🔍 它到底是什么

azure-deploy 是微软 Azure Skills 套件里的自动化部署技能包。它和 azure-prepare（生成部署计划）、azure-validate（验证计划）是一套组合拳——azure-deploy 是三步曲里的最后一步，负责实际执行部署。

装了这个技能包之后，你的 AI 助手（GitHub Copilot、Claude Code、Cursor 等）就拥有了自动部署 Azure 资源的能力。你只需要在部署计划文件上点个"确认"，AI 就会调用 Azure CLI、Bicep、Terraform 或 Azure Developer CLI（azd）来完成资源创建和更新。

关键的一点是：azure-deploy 不是让 AI 直接操作你的订阅。它遵循"计划先行、人工审批、自动执行"的安全模式——部署计划是提前生成好的（由 azure-prepare 做），你审阅过、确认没问题之后，azure-deploy 才会执行。整个流程透明、可控、可追溯。

⚙️ 主要功能：AI 能帮你做什么

📄 基于计划文件的安全部署

azure-deploy 会读取 .azure/plan.md 这个部署计划文件，按照里面定义的：

  • 要创建或更新的 Azure 服务清单
  • 部署策略（azd、Bicep、Terraform 或 Azure CLI）
  • 资源参数和配置
  • 依赖关系和执行顺序

然后自动执行对应的部署命令。整个过程不需要你手动敲一行命令。

🔄 多种部署引擎支持

技能包支持四种主流的 Azure 部署方式，覆盖不同项目和团队的需求：

  • Azure Developer CLI（azd）—— 适合全栈应用的标准工作流，一条 azd up 完成打包+部署
  • Bicep—— 适合基础设施即代码场景，声明式模板部署
  • Terraform—— 适合多云或已有 Terraform 投资的组织
  • Azure CLI—— 适合简单资源或脚本化部署

AI 会根据项目类型和计划文件里的配置，自动选择并执行对应的部署引擎。

📊 部署进度实时反馈

部署过程中，AI 助手会实时更新进度状态——资源创建到了哪一步、有没有报错、预计还需要多长时间。你不用盯着命令行窗口看一堆日志，AI 会帮你提炼关键信息。

🛡️ 部署结果验证与回滚提示

部署完成后，azure-deploy 会：

  • 检查每个资源的部署状态（成功/失败/部分成功）
  • 如果失败，收集错误信息并给出初步诊断
  • 提示回滚方案（如果计划文件里定义了回滚策略）
  • 更新计划文件的状态为"已部署"或"部署失败"

🔐 最小权限原则

azure-deploy 使用的身份凭证遵循最小权限原则——只授予当前部署所需的权限，不做过量授权。这意味着你的部署操作是安全的，AI 不会拿到比它需要的更多的权限。

📥 第一次怎么安装

提前准备好这几样东西：

  • 一个 Azure 订阅（免费账号就可以）
  • Azure CLI（v2.60.0及以上），并已用 az login 登录
  • 对应的部署工具（根据你的部署策略选择）：
    • azd：azd auth login 登录
    • Bicep：az bicep install 安装
    • Terraform：v1.5+，并配置好 Azure provider
  • Git 和 Node.js（Azure MCP 服务器依赖）
  • 一个支持 MCP（模型上下文协议）的 AI 编程环境
  • 最关键的前提：你的项目里已经有一个 .azure/plan.md 部署计划文件（可以用 azure-prepare 技能包生成）

安装方式一：命令行安装（通用）

npx skills add https://github.com/microsoft/github-copilot-for-azure --skill azure-deploy

在终端执行这条命令，技能包就会自动下载并配置到你的 AI 编程环境中。

安装方式二：VS Code 用户（推荐）

在 VS Code 扩展市场搜索 GitHub Copilot for Azure 并安装。扩展安装后，azure-deploy 等 Azure 技能会自动安装。如果没自动装，可以在命令面板（Ctrl+Shift+P）执行：

  • @azure: Install Azure Skills Globally（全局安装）
  • @azure: Install Azure Skills Locally（当前工作区）

安装方式三：Claude Code 用户

在 Claude Code 会话中执行：

/plugin marketplace add microsoft/azure-skills
/plugin install azure@azure-skills

装完之后不需要额外配置，技能会自动生效。只要项目里有 .azure/plan.md，AI 就会自动识别并准备好执行部署。

🎯 主要应用场景

🚀 生产环境首次部署

你的应用开发完了，准备第一次上线生产环境。用 azure-prepare 生成计划、azure-validate 验证、azure-deploy 执行——三连操作下来，整个部署过程标准化、可视化、可审计。

🔄 持续部署与 CI/CD 集成

在 GitHub Actions、Azure DevOps 或 GitLab CI 里集成 azure-deploy，配合计划文件实现自动部署。你只需要在 CI 流水线里触发 azure-deploy，它就会按计划执行部署，适合频繁发布迭代的场景。

🧪 预发布环境快速复制

你需要快速创建一个和生产环境配置一致的测试或预发布环境。用 azure-prepare 生成计划（基于现有环境配置），然后 azure-deploy 一键复制出一套新环境。省去手动配置和遗漏的风险。

↩️ 回滚与故障恢复

如果新版本部署后出了问题，可以用 azure-deploy 配合回滚计划（提前准备好的上一个稳定版本的部署计划）执行快速回滚。计划里定义好了回滚策略，AI 执行起来就是几秒钟的事。

💡 使用案例

案例一：全栈应用一键部署到 Azure Container Apps

你有一个 React + Node.js 的全栈项目，之前已经用 azure-prepare 生成了部署计划。现在你决定上线。在 AI 助手里输入："按当前计划执行部署"。azure-deploy 会读取 .azure/plan.md → 检测到部署策略是 azd → 执行 azd up → 实时汇报进度（打包镜像 → 推送到容器注册表 → 创建环境 → 部署容器 → 分配终结点）→ 部署完成后返回 URL 和状态报告。

案例二：多环境分阶段部署

你的公司有"开发 → 测试 → 预发布 → 生产"四个阶段环境，每个环境配置略有不同。你用 azure-prepare 分别生成四个计划文件（.azure/plan-dev.md、plan-test.md 等）。在测试通过后，你在 AI 助手里说："执行预发布环境的部署计划"。azure-deploy 会读取对应的计划文件，只针对预发布环境执行部署，不影响其他环境。

案例三：紧急回滚

生产环境部署了新版本后出现了严重故障，需要立刻回滚到上一个稳定版本。你之前保留了上一个版本的部署计划文件。在 AI 助手里输入："执行回滚部署，使用上一个稳定版计划"。azure-deploy 会读取回滚计划 → 执行回滚策略（比如重新部署旧镜像）→ 确认服务恢复 → 通知你回滚完成。

案例四：Terraform 基础设施部署

你的团队已经用了 Terraform 管理 Azure 基础设施。你用 azure-prepare 生成 Terraform 方式的部署计划。然后在 AI 助手里说："执行 Terraform 部署"。azure-deploy 会调用 Terraform CLI → 执行 terraform init → terraform plan（再次确认）→ terraform apply → 返回部署结果。

🧰 适合哪些 AI 工具

azure-deploy 是基于 SKILL.md 标准的 Azure 技能包，支持所有主流 AI 编程助手：

  • GitHub Copilot for Azure（VS Code / Visual Studio）—— 官方集成，装扩展即用
  • VS Code + Azure MCP 扩展 —— 轻量组合，同样生效
  • Claude Code —— Anthropic 的 AI 编程助手，完美兼容
  • Cursor —— 国内开发者用得很多的 AI IDE
  • GitHub Copilot CLI —— 命令行场景下的 Copilot
  • OpenClaw / Windsurf —— 其他支持 MCP 协议的工具
  • Codex CLI / Goose —— 开源的 AI 编程命令行工具

不管你用哪款 AI 编程助手，只要它支持 MCP 协议，azure-deploy 就能装上用起来。

📌 写在最后

azure-deploy 是 Azure 部署三步曲的"最后一公里"。它不是一个独立的部署工具，而是把 Azure 部署能力"喂"给了你的 AI 助手，让你能用自然语言指挥 AI 完成安全、可控、可追溯的自动化部署。

这套流程最大的价值在于安全与效率的平衡——计划生成（azure-prepare）让你知道要部署什么，验证（azure-validate）让你确认配置没问题，部署（azure-deploy）让 AI 帮你执行重复性的体力活。你始终掌握审批权，AI 只是你的执行帮手。

对于每天要部署多次的开发团队、运维人员、SRE 来说，这套流程能显著减少人为失误，提升部署速度和标准化程度。如果你已经在用 Azure 部署应用，现在就可以把这个技能包装上，体验一下用自然语言指挥 AI 部署的感觉。