スキル一覧に戻る

deploy-to-vercel

pjt222
更新日 2 days ago
7 閲覧
17
2
17
GitHubで表示
その他ai

について

このスキルはNext.jsアプリケーションをVercelにデプロイし、プロジェクトのリンク、環境変数、デプロイ設定を管理します。初回デプロイ、プルリクエスト用プレビューデプロイの設定、カスタムドメインの構成に使用されます。開発者は、Next.jsアプリの本番環境対応Vercelデプロイを自動化および管理する必要がある場合にこのスキルを使用すべきです。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/deploy-to-vercel

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

Deploy to Vercel

部署 Next.js 應用於 Vercel,具生產配置。

適用時機

  • 首次部署 Next.js 應用
  • 為 pull request 設預覽部署
  • 配自定網域
  • 於生產管環境變數

輸入

  • 必需:可於本地成功建置之 Next.js 應用
  • 必需:GitHub 儲存庫(建議)或本地專案
  • 可選:自定網域
  • 可選:生產用之環境變數

步驟

步驟一:驗本地建置

npm run build

預期: 建置成功,無誤。

失敗時: 部署前修建置錯誤。常見:TypeScript 錯誤、缺失依賴、無效 import。

步驟二:裝 Vercel CLI

npm install -g vercel

預期: vercel 指令於全域可用,vercel --version 印已裝之版本。

失敗時: 若權限錯誤,用 sudo npm install -g vercel 或配 npm 用用戶本地前綴。以 node --version 驗 Node.js 已裝。

步驟三:連結並部署

# 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

預期: 生預覽 URL(如 https://my-app-xxx.vercel.app)。

失敗時:vercel login 失敗,查網路連接並試基於瀏覽器之認證。若部署失敗,檢視建置輸出之錯誤——Vercel 用乾淨環境,故所有依賴須於 package.json

步驟四:配環境變數

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

# List environment variables
vercel env ls

或透過 Vercel 儀表板配:Project Settings > Environment Variables。

預期: vercel env ls 示所有必需之環境變數已為正確環境(production、preview、development)配置。

失敗時: 若變數於運行時未現,驗目標環境合(production 與 preview)。加變數後重部署——既有部署不自動採新變數。

步驟五:部署至生產

vercel --prod

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

失敗時:vercel logs 或於 Vercel 儀表板查部署日誌。常見問題含生產環境中缺環境變數與建置指令異於本地設定。

步驟六:連結 GitHub 以自動部署(建議)

  1. https://vercel.com/new
  2. 匯入 GitHub 儲存庫
  3. Vercel 自動於此時部署:
    • 推至 main -> 生產部署
    • Pull request -> 預覽部署

預期: Vercel 儀表板示 GitHub 儲存庫已連,後續推至 main 自動觸發生產部署。

失敗時: 若儲存庫不現於匯入列表,查 Vercel GitHub 應用有儲存庫之存取權。往 GitHub Settings > Applications > Vercel 授權。

步驟七:配自定網域

vercel domains add my-domain.com

或透過儀表板:Project Settings > Domains。

依 Vercel 指示更 DNS 紀錄(通常為 CNAME 或 A 紀錄)。

預期: vercel domains ls 示自定網域已配,DNS 傳播後(可達 48 小時),網域解析至 Vercel 部署。

失敗時: 若網域示「Invalid Configuration」,驗 DNS 紀錄精確合 Vercel 之指示。以 dig my-domain.com 或線上 DNS 檢查器確認傳播。

步驟八:優化配置

vercel.json 以供高級設定:

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

預期: vercel.json 存於專案根目錄,次部署採該配置(於 Vercel 儀表板建置日誌可見)。

失敗時: 若配置被忽略,以 jq . vercel.jsonvercel.json 為有效 JSON。查 Vercel 文檔合框架版本,某些設定可能已遷至 next.config.ts

驗證

  • npm run build 於本地成功
  • 預覽部署運作且可達
  • 生產部署正確服務應用
  • 環境變數於生產可用
  • 自定網域解析(若已配)
  • GitHub 整合於推時觸發部署

常見陷阱

  • 於 Vercel 建置失敗而本地成功:Vercel 用乾淨環境。確所有依賴於 package.json,非僅於全域安裝。
  • 缺環境變數:變數須加於 Vercel,非僅於 .env.local。不同環境(production、preview、development)有分離之變數集。
  • Node.js 版本不符:於 Project Settings 或 package.json engines 欄設 Node.js 版本。
  • 大部署:Vercel 有大小限。用 .vercelignore 排除不必要之檔案。
  • API 路由超時:Vercel serverless 函數於 Hobby 方案有 10 秒超時。優化或升級。

相關技能

  • scaffold-nextjs-app - 建待部署之應用
  • setup-tailwind-typescript - 部署前配樣式
  • configure-git-repository - 自動部署整合之 Git 設定

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/wenyan-lite/skills/deploy-to-vercel
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

llamaguard

その他

LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。

スキルを見る

cost-optimization

その他

このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。

スキルを見る

quantizing-models-bitsandbytes

その他

このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。

スキルを見る

dispatching-parallel-agents

その他

このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。

スキルを見る