name	description
modelscope-deploy	Help users deploy projects to ModelScope Studio (魔搭创空间). Use when user mentions deploying to ModelScope, 魔搭创空间, or creating ms_deploy.json. Handles configuration for static sites, Gradio, Streamlit, and Docker deployments.

ModelScope Studio Deployment Helper

帮助用户配置项目并部署到魔搭创空间。

触发条件

当用户提到以下内容时触发：

"部署到魔搭创空间"
"上传到 ModelScope Studio"
"创建 ms_deploy.json"
"modelscope deploy"

工作流程

步骤 1：检查项目结构

首先检查当前工作目录中的项目：

# 检查项目目录
ls -la

# 查找主要文件
ls index.html app.py Dockerfile README.md 2>/dev/null

检测项目类型：

检测到文件	推荐类型	sdk_type
`index.html`	静态网页	`static`
`app.py` (包含 gradio)	Gradio	`gradio`
`app.py` (包含 streamlit)	Streamlit	`streamlit`
`Dockerfile`	Docker	`docker`

获取项目路径：pwd 或使用当前工作目录

步骤 2：创建/更新 ms_deploy.json

根据项目类型生成对应的配置。

Static 类型（静态网页）

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

Gradio 类型

{
  "$schema": "https://modelscope.cn/api/v1/studios/deploy_schema.json",
  "sdk_type": "gradio",
  "sdk_version": "5.49.1",
  "resource_configuration": "platform/2v-cpu-16g-mem",
  "base_image": "ubuntu22.04-py311-torch2.3.1-modelscope1.31.0"
}

Streamlit 类型

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

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
}

重要：Docker 类型必须使用 7860 作为外部端口，这是魔搭创空间的规定。

资源配置选项：

platform/2v-cpu-16g-mem - 免费，所有用户可用
xgpu/8v-cpu-32g-mem-16g - GPU，需要申请
xgpu/8v-cpu-64g-mem-48g - GPU，需要申请

步骤 3：检查并补充必要文件

检查 README.md

ls README.md

如果不存在，询问用户是否需要创建。

检查部署所需文件

sdk_type	必需文件	缺失时操作
`static`	`index.html`	提示用户
`gradio`	`app.py`	提示用户
`streamlit`	`app.py`	提示用户
`docker`	`Dockerfile`	询问用户是否需要创建模板

Dockerfile 模板（询问用户同意后创建）：

FROM python:3.10-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .

EXPOSE 7860

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

步骤 4：输出部署指南（默认手动）

根据应用内容生成以下变量：

变量	说明	生成规则
`{english_name}`	英文创空间名称	项目名转 kebab-case（如 `my-project`）
`{chinese_name}`	中文创空间名称	根据应用功能生成
`{description}`	创空间描述	根据应用功能生成简短描述
`{project_path}`	本地项目路径	`pwd` 获取完整路径

输出模板（直接在 CLI 输出，不要写入文件）：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🚀 部署到魔搭创空间
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

1️⃣ 访问部署页面：
   https://modelscope.cn/studios/create?template=quick

2️⃣ 填写基本信息：
   • 英文名称：{english_name}
   • 中文名称：{chinese_name}
   • 可见性：公开 / 私有
   • 描述：{description}

3️⃣ 上传项目文件：
   • 选择整个项目文件夹上传
   • 项目路径：{project_path}

4️⃣ 点击 "确认创建并部署"

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

💡 提示：部署完成后，如需使用 Git 维护项目，可运行：
   git init && git add . && git commit -m "Initial commit"
   然后在魔搭创空间的 Git 仓库页面获取远程地址并连接。

重要：所有部署方式都使用同一个页面：https://modelscope.cn/studios/create?template=quick

步骤 5：用户要求自动提交时，执行脚本自动化

当用户明确要求“自动填表并提交”时，优先使用仓库脚本：

node scripts/modelscope-auto-submit.mjs \
  --project-path <project_path> \
  --english-name <english_name> \
  --chinese-name <chinese_name> \
  --description "<description>" \
  --browser-channel chrome \
  --visibility private \
  --auto-submit \
  --monitor-deploy \
  --auto-fix \
  --run-timeout-ms 1200000

行为说明：

--auto-submit：自动点击“确认创建并部署”
--monitor-deploy：提交后持续抓取部署日志
--auto-fix：命中已知错误时，自动在本地项目中应用修复（例如 Docker entrypoint/registry 问题）
--browser-channel：默认 chrome（优先复用本机浏览器，避免下载卡住）
--run-timeout-ms：限制脚本总时长，避免长时间死等

如果自动修复已应用，提醒用户重新运行脚本发起新一轮部署。

步骤 6：部署后标准验收（日志 + 前端）

部署成功后，默认补做一次健康检查，优先使用仓库脚本：

node scripts/modelscope-studio-healthcheck.mjs \
  --studio-url "https://modelscope.cn/studios/<user>/<studio>" \
  --check-frontend \
  --latest-log-count 10 \
  --browser-channel chrome

验收要求：

输出“最新 10 条日志”
前端图片上传可用
bbox JSON 可解析并渲染到画布
无错误提示

变量生成示例

项目	english_name	chinese_name	description
bbox-viz	bbox-visualizer	边界框可视化工具	纯前端边界框可视化工具，支持多种坐标格式
chat-app	chat-assistant	智能对话助手	基于 Qwen 的智能对话应用
image-gen	image-generator	AI图像生成器	文本生成图像的 AI 工具

注意事项

默认手动，按需自动化 - 默认给手动步骤；用户明确要求时执行自动提交脚本
用合理默认值 - 减少用户输入，使用免费资源配置
智能检测 - 根据现有文件推断项目类型
缺失文件提醒 - 特别注意 Dockerfile 需要询问确认
Docker 端口 - Docker 类型必须使用 7860 端口
CLI 输出 - 部署指南直接在 CLI 输出，不要写入文件

部署遇到问题时先看这里

发生报错或页面异常时，先查阅： references/post-deploy-troubleshooting-and-pr.md

Playwright 自动提交（可选）

若用户明确要求自动化网页提交流程，可使用仓库脚本：

scripts/modelscope-auto-submit.mjs
scripts/open-modelscope-login.mjs（先打开登录页并复用同一 profile）
scripts/modelscope-studio-healthcheck.mjs（部署后日志与前端可用性验收）
详细参数说明：references/playwright-auto-submit.md
验收说明：references/post-deploy-validation.md

执行前要求：

本机可用 node 与 npx
已安装 playwright（建议 npm install --save-dev playwright）

Google Chrome DevTools MCP 自动化（可选）

若用户要求走 Google 官方 MCP，可参考：

references/chrome-devtools-mcp-auto-submit.md

推荐配置（Codex/Claude 等）：

server: chrome-devtools
command: npx
args: ["-y", "chrome-devtools-mcp@latest"]

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

ModelScope Studio Deployment Helper

触发条件

工作流程

步骤 1：检查项目结构

步骤 2：创建/更新 ms_deploy.json

Static 类型（静态网页）

Gradio 类型

Streamlit 类型

Docker 类型

步骤 3：检查并补充必要文件

检查 README.md

检查部署所需文件

步骤 4：输出部署指南（默认手动）

步骤 5：用户要求自动提交时，执行脚本自动化

步骤 6：部署后标准验收（日志 + 前端）

变量生成示例

注意事项

部署遇到问题时先看这里

Playwright 自动提交（可选）

Google Chrome DevTools MCP 自动化（可选）

FilesExpand file tree

SKILL.md

Latest commit

History

SKILL.md

File metadata and controls

ModelScope Studio Deployment Helper

触发条件

工作流程

步骤 1：检查项目结构

步骤 2：创建/更新 ms_deploy.json

Static 类型（静态网页）

Gradio 类型

Streamlit 类型

Docker 类型

步骤 3：检查并补充必要文件

检查 README.md

检查部署所需文件

步骤 4：输出部署指南（默认手动）

步骤 5：用户要求自动提交时，执行脚本自动化

步骤 6：部署后标准验收（日志 + 前端）

变量生成示例

注意事项

部署遇到问题时先看这里

Playwright 自动提交（可选）

Google Chrome DevTools MCP 自动化（可选）