정보
이 스킬은 Next.js 애플리케이션을 Vercel에 배포하며, 프로젝트 연결, 환경 변수, 배포 구성을 처리합니다. 초기 배포, 풀 리퀘스트를 위한 프리뷰 배포 설정, 커스텀 도메인 관리를 위해 사용됩니다. 개발자는 Next.js 프로젝트의 Vercel 호스팅과 CI/CD 워크플로우를 자동화해야 할 때 이 스킬을 사용하면 됩니다.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/deploy-to-vercelClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
name: deploy-to-vercel description: > Next.jsアプリケーションをVercelにデプロイします。プロジェクトのリンク、 環境変数、プレビューデプロイメント、カスタムドメイン、本番デプロイメントの 設定を扱います。Next.jsアプリを初めてデプロイするとき、プルリクエスト用の プレビューデプロイメントをセットアップするとき、カスタムドメインを設定するとき、 またはVercel本番デプロイメントの環境変数を管理するときに使用します。 locale: ja source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: web-dev complexity: basic language: TypeScript tags: vercel, deployment, nextjs, hosting, ci-cd
Vercelへのデプロイ
Next.jsアプリケーションを本番設定でVercelにデプロイします。
使用タイミング
- Next.jsアプリを初めてデプロイするとき
- プルリクエスト用のプレビューデプロイメントをセットアップするとき
- カスタムドメインを設定するとき
- 本番環境の環境変数を管理するとき
入力
- 必須: ローカルで正常にビルドされるNext.jsアプリケーション
- 必須: GitHubリポジトリ(推奨)またはローカルプロジェクト
- オプション: カスタムドメイン
- オプション: 本番用の環境変数
手順
ステップ1: ローカルビルドの確認
npm run build
期待結果: ビルドがエラーなしで成功します。
失敗時: デプロイ前にビルドエラーを修正してください。よくある原因:TypeScriptエラー、依存関係の不足、無効なインポート。
ステップ2: Vercel CLIのインストール
npm install -g vercel
期待結果: vercelコマンドがグローバルに使用可能で、vercel --versionでインストールされたバージョンが表示されます。
失敗時: 権限エラーが発生する場合はsudo npm install -g vercelを使用するか、npmをユーザーローカルプレフィックスを使用するように設定してください。node --versionでNode.jsがインストールされているか確認してください。
ステップ3: リンクとデプロイ
# Vercelにログイン
vercel login
# デプロイ(初回:プロジェクトを作成)
vercel
# プロンプトに従う:
# - Set up and deploy? Y
# - Which scope? (アカウントを選択)
# - Link to existing project? N (新規プロジェクトの場合)
# - Project name: my-app
# - Directory: ./
# - Override settings? N
期待結果: プレビューURLが提供されます(例:https://my-app-xxx.vercel.app)。
失敗時: vercel loginが失敗する場合は、インターネット接続を確認してブラウザベースの認証を試してください。デプロイが失敗する場合は、ビルド出力のエラーを確認してください。Vercelはクリーンな環境を使用するため、すべての依存関係がpackage.jsonに含まれている必要があります。
ステップ4: 環境変数の設定
# 環境変数の追加
vercel env add DATABASE_URL production
vercel env add API_KEY production preview
# 環境変数の一覧表示
vercel env ls
またはVercelダッシュボード経由で設定:Project Settings > Environment Variables。
期待結果: vercel env lsが正しい環境(production、preview、development)に設定された必要なすべての環境変数を表示します。
失敗時: 変数がランタイムに表示されない場合は、対象環境が一致しているか確認してください(productionとpreview)。変数を追加した後は再デプロイしてください。既存のデプロイメントは新しい変数を自動的に取得しません。
ステップ5: 本番デプロイ
vercel --prod
期待結果: 本番URLが使用可能になります(例:https://my-app.vercel.app)。
失敗時: vercel logsまたはVercelダッシュボードでデプロイログを確認してください。よくある問題として、本番環境での環境変数の欠落やローカルセットアップとは異なるビルドコマンドがあります。
ステップ6: 自動デプロイ用のGitHub接続(推奨)
- https://vercel.com/new にアクセス
- GitHubリポジトリをインポート
- Vercelが自動的にデプロイします:
- mainへのプッシュ → 本番デプロイメント
- プルリクエスト → プレビューデプロイメント
期待結果: VercelダッシュボードにGitHubリポジトリが接続されて表示され、mainへの以降のプッシュが自動的に本番デプロイメントをトリガーします。
失敗時: リポジトリがインポートリストに表示されない場合は、Vercel GitHubアプリがリポジトリへのアクセス権を持っているか確認してください。GitHub Settings > Applications > Vercelでアクセスを許可してください。
ステップ7: カスタムドメインの設定
vercel domains add my-domain.com
またはダッシュボード経由で:Project Settings > Domains。
Vercelの指示通りにDNSレコードを更新します(通常はCNAMEまたはAレコード)。
期待結果: vercel domains lsにカスタムドメインが設定済みとして表示され、DNS伝播後(最大48時間)にドメインがVercelデプロイメントに解決されます。
失敗時: ドメインに「Invalid Configuration」と表示される場合は、DNSレコードがVercelの指示と完全に一致しているか確認してください。dig my-domain.comまたはオンラインDNSチェッカーを使用して伝播を確認してください。
ステップ8: 設定の最適化
高度な設定のためにvercel.jsonを作成します:
{
"framework": "nextjs",
"regions": ["iad1"],
"headers": [
{
"source": "/api/(.*)",
"headers": [
{ "key": "Cache-Control", "value": "no-store" }
]
}
]
}
期待結果: vercel.jsonがプロジェクトルートに保存され、次のデプロイメントで設定が反映されます(Vercelダッシュボードのビルドログで確認可能)。
失敗時: 設定が無視される場合は、jq . vercel.jsonでvercel.jsonが有効なJSONであるか確認してください。一部の設定がnext.config.tsに移動している可能性があるため、お使いのフレームワークバージョンのVercelドキュメントを確認してください。
バリデーション
-
npm run buildがローカルで成功する - プレビューデプロイメントが機能してアクセス可能
- 本番デプロイメントがアプリケーションを正しく提供する
- 本番環境で環境変数が使用可能
- カスタムドメインが解決される(設定した場合)
- GitHubインテグレーションがプッシュ時にデプロイをトリガーする
よくある落とし穴
- Vercelでビルド失敗するがローカルでは成功する: Vercelはクリーンな環境を使用します。すべての依存関係が
package.jsonに含まれており、グローバルにインストールされているだけでないことを確認してください。 - 環境変数の欠落: 変数は
.env.localだけでなくVercelにも追加する必要があります。環境(production、preview、development)ごとに変数セットが分かれています。 - Node.jsバージョンの不一致: Project SettingsまたはNode.jsのバージョンを
package.jsonのenginesフィールドに設定してください。 - 大きなデプロイメント: Vercelにはサイズ制限があります。
.vercelignoreを使用して不要なファイルを除外してください。 - APIルートのタイムアウト: VercelサーバーレスファンクションはHobbyプランで10秒のタイムアウトがあります。最適化するかアップグレードしてください。
関連スキル
scaffold-nextjs-app- デプロイするアプリの作成setup-tailwind-typescript- デプロイ前のスタイリング設定configure-git-repository- 自動デプロイインテグレーション用のGitセットアップ
GitHub 저장소
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 general.
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.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
