deployment-wizard（部署向导）Skill 是什么？

部署向导Skill：一条命令把本地网站发布到公网，无需域名和托管

零门槛上线：部署向导Skill 基于 Cloudflare Tunnel，把本地正在运行的服务直接映射成一个公网可访问的临时地址，无需购买域名、无需云服务器、无需备案托管。
一条命令搞定端口与服务：内置 --find-port --serve-cmd 组合参数，能自动找出空闲端口，并按你的技术栈返回对应的启动命令，省掉反复试端口的麻烦。
覆盖主流技术栈：static、react、vite、nextjs、nuxt、django、flask、fastapi、express、php、hugo、ruby、custom 共 13 种预设，几乎覆盖常见前后端项目。
自带环境自检与安装：--check 检查依赖是否就绪，--install 可自动完成依赖安装，避免“跑到一半才发现缺东西”。
最适合临时演示场景：给客户看 Demo、手机真机调试、第三方回调联调、AI Agent 自动发布，都能在几十秒内完成。

该技能叫什么？如何一键安装 AI 技能提升开发效率？

技能中文名：部署向导Skill 技能英文名：deployment-wizard 技能ID：12856

它解决的是一个非常具体的痛点：本地写好的网页或接口，想让别人看到，传统做法要经历“买域名 → 配服务器 → 打包上传 → 配置 Nginx → 解析 DNS”这一长串流程，光是打通链路就可能耗掉半天。部署向导Skill 把这套流程压缩成「起服务 + 开隧道」两步，用 Cloudflare Tunnel 直接给本地服务分配一个 https://xxx.trycloudflare.com 形式的公网地址，无需账户、无需域名、无需托管。

一键安装的思路与步骤

确认安装前提：该技能的执行脚本以 python 命令调用（路径形如 .agent/skills/deployment-wizard/scripts/tunnel.py），因此需要本地具备可用的 Python 环境；隧道能力依赖 cloudflared，如果尚未安装，技能提供了自动安装入口。
在技能市场/技能库中添加技能：在支持 AI 技能（Skill）的 AI 编程助手或 Agent 环境中，通过技能ID 12856 或英文名 deployment-wizard 检索并添加该技能，具体入口位置与操作方式以官方说明为准。
确认技能文件落位：安装成功后，技能目录通常位于 .agent/skills/deployment-wizard/，其中包含 scripts/tunnel.py（主脚本）与 data/deploy_recipe.md（Agent 部署食谱）。
验证是否生效：
```
python .agent/skills/deployment-wizard/scripts/tunnel.py --check
```
该命令用于检查 cloudflared 是否已安装。若提示缺失，执行：
```
python .agent/skills/deployment-wizard/scripts/tunnel.py --install
```
再次运行 --check 返回正常即表示环境就绪，技能可用了。

整个过程不需要登录任何账号，也不需要预先准备域名，这正是“一键安装、即时可用”的价值所在。

该技能的主要功能和特点

公网隧道发布：把本地已启动的任意端口服务，通过 Cloudflare Tunnel 暴露为公网 HTTPS 地址，输出形如 TUNNEL_URL=https://xxx.trycloudflare.com 的结果，复制即可分享。
空闲端口自动探测：--find-port 会先做预检，返回 FREE_PORT=3000 这类结果，避免手动 lsof、反复改配置。
技术栈服务命令推荐：--serve-cmd STACK 根据你的技术栈直接给出启动命令，例如 static 对应 python -m http.server 3000，省去查文档的时间。
一键组合预检：--find-port --serve-cmd static --quiet 一次调用同时拿到空闲端口与启动命令，机器可读的输出格式特别适合脚本或 Agent 消费。
静默输出模式：--quiet 只输出关键变量（如 FREE_PORT、SERVE_CMD、TUNNEL_URL），便于管道处理与自动化判断。
依赖自检与自动安装：--check 与 --install 分别负责“体检”和“补药”，降低首次使用的失败率。
为 Agent 场景设计的执行食谱：data/deploy_recipe.md 提供简明的步骤化流程，AI 助手可按食谱逐步执行，让“帮我上线一下”变成可自动完成的动作。
多技术栈覆盖：从纯静态站点到 React/Vite/Next.js/Nuxt，再到 Django/Flask/FastAPI/Express/PHP/Ruby/Hugo，最后还有 custom 兜底，不拘泥于单一生态。

支持的技术栈一览

技术栈标识	典型用途
`static`	纯 HTML/CSS/JS 静态站点
`react` / `vite` / `nextjs` / `nuxt`	前端框架与脚手架项目
`django` / `flask` / `fastapi`	Python 后端与接口服务
`express`	Node.js 后端服务
`php` / `ruby`	传统脚本语言项目
`hugo`	静态博客与文档站
`custom`	自定义启动命令的任意项目

与普通“手动开隧道”的做法相比，它的差异化在于把端口探测、启动命令、依赖检查、隧道建立串成了一条可复用的标准流程，而不是每次靠记忆拼命令行。

如何使用该技能？

下面以“把当前目录下的静态站点发布出去”为例，完整走一遍流程。

第 1 步：环境自检

python .agent/skills/deployment-wizard/scripts/tunnel.py --check

用途：确认 cloudflared 是否就绪。若缺失则执行 --install 自动安装，或按官方说明手动安装。

第 2 步：一把拿到端口与服务命令

python .agent/skills/deployment-wizard/scripts/tunnel.py --find-port --serve-cmd static --quiet

输出示例（机器可读）：

FREE_PORT=3000
SERVE_CMD=python -m http.server 3000

说明：FREE_PORT 是当前空闲端口，SERVE_CMD 是按 static 技术栈生成的服务启动命令。

第 3 步：用返回的命令启动本地服务

python -m http.server 3000

此时在浏览器访问 http://localhost:3000 应能看到站点内容——先本地通，再对外发布，是排错的关键分水岭。

第 4 步：启动隧道

python .agent/skills/deployment-wizard/scripts/tunnel.py --port 3000 --quiet

输出示例：

TUNNEL_URL=https://xxx.trycloudflare.com

把这段地址发给同事、客户或测试同学，对方在任意网络环境用浏览器即可打开。

第 5 步：按需组合调用

只想知道用哪个端口：--find-port
只想看某技术栈该用什么命令：--serve-cmd fastapi
已经知道端口、直接开隧道：--port 8080 --quiet

第 6 步：交给 Agent 自动执行 如果你在 AI 助手中使用该技能，可以直接说“把本地站点发布到公网”，Agent 会按 .agent/skills/deployment-wizard/data/deploy_recipe.md 中的食谱，依次完成检查、找端口、起服务、开隧道，并把最终的 TUNNEL_URL 返回给你。

注意事项：隧道依赖本地服务进程与隧道进程同时存活，任一进程退出，公网地址即不可用，适合短时演示而非长期生产；同时请勿在演示中暴露敏感数据或内部系统。

同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
部署向导Skill（deployment-wizard）	面向 AI Agent 的本地发布向导	端口探测、技术栈服务命令、依赖自检、Cloudflare Tunnel 建链	安装技能即可；需本地 Python 环境，`cloudflared` 可自动安装	快速演示、真机调试、回调联调、Agent 自动化上线	优势：一条命令串起全流程、多技术栈预设、无需账号与域名；不足：地址为临时隧道地址，不适合长期托管，能力边界依赖 Cloudflare Tunnel
ngrok	通用隧道工具	建立公网隧道、流量查看面板	需注册账号并配置 Token，免费额度有限制（以官方说明为准）	开发调试、Webhook 接收	优势：生态成熟、功能全面；不足：账号与配额约束，与 AI Agent 流程需自行编排
localtunnel	轻量隧道工具	命令行为本地端口生成公网地址	依赖 Node.js 环境安装	临时分享、简单演示	优势：轻量易用；不足：无技术栈感知与端口预检，稳定性与速度视公共节点情况而定
传统云托管平台	正式部署托管	构建、CDN、绑定域名、持续集成	需注册账号、配置构建流程，通常需自备域名	正式产品上线、长期站点	优势：稳定、可长期使用、可绑自有域名；不足：配置链路长、有学习成本，临时演示场景“杀鸡用牛刀”

从对比可以看出，部署向导Skill 的差异化不在“隧道本身”，而在把发布动作标准化、并把这份标准交给 AI 来执行。

该技能的典型应用场景与实际体验情况

场景一：前端开发给客户看 Demo 前端工程师用 vite 或 react 写完页面，客户不在同一网络，截图和录屏无法体现交互。使用 --find-port --serve-cmd vite 拿到端口与命令，起服务后开隧道，几秒钟就有一个可点击的真实链接。实际体验是流程极短、几乎零学习成本，唯一要养成习惯的是“先确认本地能打开，再开隧道”。

场景二：后端联调第三方回调 做支付、登录、消息推送等集成时，第三方平台需要访问一个公网回调地址。用 --serve-cmd fastapi 或 express 起本地接口，再开隧道，就能拿公网地址填入平台后台。体验上的关键是：只要本地服务不重启、隧道进程不掉，回调可以持续接收；适合调试阶段反复验证。

场景三：手机真机测试响应式页面 移动端适配必须在真实设备上看效果，但手机访问不到 localhost。开一条隧道后，把 TUNNEL_URL 发到自己手机即可。实际体验是省去了局域网 IP 配置和跨设备同网段的限制，特别适合临时走查。

场景四：AI Agent 自动完成“帮我上线” 在支持该技能的助手环境里，用户只需一句自然语言，Agent 读取 deploy_recipe.md 食谱后依次执行自检、找端口、起服务、建隧道。实际体验中，--quiet 的机器可读输出让 Agent 能稳定解析 FREE_PORT 与 TUNNEL_URL，减少解析失败的概率；需要注意的是首次运行前应先跑一次 --check，避免因依赖缺失中断流程。

整体体验小结：上手难度低（会跑一条命令即可），效果直观（立刻得到可分享链接），主要注意点有三——依赖需先就绪、本地服务必须已在运行、隧道地址为临时性质需及时告知使用方时限。

该技能能为用户带来的价值

把“部署”从半天缩短到几十秒：省去购买域名、配置服务器、上传构建产物等环节，做完页面即可分享。
显著降低门槛：不需要懂 Nginx、DNS、证书，也不需要云服务账号，非运维角色也能独立完成对外演示。
减少无效试错：--find-port 避免端口占用冲突，--serve-cmd 避免记错启动命令，--check/--install 避免中途卡在依赖缺失，这三点把新手最常见的三类报错提前消掉。
让 AI 真正能“动手”：结构化的输出变量与现成食谱，使“帮我上线一下”这类自然语言指令具备可执行的落地路径，是 Agent 工作流中很实用的一环。
长期价值在于流程复用：团队可以把这套命令固化成脚本或提示词模板，此后每次评审、每次演示都用同一套标准动作，减少沟通成本与人为失误。

常见问题 FAQ

Q1：部署向导Skill 怎么安装？需要先准备什么？ 在支持 AI 技能的环境中按技能ID 12856 或英文名 deployment-wizard 添加即可，具体入口与步骤以官方说明为准。前提是本地有可用的 Python 环境；隧道依赖的 cloudflared 可用 --check 检查、用 --install 自动安装。

Q2：使用它需要付费或注册账号吗？ 技能说明中明确写了“无需账户，无需域名，无需托管”，使用流程里也不包含登录环节。至于 Cloudflare Tunnel 服务本身的额度或政策变化，以官方说明为准。

Q3：生成的公网地址能长期使用吗？ 该地址由本地隧道进程生成，属于临时对外访问入口，进程结束或网络中断后即失效，适合演示、调试、评审等短时场景。需要长期稳定访问的正式站点，仍建议使用常规托管方案。

Q4：它支持我的项目类型吗？ 技能内置了 static、react、vite、nextjs、nuxt、django、flask、fastapi、express、php、hugo、ruby 共 12 种预设技术栈，另有 custom 用于自定义启动命令。如果你的框架不在列表中，选择 custom 并手动指定端口即可。

Q5：和 ngrok、localtunnel 这类工具比该怎么选？ 如果你只是要一条隧道、并且习惯自己拼命令，通用隧道工具足够；如果你希望在 AI 助手或自动化流程中“一句话完成发布”，并且想要端口预检、技术栈命令推荐、依赖自检这些前置保障，部署向导Skill 更省心。两者也可共存：技能负责流程编排，隧道工具作为底层能力。