En este artículo explico cómo modificar o eliminar un archivo grande que aparece en varios commits de tu repositorio local usando git rebase interactivo y VSCode. El flujo sirve para reducir el tamaño de archivos como notebooks o binarios que acaban inflando el historial, por ejemplo src/build_llm_learn/p7_digitalsreeni_210_unet_segmentation_models/model_examine/model_exec.ipynb. También incluyo buenas prácticas y alternativas más automáticas cuando hay muchos commits o archivos.
Resumen rápido del objetivo: recorrer commits antiguos, en cada punto editar o eliminar el archivo pesado y reescribir el historial local para que solo quede la versión optimizada final.
1 Recomendaciones previas y seguridad
Antes de tocar el historial crea una rama de respaldo para poder volver atrás si algo falla: git branch backup-before-cleanup. Trabaja siempre en una copia local y no reescribas el historial público sin coordinarlo con el equipo. Si el repositorio está compartido deberás forzar push y avisar a colaboradores.
2 Preparar el rebase interactivo
En VSCode abre el panel de Git y copia el hash del commit inicial que quieres reescribir o el primer commit tras el clon. En la terminal ejecuta git rebase -i ^ para incluir ese commit en la lista. En el editor que aparece cambia pick por edit para cada commit donde quieras actuar. Guarda y cierra el editor.
3 Flujo de trabajo durante el rebase
Git rebasa y se detiene en el primer commit marcado para editar. En ese punto tu árbol de trabajo refleja el proyecto en ese commit. Opciones para eliminar o reducir el archivo pesado:
Eliminar el archivo del commit sin borrarlo del disco de trabajo: git rm --cached ruta/al/archivo.ipynb Luego enmendar el commit: git commit --amend --no-edit y continuar: git rebase --continue
Modificar el archivo en VSCode: abre el archivo, reduce su tamaño o reemplázalo por la versión deseada, guarda, desde el panel de Git de VSCode añade el cambio, haz commit con amend usando git commit --amend o desde VSCode y luego git rebase --continue
Repite este proceso en cada commit marcado edit hasta llegar al final del rebase.
4 Manejo de conflictos durante el rebase
Es frecuente encontrarte con conflictos al reescribir commits que afectan el mismo archivo. Mensajes habituales: CONFLICT content Merge conflict in ruta/al/archivo.ipynb. En VSCode puedes usar el panel de Git para resolver conflictos si el archivo no es enorme. Si el archivo es demasiado grande para el diff de VSCode puedes optar por una de estas opciones
a Recuperar la versión del commit entrante o saliente y luego editarla manualmente: git checkout -- ruta/al/archivo.ipynb luego deshacer stage en VSCode si es necesario, editar el archivo, hacer git add ruta/al/archivo.ipynb y git commit --amend y git rebase --continue
b Aceptar sin revisar y luego sobrescribir: acepta la versión que prefieras durante el conflicto, deshaz el stage, sustituye el contenido por la versión final que quieres tener y añade y enmienda el commit
Si no quieres resolver un commit concreto puedes saltarlo con git rebase --skip o abortar todo el rebase con git rebase --abort
5 Ejemplo de comandos clave
git branch backup-before-cleanup git rebase -i ^ cambiar pick por edit git rm --cached ruta/al/archivo.ipynb git commit --amend --no-edit git rebase --continue o editar en VSCode, git add ruta/al/archivo.ipynb git commit --amend git rebase --continue
6 Qué hacer al final y publicar los cambios
Una vez que el rebase termina localmente habrás reescrito el historial. Si el repositorio remoto tiene la historia anterior debes forzar el push con git push --force origin tu-rama y avisar al equipo para que reclonen o actualicen con git fetch y reset según corresponda. Considera usar git push --force-with-lease para mayor seguridad.
7 Alternativas cuando hay muchos commits o archivos grandes
Si hay decenas o cientos de commits y varios archivos pesados considera herramientas dedicadas como BFG Repo-Cleaner o git filter-repo que eliminan archivos grandes del historial de forma masiva y más rápida que un rebase manual. Después de usarlas deberás limpiar y compactar el repositorio con git gc y forzar el push.
8 Buenas prácticas finales
- Mantén una rama de backup hasta que verifiques todo. - Evita reescribir el historial público si hay muchos colaboradores a menos que coordines. - Añade reglas .gitignore y utiliza Git LFS para archivos grandes en el futuro. - Ejecuta git gc y comprueba el tamaño final del repositorio.
9 Cómo puede ayudar Q2BSTUDIO
En Q2BSTUDIO somos una empresa de desarrollo de software y aplicaciones a medida especializada también en inteligencia artificial y ciberseguridad. Podemos ayudar a automatizar procesos de limpieza de repositorios, migración a Git LFS o implementaciones seguras en la nube. Si buscas desarrollar una solución o quieres asesoramiento sobre cómo integrar gestión de datos y modelos con despliegue en servicios cloud podemos acompañarte con soluciones de y por supuesto con proyectos de para empresas.
10 Palabras clave y servicios
Si tu objetivo es además mejorar la gobernanza de datos y la eficiencia operativa podemos ofrecer servicios complementarios como seguridad y pentesting, servicios cloud aws y azure, inteligencia de negocio y Power BI, agentes IA y automatización. Todo ello para que tu proyecto no solo tenga un historial limpio sino también una arquitectura robusta y escalable.
Conclusión Reescribir commits con git rebase y editar archivos en VSCode funciona bien para casos puntuales y controlados. Para limpiezas masivas utiliza herramientas dedicadas. Y si necesitas apoyo profesional, en Q2BSTUDIO ofrecemos consultoría y desarrollo de software a medida, soluciones en cloud y seguridad para acompañar tu proyecto durante todo el ciclo de vida.
