# AI Agent 真能把网站从零部署到上线吗？我用 OpenCode + 星图 API + UCloud CLI 跑通了完整链路

> 作者/来源: UCloud 运营管理员
> 发布时间: 2026-08-17T08:26:28.219Z
> 分类: AI专区
> 标签: AI Agent, 部署, OpenCode, 星图API, UCloud CLI
> 原文链接: http://117.50.162.249:3000/yun/articles/2749

---

先说结论：AI Agent 现在更像“执行部署任务的人”，不是只会写代码的助手
如果要把一个个人网站从本地文件夹一路部署到公网可访问地址，我会优先看三件事：它能不能调用真实工具、能不能操作真实云资源、能不能把结果交付出来。

OpenCode 负责接住自然语言任务，星图 API 负责把模型接进来，UCloud CLI 负责把云资源、网络和部署动作真正跑起来。三者串在一起后，AI Agent 不再只是生成代码，而是能把“安装环境、打开项目、授权云平台、部署服务、返回公网地址”做成一个完整闭环。

这套方案最适合的场景不是大型生产系统，而是已经有项目文件夹、希望快速上线个人网站或演示项目的人。它的价值不是替代所有 DevOps，而是把最容易卡住的那一段先跑通。

一、问题背景：上线难的地方，通常不是写代码
三星期前，我帮一个朋友看过一个摄影作品集网站的需求。

他有产品思路，也有审美，页面内容也准备得差不多了，但卡在了最常见的地方：默认欢迎页还在，真正上线还没开始。

这类问题看起来很小，实际上会把人拖住很久。因为从“有一个想法”到“公网能访问”，中间会经过一长串技术杂务：

写代码或整理静态页面
配本地运行环境
申请云资源
配安全组和端口
上传文件
启动服务
排查访问问题
这些动作本身不难，但它们分散、重复、容易出错，而且每一步都和创意本身关系不大。对很多刚起步的个人开发者来说，真正消耗时间的不是项目本身，而是部署链路。

我更关心的问题也不是“AI 能帮我写什么”，而是“AI 能不能把上线这件事直接做完”。

二、核心痛点：部署链路里最麻烦的是“重复劳动 + 工具切换”
如果把传统部署拆开看，最麻烦的地方通常有四个：

工具太多：代码编辑器、命令行、云平台控制台、远程登录工具来回切换。
步骤太碎：一个网站上线往往要手动完成十几步。
依赖容易缺：Node.js、Git、CLI 工具、权限配置，任何一环缺失都会卡住。
验证成本高：最后拿到一个地址，不代表页面真的能打开。
AI Agent 的意义就在于把这些步骤纳入同一个执行循环里。只要任务边界明确，它就能在授权范围内继续往下跑，而不是只停留在建议层面。

三、不同方案对比：我会怎么判断要不要用这套组合
方案	特点	适合场景	局限
纯手动部署	所有步骤都自己做	熟悉云平台、流程固定的团队	学习成本高，容易在细节上出错
只用聊天模型	能给建议、生成脚本	需要思路、模板、排错建议	不能直接操作真实工具和云资源
OpenCode + 模型 API	能接任务并执行本地操作	本地项目整理、代码修改、流程执行	还需要外部工具完成云资源动作
OpenCode + 星图 API + UCloud CLI	能把本地项目、模型调用、云资源操作串起来	个人网站、demo、快速上线	生产环境还要补安全、监控和审计
我选择这套组合，核心原因不是“它听起来先进”，而是它真的把问题闭环了：

OpenCode 负责执行
星图 API 负责模型接入
UCloud CLI 负责云资源和部署动作
换句话说，它解决的不是“能不能写出一段代码”，而是“能不能把一个网站真的上线”。

四、我为什么选这套方案：问题、解决方案、验证能连起来
这次实践的判断逻辑很简单：

问题：个人网站从本地到上线，步骤太散，手工操作太多。
解决方案：让 AI Agent 接管可标准化的部署流程。
验证：最终能拿到公网访问地址，并且浏览器里能正常打开。

这套逻辑成立的前提也很清楚：

已经有一个可运行的项目目录
云资源授权明确
CLI 和模型配置正确
结果可以人工验证
它不是“什么都能自动化”的万能方案，但对于明确、标准、低复杂度的部署任务，已经足够好用。

五、实际使用步骤：从装环境到拿到公网地址
1）先把基础环境装好
基础工具一共三样：OpenCode、Node.js、Git。

它们分别负责：

OpenCode：AI 编程和任务执行入口
Node.js：让 npm、npx 等命令能正常工作
Git：项目管理和常见代码操作
安装 OpenCode
OpenCode 是这次流程的核心。我这里用的是 Windows 桌面版，安装入口如下：

https://opencode.ai/zh/download

界面本身比较简洁，后续配置模型、打开项目、输入部署指令，都是在这里完成。



安装 Node.js 并配置环境变量
Node.js 需要提前装好，因为后面 Agent 跑流程时会用到 npm 或 npx。

下载入口：

https://nodejs.org

这里以 Windows 的 node-v24.18.0-win-x64.zip 为例，解压到 D:\dev 文件夹后，再把路径加入系统环境变量。


具体步骤如下：

将 node-v24.18.0-win-x64.zip 解压到 D:\dev 文件夹。

进入“系统”页面，打开“高级系统设置”。

在“高级”选项卡中进入“环境变量”。

找到“系统变量”里的 Path，点击“编辑”后再点击“新建”。

把 D:\dev\node-v24.18.0-win-x64 加进去。

点击“确定”保存。
配置完以后，在 cmd 里执行：

node -v
npm -v
如果能看到版本号，说明 Node.js 和 npm 已经可以正常使用。



安装 Git
Git 的安装比较直接，进入下面这个地址下载对应系统版本，按默认选项安装即可：

https://git-scm.com


2）把 OpenCode 和星图 API 接起来
基础工具准备好后，下一步是让 Agent 能调用模型。

先登录星图控制台，在左侧找到“密钥管理”，点击“创建 API Key”，填完名称后创建。创建完成后，第一时间复制完整 Key。这个 Key 通常只展示一次，关闭窗口后就看不到明文了。


然后找到 OpenCode 的配置文件。Windows 下示例路径是：

C:\Users\Administrator\.config\opencode\opencode.json
实际使用时，把 Administrator 换成自己的用户名。

OpenCode 配置示例
用记事本打开 opencode.json，写入下面的配置。通常只需要替换两处：YOUR_API_KEY 和模型 ID。

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "modelverse": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "UModelverse",
      "options": {
        "baseURL": "https://api.modelverse.cn/v1",
        "apiKey": "YOUR_API_KEY"
      },
      "models": {
        "deepseek-v4-pro": {
          "name": "DeepSeek V4 Pro",
          "limit": {
            "context": 1000000,
            "output": 65536
          }
        }
      }
    }
  }
}
这里的 baseURL 填 https://api.modelverse.cn/v1，apiKey 换成刚才复制的 Key，模型 ID 示例用 deepseek-v4-pro，也可以按控制台里实际可用模型替换。

3）打开项目目录，准备执行部署
配置完成后，在 OpenCode 里打开准备部署的项目目录。这里以 D:\website 为例。



再选择前面配置好的模型。


4）让 Agent 调用 UCloud CLI 去部署
这一步才是整条链路里最关键的地方。

我给 Agent 的任务很直接：

使用 UCloud CLI 将 D:\website 下的项目部署到乌兰察布云主机，部署完成后返回外网访问地址。
这个指令里有三个最重要的信息：

项目在哪里
部署到哪里
最终要返回什么结果
任务边界越清楚，Agent 执行得越稳定。


Agent 实际会做什么
先检查本地环境。如果发现没有 UCloud CLI，会先补上相关能力，例如通过 npx skills add ucloud/skills ucloud-cli 添加能力。

下载 UCloud CLI 客户端到本地，准备把网站发布到云主机。

发起授权流程。可以在本地登录，把 OpenCode 里提示的登录命令复制到 cmd 里执行。

浏览器弹出登录窗口后，确认授权，再回到 OpenCode 继续。


正式执行部署。它会创建云主机、配置安全组、上传文件、启动服务。遇到权限确认时，确认无误后再允许。

部署完成后，OpenCode 对话窗口会返回结果。

最后，公网访问地址会出现在对话窗口里。

把地址复制到浏览器里回车，页面能正常打开，这才算真正完成部署。

六、这套方法的实际价值：把“部署难”变成“执行一条任务”
过去部署一个网站，往往要自己拆成很多动作：

注册云平台账号
实名认证
充值
选云主机
下单等待开通
远程登录
安装环境
配安全组
开放端口
上传文件
改配置
启动服务
现在，这些事情可以被 Agent 串在一起。用户只需要提供三类信息：

项目路径
部署目标
期望结果
对比下来很明显：

传统方式	Agent 方式
手动查文档、手动切工具	用自然语言直接描述任务
手动安装 CLI、登录云平台	Agent 自动检测缺失依赖并发起授权
手动创建云主机和安全组	Agent 通过 UCloud CLI 执行
手动上传文件、启动服务	Agent 按步骤完成部署
手动排查结果	直接用公网地址验证
我会把这类能力理解成一种“执行型 AI”，它不只是给建议，而是接住任务后一步一步完成。

七、实际使用建议：别把它当成无条件自动化
让 AI Agent 操作真实云资源时，边界一定要留清楚。

我会特别注意这几件事
授权最小化：API Key、云账号权限和 CLI 授权都只给必要范围。
指令写清楚：项目路径、地域、云主机目标、返回结果都要说明确。
结果必须验证：拿到公网地址后，一定要在浏览器里打开确认。
成本要可控：云主机创建后会产生费用，测试完及时确认是否保留。
密钥要保护：API Key 不要写进公开仓库，也不要随手截图传播。
八、适合什么场景，不适合什么场景
适合
个人作品站上线：比如摄影作品集、设计作品集、个人主页。
演示项目部署：把本地 demo 快速放到公网，给客户、同事、朋友访问。
低频开发者试验：平时不想长期维护复杂 DevOps，但想快速验证想法。
不适合
高并发业务
强合规业务
复杂微服务系统
对权限、审计、备份要求很高的生产环境
如果是生产环境，通常还要补这些能力：

权限控制
日志监控
备份恢复
安全审计
成本管理
灾备和告警
九、工具清单
OpenCode：https://opencode.ai/zh/download
Node.js：https://nodejs.org
Git：https://git-scm.com
星图 API：登录星图控制台创建 API Key，并配置到 opencode.json
UCloud CLI：由 Agent 在执行过程中安装和调用
十、FAQ
Q1：OpenCode 在这套流程里负责什么？
OpenCode 负责打开本地项目目录、接收自然语言部署指令、调用配置好的模型，并在授权范围内执行工具操作。它是 Agent 执行任务的入口。

Q2：为什么一定要安装 Node.js？
后续流程可能会用到 npm 或 npx 安装和调用工具。如果本机没有 Node.js，Agent 在执行命令时可能无法运行相关依赖。

Q3：星图 API 的作用是什么？
星图 API 负责给 OpenCode 提供模型调用能力。配置 baseURL、API Key 和模型 ID 后，OpenCode 就可以通过该接口调用指定模型。

Q4：UCloud CLI 在部署中做什么？
UCloud CLI 负责和云平台交互。它可以帮助 Agent 创建云主机、配置网络、安全组、上传文件并启动服务。

Q5：这套流程能直接用于生产环境吗？
不建议不加改造就直接用于生产环境。个人网站、演示项目和低风险试验更适合这套流程；生产环境还需要权限控制、日志监控、备份恢复、安全审计和成本管理。

Q6：如果 API Key 只展示一次，应该怎么处理？
创建后应立即复制并保存到安全位置。不要把 API Key 提交到公开代码仓库，也不要在截图或公开文档中暴露。

最后总结
我对这类方案的判断很简单：如果一个 AI Agent 能把“本地项目、模型调用、云资源操作、网络配置、最终验证”连成一条链，它就已经不只是聊天工具了。

OpenCode、星图 API 和 UCloud CLI 组合起来后，AI 可以从本地项目出发，在授权范围内创建云资源、配置网络、部署网站，并返回公网访问地址。对于想快速上线个人网站的人来说，这条链路已经足够清晰：先装 OpenCode、Node.js 和 Git，再配好星图 API，最后把项目目录和部署目标交给 Agent。

剩下的关键动作，可以交给它执行；最终结果，还是用公网地址直接验证。