# [核心] 让 AI 为你打工:结合 Cursor / Claude 实现全自动运维 > **目标**:在上一篇教程中,我们展示了使用命令行一键部署的顺畅体验。本篇我们将进一步颠覆传统开发和运维流程,向你展示 > Licell 核心竞争力:结合 **AI Coding Agent** (Cursor、Claude Code 或 CLI Tools) > 实现全自动应用上云与管理。 ## 1. 为什么将 AI 引入部署? 在现代 Web 开发中,写代码可能只是最轻松的一环;繁琐的是**配置环境、调试网络平面、分配 CPU 和数据库内存等**。 Licell 的初衷就是打造一个“懂 AI 的部署 CLI”。我们提供了面向 Agent 的 **Skills + catalog + 结构化 help / output**, 让 AI 能稳定发现命令、理解参数与结果契约,并代你执行复杂的云端能力。你可以简单对 Cursor/Claude 说:“帮我把当前这个项目发布到生产环境(prod),记得申请 SSL 证书。” AI 会按固定的命令发现与执行链路调用 Licell,把事情做完。 ## 2. 一键让 Agent 认识 Licell(Skills + CLI) 当你完成了首次登录之后,Licell 的欢迎向导应该询问了你是否要进行第二阶段的配置:**AI 技能配置**。如果当时跳过了,你随时可以运行: ```bash licell setup ``` 向导会帮你把 Licell 的使用方式注入给 Agent。 ### 2.1 注入 AI Skills (让 AI 理解命令) 向导会自动在全局生成一个高度浓缩且系统化的结构化文件(例如给 Claude 的 `.claude/skills/licell/SKILL.md`,或给 Cursor 的一份文档)。 当你在 Agent 中与之对话时,由于系统提示词被注入了这些 **"Skills"**,AI 不会瞎编乱造或者去爬取旧的网络数据,它会精准地知道 `"licell deploy --target preview"` 以及各种 API 参数的功能和可用性! ### 2.2 用 catalog / help / JSON output 执行命令 配置完成后,推荐让 Agent 固定按下面三步工作: ```bash licell catalog --output json licell deploy check --help --output json licell deploy check --runtime nodejs22 --entry src/index.ts --output json ``` 此时你的 Claude Code/Cursor 端点被唤醒后,AI 就能**先发现命令面,再读取结构化契约,最后执行真正的阿里云操作**。 ## 3. 面向 AI 的工程预检机制 作为资深的工程师,我们知道 AI 很容易写错一个小配置导致部署崩溃,调试云上环境费时费力。Licell 提供了一个面向 AI 的极其友好的命令对峙环境: 如果 AI 不确定当前代码能否运行,它能主动执行下面这组只读命令: 1. `licell deploy spec `:先读 runtime 的 entry / handler / 资源约束。 2. `licell deploy check --runtime --entry `:只读预检当前项目,提前发现入口与 runtime 问题。 ## 4. 典型场景体验对话 配置完这一切,打开您的 IDE / Claude Code: **你:** > “帮我检查一下当前目录是否满足 Node.js 22 > 的函数计算规则要求,如果少什么文件请补充完整。” **AI 的动作:** 执行内部调用 `licell deploy check --runtime nodejs22 --entry index.js` -> 发现报错 -> 分析输出日志 -> 对项目补齐或重构 -> 修复报错。 **你:** > “然后帮我一键部署上去,生成预览地址给我。同时为我增加 1G 的函数并发内存。” **AI 的动作:** 执行 `licell deploy --type api --target preview --memory 1024` -> 推送镜像/代码包 -> 反馈 HTTPS 链接给你。 --- **⏭️ 下一步指引:** 在 [《告别繁琐控制台:一行命令搞定自定义域名与 HTTPS》](./03-domain-and-https.md) 中,我们将探索如何用 Licell 管理你的生产级别网络入口。