정보
이 스킬은 Next.js 애플리케이션을 Vercel에 배포하며, 프로젝트 연결, 환경 변수, 배포 구성을 처리합니다. 초기 배포, 풀 리퀘스트를 위한 프리뷰 배포 설정, 또는 커스텀 도메인 및 프로덕션 설정 구성에 사용하세요. Vercel에서 Next.js 앱의 전체 배포 라이프사이클을 관리하는 개발자를 위해 설계되었습니다.
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
部署至 Vercel
部 Next.js 應於 Vercel 含生產配。
用
- 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
入
- 必:本地構建成功之 Next.js 應
- 必:GitHub 倉庫(宜)或本地項目
- 可:自定域
- 可:生產環境變量
法
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)
- 至 https://vercel.com/new
- 引入 GitHub 倉
- 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
建 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。
驗
-
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
忌
- 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.jsonengines 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。
參
scaffold-nextjs-appsetup-tailwind-typescriptconfigure-git-repository
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 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.
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.
