MCP HubMCP Hub
SKILL·D7E72E

deploy-to-vercel

pjt222
Actualizado 3 months ago
10 vistas
31
3
31
Ver en GitHub
Otroai

Acerca de

Esta habilidad automatiza el despliegue de una aplicación Next.js en Vercel, manejando la vinculación del proyecto, la configuración de variables de entorno y la preparación de despliegues. Está diseñada para despliegues iniciales, configura despliegues de vista previa para solicitudes de extracción (pull requests) y configura dominios personalizados. Úsala para agilizar el proceso de gestión de entornos de producción y vista previa en Vercel.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/deploy-to-vercel

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Deploy to Vercel

Next.js → Vercel w/ prod config.

Use When

  • First-time Next.js deploy
  • Preview deploys → PRs
  • Custom domains
  • Prod env vars

In

  • Required: Next.js app builds locally
  • Required: GitHub repo (rec) or local
  • Optional: Custom domain
  • Optional: Prod env vars

Do

Step 1: Verify local build

npm run build

→ Build OK, no errs.

If err: Fix build before deploy. Common: TS errs, missing deps, bad imports.

Step 2: Install Vercel CLI

npm install -g vercel

vercel cmd available, vercel --version works.

If err: Perm errs → sudo or user-local prefix. node --version.

Step 3: Link + deploy

# Login to Vercel
vercel login

# Deploy (first time: creates project)
vercel

# Follow prompts:
# - Set up and deploy? Y
# - Which scope? (select your account)
# - Link to existing project? N (for new projects)
# - Project name: my-app
# - Directory: ./
# - Override settings? N

→ Preview URL (e.g., https://my-app-xxx.vercel.app).

If err: vercel login fail → check net, try browser auth. Deploy fail → review build out. Clean env → all deps in package.json.

Step 4: Env vars

# Add environment variables
vercel env add DATABASE_URL production
vercel env add API_KEY production preview

# List environment variables
vercel env ls

Or dashboard: Project Settings > Environment Variables.

vercel env ls shows all vars in correct envs.

If err: Not at runtime → target env matches. Redeploy → existing deploys don't pick up new vars.

Step 5: Prod deploy

vercel --prod

→ Prod URL (e.g., https://my-app.vercel.app).

If err: vercel logs or dashboard. Common: missing prod env vars, build cmd diff from local.

Step 6: GitHub auto-deploy (rec)

  1. https://vercel.com/new
  2. Import GH repo
  3. Auto-deploy on:
    • Push main → prod
    • PR → preview

→ Dashboard shows repo connected, pushes trigger prod auto.

If err: Repo not in list → Vercel GH app access. GitHub Settings > Applications > Vercel.

Step 7: Custom domain

vercel domains add my-domain.com

Or dashboard: Project Settings > Domains. Update DNS per Vercel.

vercel domains ls shows configured, after propagation (≤48h) resolves.

If err: "Invalid Configuration" → DNS matches exactly. dig my-domain.com or DNS checker.

Step 8: Optimize config

vercel.json:

{
  "framework": "nextjs",
  "regions": ["iad1"],
  "headers": [
    {
      "source": "/api/(.*)",
      "headers": [
        { "key": "Cache-Control", "value": "no-store" }
      ]
    }
  ]
}

vercel.json in root, next deploy picks up.

If err: Ignored → jq . vercel.json valid. Framework ver → some moved to next.config.ts.

Check

  • npm run build OK locally
  • Preview deploy works
  • Prod deploy serves app
  • Env vars in prod
  • Custom domain resolves (if config'd)
  • GH integration triggers deploys

Traps

  • Build fail Vercel not local: Clean env → all deps in package.json, not just global
  • Env vars missing: Add to Vercel not .env.local. Envs separate.
  • Node ver mismatch: Set in Project Settings or package.json engines
  • Large deploys: Size limits. .vercelignore excludes.
  • API timeout: Hobby plan 10s. Optimize or upgrade.

  • scaffold-nextjs-app — create app to deploy
  • setup-tailwind-typescript — config styling pre-deploy
  • configure-git-repository — Git setup for auto-deploy

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/caveman-ultra/skills/deploy-to-vercel
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams
FAQ

Preguntas frecuentes

¿Qué es el Skill deploy-to-vercel?

deploy-to-vercel es un Skill de Claude creado por pjt222. Los Skills agrupan instrucciones y recursos que Claude carga cuando los necesita para realizar tareas relacionadas con deploy-to-vercel sin indicaciones adicionales.

¿Cómo instalo deploy-to-vercel?

Usa los comandos de instalación de esta página: añade deploy-to-vercel a Claude Code como plugin o clona su repositorio en tu directorio de skills y reinicia Claude para cargarlo.

¿A qué categoría pertenece deploy-to-vercel?

deploy-to-vercel pertenece a la categoría Otro.

¿Se puede usar deploy-to-vercel gratis?

Sí. deploy-to-vercel aparece en AIMCP y se puede instalar gratis.

Habilidades relacionadas

llamaguard
Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad
cost-optimization
Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad
sports-betting-analyzer
Otro

Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.

Ver habilidad
quantizing-models-bitsandbytes
Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad