deploy_azure.sh — 将 TaskFlow 部署到 Azure Container Apps

set -euo pipefail

RESOURCE_GROUP="taskflow-rg"

LOCATION="eastus"

CONTAINER_APP="taskflow-app"

IMAGE="ghcr.io/your-org/taskflow:latest"

echo "[INFO] 正在创建资源组..."

az group create --name "$RESOURC{E}_{G}ROUP"--location"$LOCATION"

echo "[INFO] 正在设置 Container Apps 环境..."

az containerapp env create \

--name "taskflow-env" \

--resource-group "$RESOURCE_GROUP" \

--location "$LOCATION"

echo "[INFO] 正在部署容器..."

az containerapp create \

--name "$CONTAINER_APP" \

--resource-group "$RESOURCE_GROUP" \

--environment "taskflow-env" \

--image "$IMAGE" \

--target-port 8000 \

--ingress external \

--cpu 0.5 \

--memory 1.0Gi \

--min-replicas 1 \

--max-replicas 3 \

--query properties.configuration.ingress.fqdn

Claude 可以通过检查以下内容进一步验证配置：

- 适当的扩缩容阈值。
- 缺失的入口或 HTTPS 设置。
- 未使用的资源组或孤立的镜像。

输出包含一个公共 FQDN，你可以使用 curl 或浏览器进行测试。

实操示例 3：部署到 GCP Cloud Run

Claude 可以以最小的配置开销生成 GCP 命令：

"Claude，将我的容器化 FastAPI 应用部署到 GCP Cloud Run，并启用自动 HTTPS 和服务账户身份验证。"

GCP 部署脚本

```bash
#!/usr/bin/env bash

# deploy_gcp.sh — 将 TaskFlow API 部署到 GCP Cloud Run
set -euo pipefail

PROJECT_ID="taskflow-project"

SERVICE_NAME="taskflow"

REGION="us-central1"

IMAGE="gcr.io/${PROJECT_ID}/taskflow:latest"

echo "[INFO] 正在启用所需的 API..."

gcloud services enable run.googleapis.com artifactregistry.googleapis.com

echo "[INFO] 正在部署容器..."

gcloud run deploy "$SERVICE_NAME" \

--image "$IMAGE" \

--platform managed \

--region "$REGION" \

--allow-unauthenticated \

--memory 512Mi \

--port 8000 \

--max-instances 5

echo "[SUCCESS] 部署完成。"

gcloud run services describe "$SERVIC{E}_{N}AME"--region"$REGION" --format 'value(status.url)'

整个流程——由 Claude 实现——只需不到 10 分钟即可将一个生产级容器部署到 Cloud Run。

说明表：Claude 在各云服务商中的角色

当 Claude Code 成为你 DevOps 工具链的一部分时，与云服务商的集成不再是令人望而生畏的过程。你不再需要记住每一条命令或资源语法，而是专注于定义意图：希望部署什么、部署到哪里、在什么约束条件下。Claude 将这些意图转化为一致的、针对特定云平台的配置——然后对其进行验证和优化，以确保性能和安全。

在下一节中，你将探索多环境管理，其中 Claude 将帮助你同步开发、预生产和生产环境之间的配置，确保每个环境都能可预测地运行，无需人工干预或出现配置漂移。