Token导航 LogoToken导航

Agent Skill · 运维和基础设施

modelscope-studio-deploy(modelscope Studio 部署)

用于辅助云资源、部署、容器、基础设施和运维自动化任务。它适合让 Agent 检查配置、整理部署步骤、分析资源状态、生成排障思路或辅助云服务接入。使用时需要明确目标环境、账号权限、区域和资源组,区分本地测试与生产操作;涉及删除资源、重启服务、修改网络或权限配置时,应先确认影响范围。

modelscope-studio-deploy 是运维和基础设施类 Agent Skill,可用宿主为 Local Agent,通过unknown获取,权限为需要联网;许可证信息还不明确,暂无第三方扫描结果,按安装量在运维和基础设施类的 2,449 个 Skill 里排第 2,001。

总安装 321周安装 13下载 101核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:modelscope-studio-deploy(modelscope Studio 部署)
来源仓库:https://modelscope.cn
仓库路径:modelscope-studio-deploy
安装命令:
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令,请以来源页面说明为准。

这个 Skill 是做什么的

运维和基础设施类 Skill 处理部署、监控、日志和云资源,多数需要较高的执行权限。

用于辅助云资源、部署、容器和运维自动化任务。适合检查配置、整理部署步骤或分析资源状态。使用时需明确目标环境、账号权限和资源组。涉及删除或重启操作时应先确认影响范围。modelscope-studio-deploy 属于运维和基础设施类 Skill,可作为该场景下的辅助能力补充。安装方式暂未明确,建议核实来源仓库内容。

来源仓库内路径:modelscope-studio-deploy

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Local Agent;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    没有现成安装命令,按unknown的说明从来源页面获取,仓库路径是 modelscope-studio-deploy。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

modelscope-studio-deploy 怎么安装?

公开资料没有给出可以直接复制的命令,需要按来源页面说明手动安装,仓库内路径为 modelscope-studio-deploy。

modelscope-studio-deploy 支持哪些 AI 工具?

公开资料标注支持 Local Agent。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

modelscope-studio-deploy 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

modelscope-studio-deploy 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

modelscope-studio-deploy 用的人多吗?

公开数据是累计安装 321 次,近一周安装 13 次,下载 101 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

modelscope-studio-deploy 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 Local Agent 一种宿主,触发方式和使用习惯不用来回切换。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Local Agent,想直接扩展它能力的人。
  • 需要处理运维和基础设施类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

运维和基础设施类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
brainstorming

头脑风暴 · Codex、Claude

3,148,776173,131操作浏览器MIT通过
copywriting

文案写作 · Codex、Claude

1,996,72425,583需要联网MIT通过
openclaw-secure-linux-cloud

OpenClaw secure linux cloud 命令行 · Codex、Claude

1,853,08840接触敏感数据未明确未通过
xget

xget 命令行 · Codex、Claude

1,799,28040执行命令未明确未通过
requesting-code-review

代码审查请求 · Codex、Claude

1,590,144173,103权限未标注MIT通过
modelscope-studio-deploy

modelscope Studio 部署 · 本页

321—需要联网未明确未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

魔搭创空间部署指南

部署应用到魔搭创空间(ModelScope Studio)的完整指南。支持 Gradio、Streamlit、Docker 和静态网站四种部署类型。

适用场景

  • 用户请求部署项目到魔搭创空间
  • 用户需要生成 ms_deploy.json 配置文件
  • 用户需要了解魔搭创空间部署要求
  • 用户部署失败需要排查问题

快速开始

部署工作流程

1. 分析项目结构 → 2. 确定部署类型 → 3. 生成配置文件 → 4. 上传部署

步骤 1:分析项目结构

阅读项目代码,确定:

  • 项目使用的框架(Gradio/Streamlit/纯前端/Docker)
  • 依赖文件(requirements.txt、package.json 等)
  • 入口文件(app.py、main.py、index.html 等)
  • 是否需要 GPU 资源

步骤 2:选择部署类型

项目类型sdk_type适用场景
GradiogradioGradio 应用,最常见
StreamlitstreamlitStreamlit 应用
Dockerdocker自定义环境、前后端分离
Staticstatic纯静态 HTML/CSS/JS

步骤 3:生成 ms_deploy.json

在项目根目录创建 ms_deploy.json 文件:

Gradio 类型(最常用):

{
  "$schema": "https://modelscope.cn/api/v1/studios/deploy_schema.json",
  "sdk_type": "gradio",
  "sdk_version": "5.29.0",
  "base_image": "ubuntu22.04-py311-torch2.3.1-modelscope1.31.0",
  "resource_configuration": "platform/2v-cpu-16g-mem"
}

Docker 类型:

{
  "$schema": "https://modelscope.cn/api/v1/studios/deploy_schema.json",
  "sdk_type": "docker",
  "resource_configuration": "platform/2v-cpu-16g-mem",
  "port": 7860
}

Static 类型:

{
  "$schema": "https://modelscope.cn/api/v1/studios/deploy_schema.json",
  "sdk_type": "static",
  "resource_configuration": "platform/2v-cpu-16g-mem"
}

步骤 4:上传部署

  1. 前往 创空间列表页 → 创建创空间 → 编程式创空间
  2. 切换到"快速部署并创建"模式
  3. 填写基础信息(名称、描述等)
  4. 上传项目文件夹
  5. 点击"确认创建并部署"

关键配置字段

字段说明必填
sdk_type部署类型:gradio/streamlit/docker/static✅
sdk_versionSDK版本,仅 gradio 类型需要gradio必填
base_image基础镜像,gradio/streamlit 类型需要gradio/streamlit必填
resource_configuration云资源配置✅
port服务端口,docker 类型必须为 7860docker必填
environment_variables环境变量列表可选

资源配置选项

配置说明适用场景
platform/2v-cpu-16g-mem2核CPU + 16G内存轻量应用(免费)
xgpu/8v-cpu-32g-mem-16g8核CPU + 32G内存 + 16G显存需要GPU
xgpu/8v-cpu-64g-mem-48g8核CPU + 64G内存 + 48G显存大模型
注意:xGPU 资源需要先申请加入「xGPU乐园」组织

Docker 部署注意事项

Docker 类型部署时,需要:

  1. 端口必须为 7860:魔搭创空间要求服务监听在 7860 端口
  2. 创建 Dockerfile:在项目根目录创建 Dockerfile
  3. 前后端合并:如果是前后端分离项目,需要合并到一个容器中

Docker 部署示例 Dockerfile:

FROM python:3.10-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 7860

CMD ["python", "app.py"]

更多资源

AI 辅助部署提示词模板

向 AI 发送以下提示词来生成部署配置:

现在我需要在生产环境部署这个项目,目标环境是魔搭创空间。请完整阅读整个项目,并根据魔搭创空间部署要求,帮我制定部署方案,并生成 ms_deploy.json 及其他必要的部署配置文件。

注意事项:
- 当前项目已经能在本地运行,请务必尽量不改动或少改动项目代码文件本身
- 如需选择 Docker 类型部署,请尽量直接从 Docker 官方拉取已经安装好必要依赖的 Docker 镜像文件
- 服务端口必须为 7860

平台分布

Local Agent

84.18%
按下载量换算85

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills