用 Python 做一个 AI Changelog 生成器,改写你的发版工作流

写 Changelog 很烦？commit 信息乱成一锅粥。这个 Python 小项目把 commit 或 git diff 交给 AI，直接输出结构化 JSON，让发版说明从手工整理变成自动流程。

写 Changelog（更新日志）是那种听起来特别简单、但真正做起来让人想把键盘砸了的任务。

一堆 commit 信息乱七八糟：有的是用户关心的功能，有的是内部代码清理，有的是合并提交，有的只有你熟悉代码库的人才看得懂。

我最近看到一个小项目，用 Python 把 commit 信息（或者 git diff）转成结构化的 Changelog JSON，底层调用了 Telnyx AI Inference。思路很有意思，值得拆开来看看。

这个项目做了什么

这是一个 Flask 小应用，暴露了这样几个接口：

POST /generate           # 从 commit 列表生成 changelogPOST /generate/from-diff # 从 git diff 生成 changelogGET /changelogs          # 列出所有生成的 changelogGET /changelogs/<id>     # 查询某条 changelogGET /health              # 健康检查

传给 /generate 的请求体大概长这样：

{"version":"v1.4.0","repo_name":"billing-service","commits":["feat: add Stripe webhook retry with exponential backoff","fix: correct tax calculation for EU VAT exemption","docs: update API reference for invoice endpoint"]}

AI 会把这堆原始 commit 信息整理成结构化的 JSON，按这样分类：

• Features（功能）
• Bug Fixes（修复）
• Improvements（改进）
• Breaking Changes（破坏性变更）
• Documentation（文档）
• Other（其他）

如果你不想整理 commit 信息，直接传一段 git diff，/generate/from-diff 也能跑。

为什么结构化输出很重要

纯文本 changelog 能看，但结构化 JSON 才是真正好用的。

拿到 JSON 格式之后，你可以：

1. 渲染到文档站点
2. 存入版本数据库
3. 自动发到 PR 评论里
4. 推送到 Slack 通知团队
5. 打开一个"发布审批"工作流
6. 等人确认之后再正式发布

这个 demo 把生成的 changelog 存在内存里，每个都给一个 ID，方便随时查询和复用。

怎么跑起来

# 克隆示例仓库git clone https://github.com/team-telnyx/telnyx-code-examples.gitcd telnyx-code-examples/changelog-generator-python# 创建 .env 文件cp .env.example .env# 填入 Telnyx API Key# TELNYX_API_KEY=your_telnyx_api_key# AI_MODEL=moonshotai/Kimi-K2.6# HOST=127.0.0.1# 安装依赖并启动pip install -r requirements.txtpython app.py

试试看：

curl -X POST http://localhost:5000/generate \  -H "Content-Type: application/json" \  -d '{    "version": "v1.4.0",    "repo_name": "billing-service",    "commits": [      "feat: add Stripe webhook retry with exponential backoff",      "fix: correct tax calculation for EU VAT exemption",      "docs: update API reference for invoice endpoint"    ]  }' | python3 -m json.tool

这个思路可以往哪些方向延伸

这是个很小的 demo，但背后的开发者工具思路很实用：

• 从已合并的 PR 自动生成草稿发布说明
• 对比两个 tag 之间的差异并生成汇总
• 在 CI 流程里自动生成 changelog 草稿
• 为不同 SDK 分别生成发布说明
• 人工审批后再发布到文档

而且 Telnyx 的代码示例库是支持 AI 读取的，你完全可以以这个项目为起点，让 AI coding agent 帮你加上 GitHub 集成、tag 对比、Web UI 或者自动发布到文档的步骤。

我的判断

这个 demo 本身不算复杂，但它抓住了一个真实的痛点——commit 信息混乱、发版靠手工整理。结构化输出的思路是对的，JSON 输出意味着后续可以接任何自动化流程。

有意思的是它用了 Telnyx AI Inference，底层模型支持 moonshotai/Kimi-K2.6，对于中文场景来说应该很合适。

如果你在管一个需要频繁发版的项目，这个思路值得借鉴：让 AI 帮你把 commit 整理成机器可读的格式，再接 CI/CD 工作流，真正把"写 changelog"从人肉任务变成自动流程。

如果你曾对Python满怀热忱，却因种种原因没能学会，那么我相信：在AI时代，这门课就是你真正掌握Python的最好机会。