:

git config --local coAuthoredBy.name "プラットフォーム ボット"
git config --local coAuthoredBy.email "platform-bot@example.com"

Global fallback example:

git config --global coAuthoredBy.name "HagiCode"
git config --global coAuthoredBy.email "noreply@hagicode.com"

With the local override above, the trailer becomes:

共著者: プラットフォーム ボット <platform-bot@example.com>

Operational details:

If the commit message already contains the same resolved trailer, HagiCode does not append a duplicate.
If the message already contains a different Co-Authored-By line, HagiCode keeps that line and still appends the resolved AI trailer.
Teams should treat repository-level config as the canonical rule and keep global config as a personal fallback.

Advantages for Multi-Repo Projects

Traceability: Clear history of which repository received which changes Coordination: Changes across multiple repos can be committed simultaneously or sequentially Consistency: Uniform commit format across all repositories Efficiency: Reduced coordination overhead for changes spanning multiple repositories

Usage Guidelines

Best Practices

For optimal AI Compose Commit results:

1. Keep Changes Focused

Each commit should address a single feature or fix
Avoid bundling unrelated changes in one commit
Make incremental progress with meaningful commit messages

2. Clear Code Comments

Add comments in complex code to help AI understand intent
Use descriptive comments for non-obvious implementation details
Keep comments updated as code evolves

3. Reasonable File Naming

Use clear, descriptive file names
Follow project naming conventions
Avoid overly generic names that don’t convey purpose

4. Timely Committing

Commit frequently as meaningful changes are completed
Don’t accumulate large batches of uncommitted work
Each commit should represent a logical unit of progress

5. Leverage Multi-Repo Intelligence

Let AI group related changes across repositories
Use descriptive scopes to indicate affected modules
Review AI’s suggested groupings before committing

Usage Restrictions

Limitations

AI Compose Commit has the following usage limitations:

1. Network Dependency

Requires active connection to AI service
Processing time depends on network conditions
Large codebases may take longer to analyze

2. File Size Limits

Very large files (>10MB) may exceed processing limits
Binary files are not analyzed (only text-based content)
Split large changes into smaller commits if needed

3. Codebase Complexity

Extremely complex code may be difficult to analyze fully
Deeply nested or obfuscated code may have reduced accuracy
Results are best-effort based on visible code

4. First Use Considerations

When using AI Compose Commit for the first time:

Start with smaller, safer changes to understand AI behavior
Verify generated commits before finalizing
Provide clear code comments to improve AI understanding
Check that project is properly connected in HagiCode

Troubleshooting

Feature Not Available

If you don’t see the AI Combined Commit button:

Ensure the project is added to HagiCode
Refresh the interface
Check if this feature is enabled in your version
Verify your network connection to AI service

No Response After Clicking

If nothing happens after clicking the button:

Check for notification dialogs (may be hidden behind other windows)
Check browser console for error messages
Verify network connectivity
Try restarting the application

Incorrect Generated Messages

If AI generates incorrect commit messages:

Manually modify using git commit --amend
Add more descriptive comments to help AI understand
Check code changes are accurately represented
Re-trigger the feature after making adjustments

Processing Takes Too Long

If processing seems to be taking an unusually long time:

Check if there are very large files being analyzed
Verify network stability
Try splitting changes into smaller batches
Check if AI service is experiencing high load

If commits don’t include the expected footer:

This may indicate AI service is unavailable
Check your API token configuration in HagiCode settings
Verify network connectivity
Check whether the local coAuthoredBy.name / coAuthoredBy.email config is incomplete and therefore falling back to another layer
Consider generating commits manually if issue persists

For more information, refer to the HagiCode documentation or check the monospecs repository for configuration examples.

AI Compose コミットガイド

概要

AI Compose コミットとは何ですか?

主な利点

クイックスタート

機能を有効にする

トリガー機能

初回使用時のリスクプロンプト

結果を見る

機能の詳細

AI分析ロジック

1. ワークスペースの変更を読み取る

2. ファイルの内容を分析する

3. 変更の関連付けを特定する

4. コミット構造の生成

5. Write Commit Message

Commit Format Specification

Example Output

Comparison with Traditional Manual Commits

Manual Commits

AI Compose Commit

When to Use Each

Multi-Repository Support

monospecs Integration

Read monospecs.yaml

Match File Changes

Separate Commits

Co-Authored-By Footer

Advantages for Multi-Repo Projects

Usage Guidelines

Best Practices

Usage Restrictions

Limitations

Troubleshooting

Feature Not Available

No Response After Clicking

Incorrect Generated Messages

Processing Takes Too Long

Co-Authored-By Footer Missing

AI Compose コミット ガイド

概要

AI Compose コミットとは何ですか?

主な利点

クイックスタート

機能を有効にする

トリガー機能

初回使用時のリスクプロンプト

結果を見る

機能の詳細

AI分析ロジック

1. ワークスペースの変更を読み取る

2. ファイルの内容を分析する

3. 変更の関連付けを特定する

4. コミット構造の生成

5. Write Commit Message

Commit Format Specification

Example Output

Comparison with Traditional Manual Commits

Manual Commits

AI Compose Commit

When to Use Each

Multi-Repository Support

monospecs Integration

Read monospecs.yaml

Match File Changes

Separate Commits

Co-Authored-By Footer

Advantages for Multi-Repo Projects

Usage Guidelines

Best Practices

Usage Restrictions

Limitations

Troubleshooting

Feature Not Available

No Response After Clicking

Incorrect Generated Messages

Processing Takes Too Long

Co-Authored-By Footer Missing

AI Compose コミットガイド