Vercel Agent Skills 全面指南 (2026)

Vercel Agent Skills：完整指南 (2026)

Vercel Agent Skills 让 AI 编程代理能够直接与 Vercel 平台交互 —— 部署预览版、管理环境变量、查询构建日志以及运行诊断，所有这些都可以在你的 AI 辅助开发工作流中完成。你的 AI 代理能够为你处理部署生命周期，而无需在你编辑器和 Vercel 控制台之间来回切换。

本指南涵盖了什么是 Agent Skills、如何设置它们，以及如何有效地配合各种热门 AI 编程代理使用。

什么是 Vercel Agent Skills？

Agent Skills 是 Vercel 通过 Model Context Protocol (MCP) 开放的一组工具。当 AI 编程代理（如 Claude Code, Cursor 或 Cline）连接到 Vercel 的 MCP 服务器时，它将获得以下能力：

触发并监控部署
读取构建（build）和运行时（runtime）日志
管理环境变量
检查项目配置
运行 Web Vitals 诊断
管理域名和 DNS 设置

可以将 Agent Skills 视为赋予了你的 AI 助手对 Vercel 控制台的管理员访问权限，且完全通过自然语言进行控制。

设置 Vercel Agent Skills

前提条件

一个至少拥有一个项目的 Vercel 账号
一个 Vercel API 令牌（Settings > Tokens）
一个支持 MCP 的 AI 编程代理

步骤 1：生成 Vercel 令牌 (Token)

访问 vercel.com/account/tokens 并创建一个新令牌：

Name: Agent Skills
Scope: 你的团队或个人账号
Expiration: 根据你的安全需求进行选择

步骤 2：配置 MCP

配置方式取决于你使用的 AI 代理。

对于 Claude Code (claude_desktop_config.json)：

{
  "mcpServers": {
    "vercel": {
      "command": "npx",
      "args": ["-y", "vercel-mcp-server"],
      "env": {
        "VERCEL_TOKEN": "your_token_here"
      }
    }
  }
}

对于 Cursor (.cursor/mcp.json)：

{
  "mcpServers": {
    "vercel": {
      "command": "npx",
      "args": ["-y", "vercel-mcp-server"],
      "env": {
        "VERCEL_TOKEN": "your_token_here"
      }
    }
  }
}

对于 Cline (VS Code 设置)：

通过 Cline 的 MCP 设置面板添加带有相同命令和环境变量的 MCP 服务器配置。

步骤 3：验证连接

配置好 MCP 服务器后，通过询问 AI 代理进行测试：

"列出我的 Vercel 项目"

如果配置正确，代理应该会返回你的 Vercel 项目列表。

可用的 Agent Skills

部署相关 (Deployment Skills)

技能	描述	示例提示词
`list_deployments`	列出最近的部署	"显示我最近的 5 次部署"
`get_deployment`	获取部署详情	"最新的部署状态是什么？"
`create_deployment`	触发新部署	"将当前分支部署到预览环境"
`get_deployment_logs`	读取构建和运行时日志	"显示失败部署的构建日志"
`cancel_deployment`	取消正在进行的构建	"取消当前的部署"

项目管理相关 (Project Management Skills)

技能	描述	示例提示词
`list_projects`	列出所有项目	"列出我的 Vercel 项目"
`get_project`	获取项目配置	"显示 my-app 项目的配置"
`update_project`	更新项目设置	"为此项目设置 Node.js 版本为 22"
`list_domains`	列出项目域名	"这个项目配置了哪些域名？"

环境变量相关 (Environment Variable Skills)

技能	描述	示例提示词
`list_env_vars`	列出环境变量	"显示生产环境的所有环境变量"
`create_env_var`	添加新的环境变量	"向生产环境添加 DATABASE_URL"
`update_env_var`	更新现有变量	"更新 staging 环境的 API_KEY"
`delete_env_var`	移除变量	"移除已废弃的 LEGACY_KEY 变量"

诊断相关 (Diagnostics Skills)

技能	描述	示例提示词
`get_web_vitals`	检查核心网页指标	"my-app 的 Web Vitals 表现如何？"
`get_speed_insights`	获取性能数据	"显示过去 7 天的速度洞察"
`check_dns`	验证 DNS 配置	"检查我的域名 DNS 是否配置正确"

实际工作流

工作流 1：部署并验证

以下是使用 Vercel 技能与 AI 代理的典型对话：

用户："部署当前分支并显示构建日志"

代理：我将触发部署并进行监控。
[调用 create_deployment]
部署已开始：dpl_abc123
[轮询调用 get_deployment_logs]

构建在 42 秒内完成。摘要如下：
- 框架：Next.js 15.2
- 构建耗时：42s
- 输出大小：2.3 MB
- 预览链接：https://my-app-abc123.vercel.app

构建日志中没有错误或警告。

工作流 2：调试失败的部署

用户："最近一次部署失败了。发生了什么？"

代理：让我检查一下部署日志。
[调用 list_deployments]
[针对最近失败的部署调用 get_deployment_logs]

部署在构建阶段失败。错误如下：

Error: Module not found: Can't resolve '@/components/NewFeature'

该文件在 src/app/page.tsx:14 中被引用，但并不存在。
你需要创建该组件或移除对应的 import。

工作流 3：环境变量管理

用户："添加生产环境的 Stripe 密钥。
      STRIPE_PUBLIC_KEY=pk_live_xxx
      STRIPE_SECRET_KEY=sk_live_xxx"

代理：我将这两个环境变量添加到生产环境中。
[为 STRIPE_PUBLIC_KEY 调用 create_env_var，目标：production]
[为 STRIPE_SECRET_KEY 调用 create_env_var，目标：production]

操作完成。这两个变量现在已为生产环境设置：
- STRIPE_PUBLIC_KEY: pk_live_xxx (production)
- STRIPE_SECRET_KEY: sk_live_xxx (production, 已加密)

注意：你需要重新部署才能使这些设置生效。
需要我触发一次生产环境部署吗？

工作流 4：性能监控

用户："检查我们生产站点的 Web Vitals"

代理：[为 production 调用 get_web_vitals]

以下是过去 28 天的核心网页指标：

| 指标 | 数值 | 评级 |
|--------|-------|--------|
| LCP | 1.8s | 良好 |
| INP | 120ms | 良好 |
| CLS | 0.08 | 待改进 |

CLS 略高于 0.05 的阈值。主要偏差来源是由于 Hero 图片加载时未指定显式的 width/height 属性导致的布局偏移。

创建自定义技能 (Custom Skills)

你可以通过在自定义 MCP 工具中封装 Vercel API 来扩展 Vercel Agent Skills。以下是使用 MCP SDK 的示例：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

const server = new McpServer({
  name: "custom-vercel-skills",
  version: "1.0.0",
});

// 自定义技能：比较两次部署
server.tool(
  "compare_deployments",
  "比较两次部署之间的构建时间和大小",
  {
    deployment1: z.string().describe("第一个部署的 ID"),
    deployment2: z.string().describe("第二个部署的 ID"),
  },
  async ({ deployment1, deployment2 }) => {
    const [d1, d2] = await Promise.all([
      fetchDeployment(deployment1),
      fetchDeployment(deployment2),
    ]);

    return {
      content: [{
        type: "text",
        text: JSON.stringify({
          buildTimeDiff: d2.buildTime - d1.buildTime,
          sizeDiff: d2.outputSize - d1.outputSize,
          deployment1: { buildTime: d1.buildTime, size: d1.outputSize },
          deployment2: { buildTime: d2.buildTime, size: d2.outputSize },
        }, null, 2),
      }],
    };
  }
);

最佳实践

1. 使用限定范围的令牌

创建具有最小所需权限的令牌。如果你的代理只需要读取部署的权限，请不要赋予它写入环境变量的权限。

2. 设置团队级令牌

对于团队开发，请使用团队范围（team-scoped）的令牌而不是个人令牌。这可以确保在团队成员离职时访问权限依然持续。

3. 在部署到生产环境前进行预研

虽然 Agent Skills 可以部署到生产环境，但建议在工作流中设置确认步骤：

用户："部署到生产环境"
代理：这将部署到生产环境 (my-app.com)。
      当前的预览版运行健康，所有检查均已通过。
      是否继续？
用户："是的，继续"

4. 结合 Git 工作流

Agent Skills 在配合适当的 Git 工作流时效果最佳。利用它们来：

部署功能分支以供预览
在推送到代码库后检查构建状态
在生产环境部署后验证 Web Vitals
在新成员入职期间管理环境变量

故障排除

"Tool not found" 错误： 确保 MCP 服务器正在运行。更改配置后重启你的 AI 代理。

"Unauthorized" 错误： 你的 Vercel 令牌可能已过期或缺少权限。请生成一个具有正确范围的新令牌。

"Project not found" 错误： 验证项目名称或 ID 是否完全匹配。先使用 list_projects 查看可用项目。

结论

Vercel Agent Skills 弥补了 AI 编程代理与部署平台之间的鸿沟。通过 MCP 将你的 AI 助手连接到 Vercel，你可以不用离开开发环境即可管理部署、环境变量和性能监控。

对于在 Vercel 上构建 AI 媒体应用的开发者，Hypereal AI 提供了 AI 图像和视频生成的 API，这些 API 可以无缝部署为 Vercel Serverless Functions，打造从代码到生产的流畅管线。

Vercel Agent Skills：完整指南 (2026)

本指南涵盖了什么是 Agent Skills、如何设置它们，以及如何有效地配合各种热门 AI 编程代理使用。

什么是 Vercel Agent Skills？

触发并监控部署
读取构建（build）和运行时（runtime）日志
管理环境变量
检查项目配置
运行 Web Vitals 诊断
管理域名和 DNS 设置

可以将 Agent Skills 视为赋予了你的 AI 助手对 Vercel 控制台的管理员访问权限，且完全通过自然语言进行控制。

设置 Vercel Agent Skills

前提条件

一个至少拥有一个项目的 Vercel 账号
一个 Vercel API 令牌（Settings > Tokens）
一个支持 MCP 的 AI 编程代理

步骤 1：生成 Vercel 令牌 (Token)

访问 vercel.com/account/tokens 并创建一个新令牌：

Name: Agent Skills
Scope: 你的团队或个人账号
Expiration: 根据你的安全需求进行选择

步骤 2：配置 MCP

配置方式取决于你使用的 AI 代理。

对于 Claude Code (claude_desktop_config.json)：

{
  "mcpServers": {
    "vercel": {
      "command": "npx",
      "args": ["-y", "vercel-mcp-server"],
      "env": {
        "VERCEL_TOKEN": "your_token_here"
      }
    }
  }
}

对于 Cursor (.cursor/mcp.json)：

{
  "mcpServers": {
    "vercel": {
      "command": "npx",
      "args": ["-y", "vercel-mcp-server"],
      "env": {
        "VERCEL_TOKEN": "your_token_here"
      }
    }
  }
}

对于 Cline (VS Code 设置)：

通过 Cline 的 MCP 设置面板添加带有相同命令和环境变量的 MCP 服务器配置。

步骤 3：验证连接

配置好 MCP 服务器后，通过询问 AI 代理进行测试：

"列出我的 Vercel 项目"

如果配置正确，代理应该会返回你的 Vercel 项目列表。

可用的 Agent Skills

部署相关 (Deployment Skills)

技能	描述	示例提示词
`list_deployments`	列出最近的部署	"显示我最近的 5 次部署"
`get_deployment`	获取部署详情	"最新的部署状态是什么？"
`create_deployment`	触发新部署	"将当前分支部署到预览环境"
`get_deployment_logs`	读取构建和运行时日志	"显示失败部署的构建日志"
`cancel_deployment`	取消正在进行的构建	"取消当前的部署"

项目管理相关 (Project Management Skills)

技能	描述	示例提示词
`list_projects`	列出所有项目	"列出我的 Vercel 项目"
`get_project`	获取项目配置	"显示 my-app 项目的配置"
`update_project`	更新项目设置	"为此项目设置 Node.js 版本为 22"
`list_domains`	列出项目域名	"这个项目配置了哪些域名？"

环境变量相关 (Environment Variable Skills)

技能	描述	示例提示词
`list_env_vars`	列出环境变量	"显示生产环境的所有环境变量"
`create_env_var`	添加新的环境变量	"向生产环境添加 DATABASE_URL"
`update_env_var`	更新现有变量	"更新 staging 环境的 API_KEY"
`delete_env_var`	移除变量	"移除已废弃的 LEGACY_KEY 变量"

诊断相关 (Diagnostics Skills)

技能	描述	示例提示词
`get_web_vitals`	检查核心网页指标	"my-app 的 Web Vitals 表现如何？"
`get_speed_insights`	获取性能数据	"显示过去 7 天的速度洞察"
`check_dns`	验证 DNS 配置	"检查我的域名 DNS 是否配置正确"

实际工作流

工作流 1：部署并验证

以下是使用 Vercel 技能与 AI 代理的典型对话：

用户："部署当前分支并显示构建日志"

代理：我将触发部署并进行监控。
[调用 create_deployment]
部署已开始：dpl_abc123
[轮询调用 get_deployment_logs]

构建在 42 秒内完成。摘要如下：
- 框架：Next.js 15.2
- 构建耗时：42s
- 输出大小：2.3 MB
- 预览链接：https://my-app-abc123.vercel.app

构建日志中没有错误或警告。

工作流 2：调试失败的部署

用户："最近一次部署失败了。发生了什么？"

代理：让我检查一下部署日志。
[调用 list_deployments]
[针对最近失败的部署调用 get_deployment_logs]

部署在构建阶段失败。错误如下：

Error: Module not found: Can't resolve '@/components/NewFeature'

该文件在 src/app/page.tsx:14 中被引用，但并不存在。
你需要创建该组件或移除对应的 import。

工作流 3：环境变量管理

用户："添加生产环境的 Stripe 密钥。
      STRIPE_PUBLIC_KEY=pk_live_xxx
      STRIPE_SECRET_KEY=sk_live_xxx"

代理：我将这两个环境变量添加到生产环境中。
[为 STRIPE_PUBLIC_KEY 调用 create_env_var，目标：production]
[为 STRIPE_SECRET_KEY 调用 create_env_var，目标：production]

操作完成。这两个变量现在已为生产环境设置：
- STRIPE_PUBLIC_KEY: pk_live_xxx (production)
- STRIPE_SECRET_KEY: sk_live_xxx (production, 已加密)

注意：你需要重新部署才能使这些设置生效。
需要我触发一次生产环境部署吗？

工作流 4：性能监控

用户："检查我们生产站点的 Web Vitals"

代理：[为 production 调用 get_web_vitals]

以下是过去 28 天的核心网页指标：

| 指标 | 数值 | 评级 |
|--------|-------|--------|
| LCP | 1.8s | 良好 |
| INP | 120ms | 良好 |
| CLS | 0.08 | 待改进 |

CLS 略高于 0.05 的阈值。主要偏差来源是由于 Hero 图片加载时未指定显式的 width/height 属性导致的布局偏移。

创建自定义技能 (Custom Skills)

你可以通过在自定义 MCP 工具中封装 Vercel API 来扩展 Vercel Agent Skills。以下是使用 MCP SDK 的示例：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

const server = new McpServer({
  name: "custom-vercel-skills",
  version: "1.0.0",
});

// 自定义技能：比较两次部署
server.tool(
  "compare_deployments",
  "比较两次部署之间的构建时间和大小",
  {
    deployment1: z.string().describe("第一个部署的 ID"),
    deployment2: z.string().describe("第二个部署的 ID"),
  },
  async ({ deployment1, deployment2 }) => {
    const [d1, d2] = await Promise.all([
      fetchDeployment(deployment1),
      fetchDeployment(deployment2),
    ]);

    return {
      content: [{
        type: "text",
        text: JSON.stringify({
          buildTimeDiff: d2.buildTime - d1.buildTime,
          sizeDiff: d2.outputSize - d1.outputSize,
          deployment1: { buildTime: d1.buildTime, size: d1.outputSize },
          deployment2: { buildTime: d2.buildTime, size: d2.outputSize },
        }, null, 2),
      }],
    };
  }
);

最佳实践

1. 使用限定范围的令牌

创建具有最小所需权限的令牌。如果你的代理只需要读取部署的权限，请不要赋予它写入环境变量的权限。

2. 设置团队级令牌

对于团队开发，请使用团队范围（team-scoped）的令牌而不是个人令牌。这可以确保在团队成员离职时访问权限依然持续。

3. 在部署到生产环境前进行预研

虽然 Agent Skills 可以部署到生产环境，但建议在工作流中设置确认步骤：

用户："部署到生产环境"
代理：这将部署到生产环境 (my-app.com)。
      当前的预览版运行健康，所有检查均已通过。
      是否继续？
用户："是的，继续"

4. 结合 Git 工作流

Agent Skills 在配合适当的 Git 工作流时效果最佳。利用它们来：

部署功能分支以供预览
在推送到代码库后检查构建状态
在生产环境部署后验证 Web Vitals
在新成员入职期间管理环境变量

故障排除

"Tool not found" 错误： 确保 MCP 服务器正在运行。更改配置后重启你的 AI 代理。

"Unauthorized" 错误： 你的 Vercel 令牌可能已过期或缺少权限。请生成一个具有正确范围的新令牌。

"Project not found" 错误： 验证项目名称或 ID 是否完全匹配。先使用 list_projects 查看可用项目。

开始使用 Hypereal 构建

Vercel Agent Skills：完整指南 (2026)

什么是 Vercel Agent Skills？

设置 Vercel Agent Skills

前提条件

步骤 1：生成 Vercel 令牌 (Token)

步骤 2：配置 MCP

步骤 3：验证连接

可用的 Agent Skills

部署相关 (Deployment Skills)

项目管理相关 (Project Management Skills)

环境变量相关 (Environment Variable Skills)

诊断相关 (Diagnostics Skills)

实际工作流

工作流 1：部署并验证

工作流 2：调试失败的部署

工作流 3：环境变量管理

工作流 4：性能监控

创建自定义技能 (Custom Skills)

最佳实践

1. 使用限定范围的令牌

2. 设置团队级令牌

3. 在部署到生产环境前进行预研

4. 结合 Git 工作流

故障排除

结论

相关文章

2026年最佳 AI Coding Agents：全面对比评估

Aider AI：基于终端的 AI 代码助手（2026）

最佳 Cursor Rules：优质 .cursorrules 资源汇总 (2026)

立即开始构建

开始使用 Hypereal 构建

Vercel Agent Skills：完整指南 (2026)

什么是 Vercel Agent Skills？

设置 Vercel Agent Skills

前提条件

步骤 1：生成 Vercel 令牌 (Token)

步骤 2：配置 MCP

步骤 3：验证连接

可用的 Agent Skills

部署相关 (Deployment Skills)

项目管理相关 (Project Management Skills)

环境变量相关 (Environment Variable Skills)

诊断相关 (Diagnostics Skills)

实际工作流

工作流 1：部署并验证

工作流 2：调试失败的部署

工作流 3：环境变量管理

工作流 4：性能监控

创建自定义技能 (Custom Skills)

最佳实践

1. 使用限定范围的令牌

2. 设置团队级令牌

3. 在部署到生产环境前进行预研

4. 结合 Git 工作流

故障排除

结论

相关文章

2026年最佳 AI Coding Agents：全面对比评估

Aider AI：基于终端的 AI 代码助手（2026）

最佳 Cursor Rules：优质 .cursorrules 资源汇总 (2026)

立即开始构建