deploy-checklist – 部署前检查清单 Skill

Skill 详细介绍

anthropics/knowledge-work-plugins#deploy-checklist 是 Anthropic 官方 knowledge-work-plugins 仓库中的一个 Skill，名称可以识别为 deploy-checklist。它属于知识工作类插件集合，核心定位是围绕“部署前检查清单”这类知识工作任务，帮助 AI Agent 在部署、发布或上线流程中生成、整理和执行结构化的检查项。

它的本质是一份面向 Agent 的指令集与工作方法，不是一个可以独立运行的软件、CLI 工具或服务。安装后，Agent 获得的是“部署前按清单逐项核查”的工作能力，而不是一个可以直接 double-click 运行的可执行程序。

核心用途大致包括：

– 在代码或配置即将部署、发布、上线前，生成一份结构化的检查清单
– 按清单对当前项目状态进行逐项确认，输出哪些已满足、哪些未满足
– 帮助团队把散落在文档、Wiki、口头约定里的部署前检查步骤，整理成可复用的清单
– 在 Agent 参与部署流程时，提供一个相对固定的核对框架

它解决的主要问题是：部署前检查项容易遗漏、依赖个人经验、缺乏统一格式。通过把检查清单作为 Skill 交给 Agent，可以让 Agent 在相关任务中主动带上这套检查习惯。

适合使用的用户：

– 需要频繁做部署、发布、上线前检查的开发与运维人员
– 希望让 Agent 协助执行标准化上线流程的团队
– 想把部署检查从“靠人记”变成“靠清单核对”的工程团队

不适合的需求：

– 想找一个能直接执行部署动作的自动化工具（这不是部署执行器）
– 想做云资源编排、CI/CD 流水线搭建（应看专门的部署或 CI/CD 类 Skill）
– 想找通用代码审查、Debug 工具

与 Agent 自身能力的区别：普通 Agent 也可以帮你写检查清单，但格式、覆盖范围、严格程度每次可能不同。deploy-checklist 相当于把这套检查方式固定下来，让 Agent 在相关任务中按照更一致的结构输出。它不引入新的外部 API 或数据源，能力主要来自指令与工作流层面。

由于当前官方资料对 SKILL.md 具体内容、确切触发方式和覆盖范围没有在公开页面完整展开，更细的实现细节应以该 Skill 当前官方说明为准。

Skill 安全评估

总体判断：deploy-checklist 来自 Anthropic 官方 knowledge-work-plugins 仓库，属于来源可信度较高的 Skill。它的核心工作是生成和核对部署检查清单，本身不必然要求执行部署命令、写入生产环境或访问敏感凭证。风险水平主要取决于你所使用的 Agent 是否被授予了 Shell、文件写入、网络、云端凭证等权限。

与这个 Skill 真正相关的安全点：

来源可信度
– 来自 Anthropic 官方组织的仓库，相比来源不明的第三方 Skill，供应链风险更低。
– 仍建议关注仓库的更新状态和具体 SKILL.md 内容，不要因为“官方”就默认它永远不会变。

文件读取
– 做部署前检查时，Agent 通常需要读取项目文件（配置文件、Dockerfile、CI 配置、README 等）来判断检查项是否满足。这属于正常用途。
– 建议限制 Agent 只读取当前项目目录，避免把主目录、凭证目录一并暴露。

文件写入
– Skill 主要产出是清单和核对结果，通常不需要修改项目源码。
– 如果 Agent 提出要自动修改配置或部署脚本，应视为额外动作，需要你明确确认。

Shell 权限
– Skill 本身是知识工作类指令，不必然要求 Shell。
– 如果 Agent 被允许自动执行 Shell，它可能尝试运行检查命令（如查看环境变量、检查构建产物）。这不一定是 Skill 要求的，而是 Agent 权限带来的。
– 实操建议：如果只需要生成和监督清单，可以关闭 Agent 自动执行 Shell 的权限，由你手动运行需要验证的命令。

网络访问
– 生成和核对清单通常不需要联网。
– 如果 Agent 被允许联网，可能去查文档或拉取依赖。是否允许，取决于你的环境策略。

凭证与密钥
– 部署检查常涉及环境变量、Token、云凭证是否配置正确。请提醒 Agent 只检查“是否存在、是否被引用”，不要把真实密钥值输出到聊天记录或日志里。
– 不要把生产环境密钥交给 Agent，除非确实需要且在你可控的环境中。

命令注入与 Prompt Injection
– 如果 Agent 读取的是不受信任的第三方文件（外部 README、issue 内容），理论上存在 Prompt Injection 风险，可能诱导 Agent 执行非预期动作。
– 建议在读取外部内容与执行动作之间保留人工确认环节。

降低风险的做法：

1. 在隔离环境中使用，或先用只读权限跑一遍。
2. 关闭不必要的 Shell 自动执行和网络权限。
3. 要求 Agent 输出清单和建议，而不是直接改生产环境。
4. 部署动作本身由人或 CI 系统执行，Skill 只负责检查与核对。
5. 处理生产凭证时，只核对存在性和引用关系，不暴露具体值。

不能说这个 Skill“绝对安全”或“完全无风险”。安全性取决于你授予 Agent 的权限边界，以及你把它用在什么环境里。

Skill 使用要求

一、Agent / 客户端

该 Skill 来自 Anthropic 官方 knowledge-work-plugins 仓库，与 Claude Code 的配合最为自然，可以优先在 Claude Code 中使用。Anthropic 官方没有公布完整的第三方 Agent 兼容列表。

从 Agent Skill 的一般工作方式看，在支持 Skills、自定义指令或类似加载机制的环境中，通常也可以尝试在 Codex、Cursor、Trae、OpenClaw、WorkBuddy 等主流 AI Agent 中使用。不同 Agent 对 Skill 的加载方式、目录规范、触发机制可能不同，兼容程度也会不同，具体以对应 Agent 当前版本为准。

| 项目 | 要求 |
|—|—|
| 首选 Agent | Claude Code |
| 其他 Agent | 支持 Skills / 自定义指令的 Agent 可尝试 |
| 官方第三方兼容列表 | 官方未完整公布 |

二、运行环境 / 依赖

deploy-checklist 属于知识工作类指令型 Skill，当前官方资料没有把它绑定到某个特定运行时。

通常不需要额外安装 Node.js、Python、Docker 等运行时即可使用该 Skill 本身。但如果你的项目本身需要这些工具来执行部署检查项，那是项目层面的要求，不是 Skill 的硬性依赖。

| 项目 | 要求 |
|—|—|
| Node.js | 官方未明确要求 |
| Python | 官方未明确要求 |
| Docker | 官方未明确要求 |
| 网络 | 官方未明确要求；按 Agent 环境策略决定 |
| Git | 官方未明确要求 |

三、权限

| 权限 | 说明 | 建议 |
|—|—|—|
| 文件读取 | 读取项目文件以核对检查项 | 通常需要 |
| 文件写入 | 生成清单结果 | 可选 |
| Shell | 执行检查命令 | 可选，可关闭 |
| 网络 | 查询资料或依赖 | 可选 |
| Docker | 检查容器相关项 | 仅项目需要时 |
| GitHub | 检查 CI / Release | 仅项目需要时 |

四、账号 / API Key

Skill 本身不要求单独的账号或 API Key。是否需要凭证，取决于：

– 你使用的 Agent 是否需要登录或 API Key（这属于 Agent 层面）
– 你要部署的项目是否需要云平台、仓库、CI 的凭证（这属于项目层面）

两者不要混为一谈。Skill 不会因为你安装了它而自动获得任何第三方账号权限。

最小使用条件

1. 一个能加载 Skill 的 Agent（Claude Code 优先）
2. 对该项目的读取访问
3. 明确要检查的部署目标或环境
4. 说明希望覆盖的检查范围

Skill 安装、使用与卸载教程

一、安装

LemonAIKit Skill 详情页已经提供该 Skill 的安装指令。直接复制本页面提供的安装指令，粘贴到对应 Agent 或终端中执行即可。

如果你不确定自己的 Agent 该怎么装，可以直接问当前 Agent：

如何安装 anthropics/knowledge-work-plugins#deploy-checklist？

如何在 Claude Code 中安装 anthropics/knowledge-work-plugins#deploy-checklist？

如何在 Codex 中安装 anthropics/knowledge-work-plugins#deploy-checklist？

如何在 Cursor 中安装 anthropics/knowledge-work-plugins#deploy-checklist？

让 Agent 根据自己的 Skill 加载与管理机制给出安装方式，比自己猜路径更稳妥。

目前官方资料没有给出该 Skill 额外的特殊安装条件，因此不需要额外的复杂步骤。

二、安装后如何使用

安装后，在 Claude Code 或其他兼容 Agent 中，直接在描述部署、发布、上线、上线前检查这类任务时，让 Agent 使用该 Skill 即可。适合交给它的任务包括：

– 生成部署前检查清单
– 核对当前项目是否满足上线条件
– 把已有的部署流程整理成结构化清单
– 对某个环境做上线前逐项确认

自然语言使用示例：

使用 deploy-checklist，帮我为这个 Node.js 项目生成一份上线前的部署检查清单。

使用 deploy-checklist，核对我当前项目在发布到生产环境前有哪些检查项还没完成。

使用 deploy-checklist，把我们团队散落在文档里的上线步骤整理成一份可复用的部署检查清单。

关键是把你真正关心的环境和范围说清楚，比如“生产环境”“灰度发布”“仅前端静态资源”。范围越明确，清单越有针对性。

三、卸载

不同 Agent 的 Skill 安装位置和管理方式不同。通常可以通过以下方式移除：

– 使用对应 Agent 或 Skill 管理器提供的删除 / 移除方式
– 删除对应的 Skill 目录或条目
– 直接询问当前 Agent

如何卸载 anthropics/knowledge-work-plugins#deploy-checklist？

如果没有统一的卸载命令，直接让 Agent 根据当前环境说明如何移除，通常更稳妥。

常见问题

1. 这个 Skill 能直接帮我执行部署吗？

不能。它负责生成和核对部署检查清单，实际部署动作应由你或 CI/CD 系统执行。它不替代部署工具本身。

2. 安装后 Agent 没有识别到这个 Skill，怎么办？

先确认安装是否成功、Skill 是否处于启用状态，再确认当前 Agent 支持 Skill 加载机制。不同 Agent 对 Skill 的目录结构和命名要求可能不同，可以直接问当前 Agent：

为什么我安装了 anthropics/knowledge-work-plugins#deploy-checklist 但没有生效？

3. 可以同时安装到多个 Agent 吗？

通常可以，只要每个 Agent 各自的 Skill 目录或管理机制支持。但同一个 Skill 在不同 Agent 中的行为可能略有差异，建议先在主用 Agent 上用顺。

4. Skill 更新后需要重新安装吗？

取决于你使用的 Agent 和安装方式。有些 Agent 会在启动时同步最新版本，有些需要手动更新。当前官方资料未对这一点给出统一说明，遇到具体问题时询问当前 Agent 更直接。

5. 中国大陆使用是否有网络要求？

Skill 本身是知识工作类指令，通常不依赖特定网络即可使用。是否需要联网，主要取决于你的 Agent 和项目本身（比如要不要拉取依赖、访问云平台）。来自 Anthropic 官方仓库的资源，在中国大陆的网络环境下访问可能需要合适的网络条件，具体以你的实际环境为准。

6. 它会不会修改我已有的项目文件？

不一定。它本身以生成清单和核对结果为主。是否写文件，取决于 Agent 的权限设置和你给的任务。如果你想确保不改动项目，可以关闭 Agent 的自动写入权限，只让它输出清单。

7. 它和云平台、CI/CD 类 Skill 有什么区别？

deploy-checklist 关注的是“部署前该检查什么、有没有做完”，属于流程与规范层面。云平台、CI/CD 类 Skill 关注的是“把东西部署上去”的执行层面。两者可以配合，但任务不同。