必须扫描对象层定位历史大文件，因Git仓库臃肿主因是已被删除却仍存于历史的“僵尸脂肪”（如.so、.zip等），用git rev-list --objects --all | git cat-file --batch-check=...可精准输出真实blob大小及路径，再结合git count-objects -vH查看size-pack字段判断是否需清理。
怎么快速定位真正占空间的历史大文件
别只看当前工作区，Git仓库胖的主因是「已被删掉、却还活在历史里的大文件」。直接扫描对象层才准：git rev-list --objects --all | git cat-file --batch-check='%(objecttype) %(objectname) %(objectsize) %(rest)' | sed -n 's/^blob //p' | sort -n -k 2 | tail -10 | cut -c 1-12,41-。这条命令输出的是真实 blob 大小（含路径），不是压缩后大小。
常见「僵尸脂肪」包括：.so、.a、.dll、.zip、.pdf —— 尤其 .so 文件，每次编译生成新哈希，体积叠加极快。
du -sh .git 的数字不可信：它包含未清理的 dangling 对象、reflog 和 pack 冗余 delta。真正要看的是 git count-objects -vH 输出里的 size-pack 字段，如果超过 100MB 就该动手了。
为什么必须用 git-filter-repo，而不是 git rm 或 reset
git rm 只删最新提交，历史里文件还在；git reset --hard + push -f 更危险：被 reset 的提交仍被 reflog 引用，Git GC 不回收，远程也还存着旧对象——仓库体积几乎不变。
只有重写历史的工具能让对象彻底从所有提交树中消失。git filter-branch 已被 Git 官方弃用，慢、易出错、内存高；BFG Repo-Cleaner 虽快但维护趋弱；git-filter-repo 是目前唯一官方推荐、Python 实现、功能全、内存低、自动保留标签的方案。
注意：git-filter-repo 会重写所有提交哈希，操作前必须完整备份整个项目文件夹（不是只 git clone），否则恢复无门。
实操时最容易踩的三个坑
第一，直接在已有远程 origin 的非裸仓库里运行：git-filter-repo 默认拒绝，加 --force 强行执行风险极高。更稳妥做法是先 git clone --mirror 出一个裸仓库再处理。
第二，误用 --path 参数逻辑：--path path/to/file --invert-paths 表示“剔除该路径”，不是“保留”。想删 dist/ 目录？得写 git filter-repo --path dist/ --invert-paths --force，漏掉 --invert-paths 就只剩这个目录了。
第三，清理完没清远程引用：本地变小了，但 git ls-remote --heads origin 还能看到旧提交 ID。GitHub 默认保留 unreachable 提交 30 天，必须进 Settings → Danger Zone → “Delete all refs that point to commits that are not reachable” 手动触发清理，否则协作同学 git pull 仍可能拉到旧对象。
清理后如何安全推送到远程并通知协作者
执行 git-filter-repo 后，本地 remote 地址会被自动删除（安全机制）。你需要重新添加：git remote add origin <your-repo-url>，再强制推送：
-
git push --force --all（推所有分支） -
git push --force --tags（推所有标签）
所有协作者必须重新克隆：git clone <url>。不能 git pull，因为旧提交哈希已失效，会报错 fatal: refusing to merge unrelated histories 或类似冲突。
特别提醒：CI/CD 流水线脚本里如果有缓存 .git 目录的步骤，也要同步更新——旧缓存会拖慢甚至破坏后续构建。
