mcpskills.net — 精选 AI 技能、MCP 与智能体

When to use this skill

Use this skill whenever the user wants to:

编写或调试 GitLab CI 流水线 (.gitlab-ci.yml)
配置 GitLab Runner、stages、jobs、artifacts
设置 GitLab CI/CD 变量、secrets、environments
集成测试、构建、部署自动化

How to use this skill

流水线结构：YAML 中定义 stages、jobs；每个 job 属于某个 stage。
Runner 配置：shared runner、specific runner、tags 选择。
Artifacts 与缓存：在 jobs 间传递构建产物，使用 cache 加速。
环境与部署：使用 environment 定义部署目标，配置 only/except 规则。

Best Practices

用 stages 明确构建顺序，job 并行执行。
敏感信息用 CI/CD 变量（Settings → CI/CD → Variables），不在 yaml 中硬编码。
用 needs 实现复杂依赖图，避免不必要的等待。
失败 job 加 artifacts 保留日志和产物。

Keywords

gitlab ci, gitlab-ci, pipeline, runner, ci/cd, 流水线, 自动化部署, gitlab runner

能力边界

✅ 适用场景

当你需要使用此技能对应的技术栈时
当项目需要遵循最佳实践时
当需要快速上手或深入理解核心概念时

⚠️ 需要注意

复杂业务逻辑需要结合具体场景调整
性能优化需要根据实际数据量评估

❌ 不适用场景

不相关的技术栈或框架
需要完全自定义的特殊场景

常见陷阱 (Gotchas)

版本兼容性：注意框架版本与依赖库的兼容性，不同版本 API 可能有差异
配置文件格式：配置文件格式错误是最常见的问题，建议使用编辑器的语法检查
环境变量：确保所有必要的环境变量已正确设置，敏感信息不要硬编码
依赖冲突：多版本共存时注意依赖冲突，使用 lock 文件锁定版本
性能陷阱：大数据量场景下注意性能优化，避免 N+1 查询等常见问题

使用流程

Step 1: 环境准备

确保开发环境已安装必要的依赖和工具。

Step 2: 配置初始化

根据项目需求进行基础配置。

Step 3: 核心功能使用

按照示例代码实现核心功能。

Step 4: 测试验证

运行测试确保功能正常。

Step 5: 部署上线

完成开发后进行部署和监控。