MCP HubMCP Hub
SKILL·D989F1

deploy-to-vercel

pjt222
Mis à jour 1 month ago
17 vues
26
3
26
Voir sur GitHub
Autreai

À propos

Cette compétence déploie une application Next.js sur Vercel, en gérant la liaison du projet, les variables d'environnement et les configurations de déploiement. Utilisez-la pour les déploiements initiaux, la mise en place de déploiements de prévisualisation pour les demandes de pull, ou la configuration de domaines personnalisés et des paramètres de production. Elle est conçue pour les développeurs qui gèrent le cycle de vie complet du déploiement d'une application Next.js sur Vercel.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/deploy-to-vercel

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

部署至 Vercel

部 Next.js 應於 Vercel 含生產配。

  • 首次部 Next.js 應
  • 立拉請求預覽部署
  • 配自定域
  • 理生產環境變量

  • :本地構建成功之 Next.js 應
  • :GitHub 倉庫(宜)或本地項目
  • :自定域
  • :生產環境變量

一:驗本地構建

npm run build

得: 構建無錯成。

敗: 修構建錯後部。常見:TypeScript 錯、缺依賴、無效引入。

二:裝 Vercel CLI

npm install -g vercel

得: vercel 命令全局可用,vercel --version 印版本。

敗: 權限錯→sudo npm install -g vercel 或配 npm 用戶本地前綴。node --version 驗 Node.js 已裝。

三:鏈接並部署

# 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

得: 預覽 URL 給(如 https://my-app-xxx.vercel.app)。

敗: vercel login 失→查網,試瀏覽器認證。部失→察構建輸出錯——Vercel 用潔環境,諸依賴須於 package.json

四:配環境變量

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

# List environment variables
vercel env ls

或經 Vercel 儀板:Project Settings > Environment Variables。

得: vercel env ls 示諸需變量配於正環境(production、preview、development)。

敗: 運行時無變量→驗目標環境匹(production vs preview)。加變量後重部——現部不自動取新變量。

五:部至生產

vercel --prod

得: 生產 URL 可用(如 https://my-app.vercel.app)。

敗: vercel logs 或 Vercel 儀板察部署日誌。常見:生產環境缺變量、構建命與本地異。

六:連 GitHub 自動部署(宜)

  1. https://vercel.com/new
  2. 引入 GitHub 倉
  3. Vercel 自動部於:
    • 推 main → 生產部署
    • 拉請求 → 預覽部署

得: Vercel 儀板示 GitHub 倉已連,後推 main 自動觸發生產部署。

敗: 倉未現於引入列→查 Vercel GitHub 應有倉訪問權。至 GitHub Settings > Applications > Vercel 授權。

七:配自定域

vercel domains add my-domain.com

或經儀板:Project Settings > Domains。

按 Vercel 指示更 DNS 記錄(通常 CNAME 或 A)。

得: vercel domains ls 示自定域已配,DNS 傳播畢(至 48 時),域解至 Vercel 部署。

敗: 示「Invalid Configuration」→驗 DNS 記錄精匹 Vercel 指示。dig my-domain.com 或在線 DNS 檢確傳播。

八:優化配置

vercel.json 進階設:

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

得: vercel.json 存項根,下部取配(於 Vercel 儀板構建日誌可見)。

敗: 配忽→jq . vercel.json 驗有效 JSON。查 Vercel 文檔匹框架版本,某設可遷 next.config.ts

  • npm run build 本地成
  • 預覽部署可達
  • 生產部署正確服務應
  • 生產環境變量可用
  • 自定域解(若配)
  • GitHub 集成推時觸部署

  • 本地成 Vercel 失:Vercel 用潔環境。諸依賴須於 package.json 非僅全局裝。
  • 缺環境變量:變量須加於 Vercel,非僅 .env.local。不同環境(production、preview、development)分別變量集。
  • Node.js 版本異:於 Project Settings 或 package.json engines 字段設 Node.js 版本。
  • 部署過大:Vercel 有大小限。以 .vercelignore 排除不需檔。
  • API 路超時:Vercel 無服函於 Hobby 計畫 10s 超時。優化或升級。

  • scaffold-nextjs-app
  • setup-tailwind-typescript
  • configure-git-repository

Dépôt GitHub

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

Frequently asked questions

What is the deploy-to-vercel skill?

deploy-to-vercel is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform deploy-to-vercel-related tasks without extra prompting.

How do I install deploy-to-vercel?

Use the install commands on this page: add deploy-to-vercel to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does deploy-to-vercel belong to?

deploy-to-vercel is in the Other category, tagged ai.

Is deploy-to-vercel free to use?

Yes. deploy-to-vercel is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

Compétences associées

llamaguard
Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence
cost-optimization
Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence
sports-betting-analyzer
Autre

Cette compétence Claude analyse les marchés des paris sportifs, incluant les spreads, les over/under et les paris spéciaux, en examinant les tendances historiques et les statistiques situationnelles pour identifier les paris à valeur ajoutée. Elle fournit une sortie en markdown structuré avec des recommandations actionnables à des fins éducatives. Les développeurs doivent l'utiliser pour des outils d'analyse de paris sportifs tout en notant qu'elle est conçue uniquement pour le divertissement et l'éducation.

Voir la compétence
quantizing-models-bitsandbytes
Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence