前言¶
很多業務倉庫能本地跑起來，卻遲遲拿不出一套能復現的容器化交付物：Dockerfile 和實際構建方式對不上、配置寫死在鏡像裏、compose 與文檔各說各話。手寫模板可以起步，但換技術棧或多組件目錄時，Agent 往往只生成單個 Dockerfile，缺少「先分析、再打包、再部署」的固定節奏。
下面介紹 SkillHub 社區 Skill「項目容器化適配」。它在 Agent 側用 SKILL.md 約定六階段工作流，引導模型掃描代碼與文檔，在項目的 deploy/ 目錄輸出打包編排、運行鏡像、配置模板和說明文檔。當前最新版本爲 1.0.3，分類爲 it-ops-security（子類含服務器運維、DevOps），平臺統計下載約 1335 次；騰訊安全與 Keen 審計結論均爲「安全，無風險」，且標籤標明無需 API Key。
這是什麼¶
項目容器化適配是面向「把現有代碼倉庫做成可構建、可運行、可說明的容器方案」的 Agent Skill，採用通用 SKILL.md 格式，由社區用戶 user_3d638e23（命名空間 @indiv-zhudev/projcet-containerd）發佈在 SkillHub。
官方頁面：https://api.skillhub.cn/user_3d638e23/projcet-containerd
Skill 自述能力：自動檢測分析項目代碼和文檔，配置並優化容器化打包方案，生成專用 Dockerfile 與 compose.yaml，並輸出說明文檔，形成適配該項目的容器化部署方案。常見觸發表述包括：容器化、Docker、docker run、docker-compose、Dockerfile、容器部署、鏡像打包、項目容器化、容器化適配、容器化改造等。
1.0.3 版本更新說明強調：流程以 Docker 爲例，但不侷限於 Docker，可自行改造爲其他容器運行時，並有助於後續向 Kubernetes 環境遷移。
核心功能¶
結合 SkillHub 對該 Skill 的質量評估與版本說明，可覈實的能力如下。
六階段工作流¶
- 分析項目代碼：識別語言與目錄結構（含多組件佈局），閱讀 README 與部署/配置類文檔，歸類已有 Dockerfile（打包用、部署用、開發用等），梳理需外部化的配置，並寫入
deploy/analysis-report.md。 - 項目代碼打包：按語言確定製品類型（如 Java JAR、Node 前端
dist/、Go 二進制等），生成deploy/Dockerfile.build與deploy/compose.build.yaml，通過卷將產物導出到deploy/artifacts/，並編寫deploy/BUILD.md。 - 部署用 Dockerfile：在
deploy/Dockerfile中只複製製品、儘量縮小運行時鏡像；默認容器內以 root 運行，僅當項目文檔明確要求時再配置非 root 用戶。 - 配置模板：將需要掛載的配置複製到
deploy/config/，生成deploy/.env及deploy/CONFIG.md。 - 標準部署方案：生成
deploy/docker-run.sh、deploy/compose.yaml（含環境變量、卷掛載、健康檢查等），並提供deploy/QUICKSTART.md。 - 總覽文檔：彙總爲
deploy/CONTAINERIZATION.md，並與 BUILD、DEPLOY、CONFIG 等文檔交叉引用。
語言與製品覆蓋¶
製品類型參考表覆蓋 Java（Maven/Gradle）、Node.js 前後端、Python、Go、Rust、PHP、Ruby 等常見棧，並給出對應的打包產物路徑與運行時基礎鏡像選型思路。評估說明中亦指出：未單獨列出 .NET/C#，多架構構建、鏡像安全掃描等進階話題需自行補充。
交付目錄約定¶
執行完成後，Skill 約定在倉庫下形成類似結構（節選）：
deploy/
├── Dockerfile
├── Dockerfile.build
├── compose.yaml
├── compose.build.yaml
├── docker-run.sh
├── .env
├── artifacts/
├── config/
├── CONTAINERIZATION.md
├── QUICKSTART.md
├── BUILD.md
├── DEPLOY.md
├── CONFIG.md
└── analysis-report.md
安裝與啓用¶
SkillHub 推薦通過 skillhub CLI 安裝；安裝說明見 https://skillhub.cn/install/skillhub.md 。要點如下。
1、安裝或檢查 CLI¶
command -v skillhub && skillhub --version
若未安裝，可執行完整安裝（CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
官方文檔要求 CLI 版本不低於 2026.7.29（可執行 skillhub self-upgrade 升級）。
2、安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須使用 --dir 指向當前 Agent 識別的 skills 目錄，否則默認落在 ./skills/ 可能無法被加載。
Cursor 示例如下：
skillhub install @indiv-zhudev/projcet-containerd --dir ~/.cursor/skills/
Claude Code 可將 --dir 設爲 ~/.claude/skills/；Codex 可使用 ~/.codex/skills/ 或項目下的 .agents/skills/。其他客戶端路徑以 SkillHub 安裝文檔第四節爲準。
也可在對話中讓 Agent「根據 https://skillhub.cn/install/skillhub.md 安裝 @indiv-zhudev/projcet-containerd」。
3、可選驗籤¶
skillhub verify @indiv-zhudev/projcet-containerd
典型用法¶
在已安裝 Skill 且本機具備 Docker 的前提下，可對 Agent 使用觸發詞，例如：「幫這個項目做容器化適配，生成 deploy 目錄下的 Dockerfile 和 compose。」
Skill 文檔中的快速開始路徑（生成文件後由人在項目根目錄執行）如下。
打包製品：
cd deploy && docker compose -f compose.build.yaml up --build
確認 deploy/artifacts/ 中已有預期產物後，啓動服務：
docker compose up -d
打包編排示例（Skill 內嵌模板邏輯）會將構建上下文指向上級目錄，並把製品導出目錄掛載爲 ./artifacts：
services:
builder:
build:
context: ..
dockerfile: deploy/Dockerfile.build
volumes:
- ./artifacts:/output
部署階段生成的 compose.yaml 通常會引用 env_file: .env、只讀掛載 config/ 下配置文件，並按項目暴露端口與健康檢查。具體鍵名與掛載路徑以階段 1 分析報告爲準，由 Agent 按倉庫實際情況填寫。
適用場景與注意¶
適合誰
- 需要首次爲單體或多目錄 Web/後端項目補齊 Docker 交付物，並希望目錄、文檔、腳本一次成型的團隊。
- 已有一部分 Dockerfile，但希望區分「構建鏡像」與「運行鏡像」、統一
deploy/佈局的維護者。
限制與坑
- 工作流假設 Agent 能讀取倉庫文件並在本機執行
docker compose等命令；無 Docker 或無法聯網拉取基礎鏡像時，生成物需人工執行與校對。 - 平臺質量評估指出：異常與失敗場景說明較少，已有完整 Dockerfile 時是否覆蓋/合併未寫死，多組件微服務與外部依賴（數據庫、Redis 等）的編排需結合
analysis-report.md自行擴展。 - 默認 root 運行容器；生產環境若要求非 root，須在項目文檔中寫明，或事後改 Dockerfile。
- slug 爲
projcet-containerd（拼寫與 container 不同），安裝與搜索時需與命名空間@indiv-zhudev一併使用。
結尾¶
「項目容器化適配」把容器化從「寫一個 Dockerfile」拉成可重複的六步交付：分析、打包、運行鏡像、配置外置、編排腳本與成套文檔，並明確落在 deploy/ 目錄，便於後續接 CI 或 K8s。若要在 Cursor 等環境中試用，可從 SkillHub 官方地址獲取詳情，並按上文命令安裝 @indiv-zhudev/projcet-containerd：
https://api.skillhub.cn/user_3d638e23/projcet-containerd
