用 AI Agent 全自动部署：从 Git Push 到生产环境零手工

一句话结论

把「push → 测试 → 审查 → 构建 → 部署 → 验证 → 回滚」这条链整体交给 CI，中间让 Agent 只做判断、不改代码：它能跑命令、能回滚、能发通知，但 allowed_tools 只给 Bash，且数据库迁移、环境变量、删资源三类动作一律留给人工。

这么做收益最大的不是「省了 15 分钟」，而是部署频率上去之后失败率不上去——人手动部署时，频率和风险是正相关的；自动化之后，每次部署的路径完全一致，回滚也是同一条命令。

前置条件

开工前先确认这四件事，否则流水线会在最后一公里卡住：

AI 之家 观点：这套流水线的真正瓶颈从来不是「AI 会不会部署」，而是你有没有一个可信的、可自动判定的「成功」信号。没有 /api/health，AI 的验证步骤本质上是在猜。

适用场景

• 个人项目 / 小团队，不想手动部署
• 想让 AI 做部署决策（是否回滚、是否发公告）
• 需要部署后自动验证的

架构

git push main
  → GitHub Actions 触发
    → Step 1: 跑测试（pnpm test）
    → Step 2: Claude Code 审查改动
    → Step 3: 构建（pnpm build）
    → Step 4: 部署到 Vercel
    → Step 5: Claude Code 验证生产环境
    → Step 6: 失败则自动回滚 + 通知

第一步：基础 CI

.github/workflows/deploy.yml：

name: Deploy
on:
  push:
    branches: [main]

jobs:
  deploy:
    runs-on: ubuntu-latest
    permissions:
      contents: write
      deployments: write
    steps:
      - uses: actions/checkout@v4
      - uses: pnpm/action-setup@v2
        with: { version: 9 }
      - uses: actions/setup-node@v4
        with: { node-version: 22, cache: pnpm }

      - name: Install
        run: pnpm install --frozen-lockfile

      - name: Test
        run: pnpm test

      - name: Build
        run: pnpm build
        env:
          VERCEL_TOKEN: ${{ secrets.VERCEL_TOKEN }}

第二步：AI 审查改动

在 build 前加 Claude Code 审查：

      - name: AI Review Changes
        uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
          prompt: |
            检查这次改动是否有部署风险：
            1. 是否修改了环境变量配置
            2. 是否修改了数据库 schema
            3. 是否有 breaking change
            4. 是否需要发迁移公告

            如果有风险，输出 "BLOCK_DEPLOY: <原因>"
            如果没风险，输出 "DEPLOY_OK"

第三步：AI 部署

      - name: Deploy with Claude
        if: success()
        uses: anthropics/claude-code-action@v1
        with:
          anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
          prompt: |
            执行部署：
            1. 运行 vercel --prod --yes
            2. 等待部署完成，获取 URL
            3. curl 测试首页是否 200
            4. curl 测试 /api/health 是否返回 ok
            5. 如果验证失败，运行 vercel rollback
            6. 输出部署结果
          allowed_tools: "Bash"

第四步：自动回滚

      - name: Rollback on failure
        if: failure()
        run: |
          # 获取上一个稳定部署
          PREV=$(vercel ls --yes | head -5 | tail -1 | awk '{print $1}')
          echo "Rolling back to $PREV"
          vercel promote $PREV --yes

      - name: Notify
        if: always()
        uses: slackapi/slack-github-action@v1
        with:
          slack-message: |
            ${{ job.status == 'success' && '✅' || '❌' }} 部署 ${{ job.status }}
            仓库: ${{ github.repository }}
            提交: ${{ github.event.head_commit.message }}

安全边界

预期收益（量级参考，非实测承诺）

下表是这类流水线常见的改善量级，用于判断值不值得投入；具体数字取决于你的测试覆盖率、部署频率与平台，请以自己仓库上线后的真实数据为准，不要直接引用为本站实测结果。

判断标准建议只盯一个：MTTR（失败到恢复的时长）。频率与耗时都容易因为项目差异而失真，只有「出问题多久能恢复」是这套方案真正买到东西。

什么时候别这么干

• 没有回滚目标的平台（如只能覆盖式上传的静态托管）——失败即事故，先把回滚做出来。
• 数据库迁移和代码发布绑在一起——迁移必须独立发版，见 用 AI 做数据库迁移。
• 测试覆盖率极低——把质量门全交给 AI 审查，等于把正确性押在概率上。
• 强合规 / 审计要求的生产环境——AI 自动部署的执行者身份与审计链路需要先过合规，不要先斩后奏。
• 小于 1 人的业余项目——pnpm build && vercel --prod 一条命令能解决的事，不值得维护一条流水线。

落地清单

按这个顺序做，每一步都可独立验证：

1. 先只跑 Install → Test → Build，不接 AI，确认基础 CI 绿；
2. 加 health check 接口，并在本地 curl 验证返回；
3. 接 AI 审查步骤（只读，不改代码），跑一周看输出质量；
4. 再接 AI 部署步骤，allowed_tools 只给 Bash；
5. 最后加失败回滚与通知——顺序不能反，没有回滚的自动部署比手动更危险。

踩坑记录

1. Claude Code Action 的 allowed_tools——只给 Bash，别给文件编辑权限，否则 AI 可能改代码。
2. Vercel rollback 需要 production deployment 历史——首次部署没有回滚目标，先手动部署一次。
3. Claude API 成本——每次部署约 $0.2-0.5（审查 + 部署 + 验证），月费 $30-50。
4. preview 环境先验证——加一步部署到 preview 验证通过再 promote 到 production。
5. GitHub Actions 超时——Claude Code 调用有时慢，设置 timeout-minutes: 15。
6. ANTHROPIC_API_KEY 会覆盖订阅额度——CI 里注入 key 之后走的是 API 按 token 计费，不是你的 Pro / Max 套餐；上线前先算一次「每次部署 token × 每天次数」，参见 Claude Code 的成本章节。
7. 别让 Agent 拥有文件写权限——一旦给了 Edit，它「顺手改一下配置」就会污染部署产物，且这类改动不进 PR、无人 review。

相关阅读

• 工具卡：Claude Code
• 方案：用 AI 做数据库迁移 · AI PR 审查流水线
• 概念：Agentic Coding · AGENTS.md

来源说明：本文为工程实践整理，配置片段基于 GitHub Actions 与 Vercel CLI 的公开用法；收益表格为量级参考而非本站实测数据。各平台 CLI 参数请以官方文档为准。