2周前我在地铁上突然想做个小游戏发给朋友。没带电脑，我就对着手机里的 AI 说了一句"帮我做个贪吃蛇小游戏，部署到 EdgeOne Makers"，几分钟后拿到一个能玩的链接。这就是 Makers Deploy Skill 的威力——对话即部署。
经验：Skill 不是插件、不是脚本，而是一份交给 AI 的"操作手册"（Anthropic 提出的开放规范）。它告诉 AI 该做什么、怎么做、出错怎么办。AI 加载后，就变成了一位会自动判断环境、选策略、执行部署的运维工程师。
16.1 先装 Skill
三种方式，挑顺手的：
| 方式 | 操作 |
|---|---|
| 自然语言（推荐） | 在 AI 工具里说："帮我安装这个 skill：https://github.com/TencentEdgeOne/edgeone-pages-skills" |
| 命令行 | npx skills add TencentEdgeOne/edgeone-pages-skills |
| 手动 | 下载仓库，把 skills/edgeone-pages-deploy/ 放进 AI 工具的 skills 目录 |
标叔的结论：我一般用自然语言装，因为 AI 会自己拉仓库、解析、落盘，全程不用我动手。CodeBuddy / Claude Code / Cursor 都原生支持这套规范。
16.2 一句话触发部署
装完之后，部署就是一句话的事。
场景一：在 CodeBuddy 里加功能并预览
我对 AI 说："帮我新增个暗黑模式，然后部署一个预览环境到 EdgeOne Makers"。CodeBuddy 加载 Skill 后自动走四步：
- 环境检查：检测 EdgeOne CLI 是否装好、版本对不对，没装就自动
npm install -g edgeone - 登录认证：没登录就引导浏览器完成认证
- 项目构建：自动识别框架（如 Vue.js）执行构建
- 部署上传：把产物推到 Makers
全程我只在它提问时确认少量信息（比如选中国站/国际站），其余全自动。从发指令到拿到线上 URL，通常 1–2 分钟。
场景二：在 OpenClaw 里从零造
OpenClaw 是开源 AI Agent 框架，能接企业微信、飞书、Telegram。我在 IM 里说"帮我做一个贪吃蛇小游戏，部署到 EdgeOne Makers"，AI 从零生成代码 → 检查环境 → 登录 → 构建 → 上线，返回一个可访问链接。有 bug 就再让它修、再部署。
建议：部署到 Makers 的项目是持久化的——每次部署更新同一个站点 URL，你能不断迭代，就像传统 CI/CD。项目也能在 Makers 控制台管理：绑域名、看部署历史。
16.3 远程 / CI 环境怎么登录
浏览器登录在远程服务器、SSH、CI/CD 里走不通，Skill 会自动切到 API Token 方式。Token 在中国站 / 国际站控制台创建。Agent 首次用 Token 后会问你要不要存到本地 .edgeone/.token，之后自动复用。
| 要点 | 说明 |
|---|---|
| Token 权限 | Makers 账户级别，请妥善保管 |
| 切勿提交 | 别把 .edgeone/.token 推进代码仓库 |
| 错误处理 | Skill 内置修复逻辑：CLI 版本不对自动重装、登录过期引导重登、构建失败分析日志给建议 |
警告：API Token 等于你账号的钥匙。我用它时只放在本地或 CI 的 secret 里，绝不写进
.env还git add。
16.4 支持哪些框架
EdgeOne CLI 会自动识别框架并选对构建策略，你不用手动配：
| 类别 | 框架 |
|---|---|
| 全栈 / SSR | Next.js、Nuxt、SvelteKit |
| 静态生成 | Astro、Vite |
| 前端库 | React、Vue |
标叔的结论：你只管写业务代码，部署的脏活交给 Skill。它和 Makers 的 Agent 原生能力是一套思路——把"怎么部署"这件事，从人的记忆里挪进机器的操作手册。
下一章，我们正面看 AI 应用本身：怎么用通用大模型，几分钟搭出一个能对话、能生图的站点。