cloudflare-deploy
OpenAI-Skill für strukturierte Bereitstellungen auf der Cloudflare-Plattform.
- Skill Road
- cloudflare-deploy
Kategorien
Der Skill cloudflare-deploy stammt aus der kuratierten Skills-Sammlung des offiziellen OpenAI-Repositorys. Laut Anbieter unterstützt er einen Codex-Agenten dabei, Anwendungen und Infrastruktur auf Cloudflare bereitzustellen, zu hosten, zu veröffentlichen oder einzurichten. Der Eintrag ist eine Anweisung für einen Agenten und kein Cloudflare-Konto, kein Hostingprodukt und keine eigenständige Deployment-API. Die Primärquelle nennt Workers, Pages und weitere Plattformdienste und legt einen Entscheidungsrahmen vor, damit ein Auftrag zunächst dem passenden Cloudflare-Produkt zugeordnet wird.
Zweck und Produktwahl
Die Quelle ordnet typische Vorhaben nach ihrer technischen Absicht. Serverloser Code am Edge gehört zu Workers, eine vollständige Webanwendung mit Git-basierten Deployments zu Pages. Zustandsbehaftete Koordination kann Durable Objects benötigen, lange mehrstufige Prozesse Workflows und containerisierte Ausführung Containers. Für geplante Aufgaben, leichtgewichtige HTTP-Logik, Ereignisverarbeitung und bessere Backend-Latenz nennt der Skill weitere Cloudflare-Dienste. Auch für Datenhaltung und KI gibt es getrennte Pfade, etwa KV für Schlüsselwerte, D1 für relationale SQLite-Datenbanken, R2 für Objekte, Queues für asynchrone Nachrichten, Vectorize für Vektorsuche sowie Workers AI, Agents SDK und AI Gateway für unterschiedliche KI-Szenarien. Diese Einordnung ist eine Entscheidungshilfe, keine automatische Architekturfreigabe.
Vorbereitung und Arbeitsablauf
Vor einer echten Bereitstellung muss der Agent laut Anbieter die Authentifizierung der Wrangler-Umgebung prüfen. Ein nicht angemeldeter Zustand soll sichtbar gemeldet und über den vorgesehenen interaktiven oder verwalteten Weg behoben werden. Zugangsdaten, Tokens und Umgebungswerte dürfen dabei nicht in Skilltext, Protokoll oder Versionskontrolle landen. Danach werden Projektstruktur, Zielprodukt, vorhandene Konfiguration, Bindings und Build-Ausgabe geprüft. Der Agent soll die vom Nutzer gewünschte Umgebung unterscheiden: eine Vorschau, ein produktives Deployment oder lediglich eine Konfigurationsberatung. Zeitlimits müssen zu Builds und Uploads passen, da die Bereitstellung mehrere Minuten dauern kann.
Grenzen und Sicherheitsprüfung
Der Skill kann keine fachlich fehlerhafte Anwendung reparieren und beweist nicht, dass ein erfolgreiches Deployment korrekt arbeitet. Ein Cloudflare-Projekt kann externe Zustände verändern, Daten speichern, Netzwerkzugriffe ermöglichen oder Inhalte öffentlich ausliefern. Deshalb sind Zielkonto, Projekt, Umgebung, Branch, Domains, Bindings und Veröffentlichungsumfang vor einer produktiven Aktion zu prüfen. Destruktive Änderungen, Löschungen, Berechtigungsänderungen und Migrationen benötigen eine ausdrückliche Entscheidung und einen belastbaren Rückweg. Die Entscheidungstabellen ersetzen weder Cloudflare-Dokumentation noch eine Architektur-, Datenschutz- oder Sicherheitsprüfung.
Datenhoheit und professionelle Einordnung
Lokale Prüfung im Agenten macht Daten nicht automatisch vertraulich. Der ausgewählte Agent und sein Modellanbieter können Projektdateien und Ausgaben verarbeiten, während Cloudflare selbst je nach Dienst und Konfiguration Requests, Logs, Zustände oder gespeicherte Objekte verarbeitet. Secrets gehören ausschließlich in die dafür vorgesehenen geschützten Konfigurationen. Vor dem Upload sollten Quellkarten, Testdaten, private Dateien, lokale Konfigurationen und Build-Artefakte auf unbeabsichtigte Offenlegung geprüft werden. Die Primärquelle liegt im OpenAI-Repository; die dortige LICENSE.txt nennt Apache-2.0. OpenAI-Dokumentation ist für das Skill-Konzept und Cloudflare-Dokumentation für aktuelles Plattformverhalten maßgeblich. Der Skill eignet sich für strukturierte Planung und angeleitete Deployments, ersetzt aber weder menschliche Freigabe noch Betrieb, Monitoring, Rollback und laufende Kostenprüfung. Aktuelle Bedingungen sind direkt beim Anbieter zu prüfen; konkrete Preise nennt dieser Eintrag nicht.
- Anbieter
- OpenAI
- Lizenz
- Apache-2.0
- Zuletzt geprüft
- 09.09.2026
Repository und Dokumentation
Kategorien
Kompatibel mit
Passende Ratgeber
Anleitungen und Hintergrund, die zu diesem Eintrag passen.
Azure DevOps MCP Server einrichten
Azure DevOps MCP Server einrichten mit geprüften Links, minimalen Rechten und sicherem ersten Test starten.
25.09.2026
LaunchDarkly MCP Server einrichten
LaunchDarkly sicher über den offiziellen MCP-Server mit einem KI-Client verbinden – gehostet per OAuth oder lokal per API-Schlüssel für EU/Federal.
24.09.2026
Google Cloud MCP Server (gcloud-mcp) einrichten
Den offiziellen Google-Cloud-MCP-Server per npx oder Gemini-CLI-Erweiterung installieren, Teilserver auswählen und erste Agenten-Prompts gegen die gcloud-CLI ausführen.
21.09.2026
Elastic Agent Builder MCP Server einrichten
Agent Builder in Kibana aktivieren, Werkzeuge konfigurieren und den eingebauten MCP-Endpunkt sicher per API-Key oder OAuth 2.1 mit einem KI-Client verbinden.
20.09.2026