Vercel MCP 部署卡片：在 ChatGPT 中实时调试部署

Vercel 的 MCP 服务迎来了一次值得关注的更新：你的部署现在可以以交互式卡片的形式，直接呈现在 ChatGPT 等支持 MCP Apps 的聊天客户端里。这意味着开发者不必离开对话界面，就能查看部署状态、阅读构建日志，甚至把日志丢给模型帮忙排查问题。

从文字到卡片：MCP Apps 带来的交互升级

过去，通过 MCP 获取部署信息往往是一段文本回复。现在 Vercel MCP 利用 MCP Apps 扩展，把部署数据渲染成一张可交互的卡片。卡片上会显示实时部署状态、构建日志，以及源码和提交详情。当部署 URL 就绪后，卡片上会出现一个 Visit 按钮，点击即可访问线上环境。

这种交互方式改变了调试的流程。你可以把构建日志直接发送到聊天中，让模型基于日志内容进行分析；也可以打开全屏视图，在卡片下方仔细阅读日志。对于关联了多个项目的仓库，卡片还提供了项目列表，方便你在不同项目之间切换。

MCP（Model Context Protocol） 是 Anthropic 于 2024 年底提出的一种开放协议，用于标准化大语言模型与外部工具、数据源之间的连接方式。它采用客户端-服务器架构：聊天应用作为 MCP 客户端，通过统一的 JSON-RPC 接口调用各类 MCP 服务器暴露的工具与资源。开发者只需为某项服务实现一次 MCP 服务器，即可被任何支持该协议的客户端复用，避免为每个平台单独做集成。Vercel 此次提供的正是这样一个 MCP 服务器，把部署查询能力开放给聊天客户端。

MCP Apps 扩展 则是在基础协议之上增加的 UI 层能力。标准 MCP 的工具调用只返回结构化数据或文本，而 MCP Apps 允许服务器声明并返回可渲染的界面组件（如卡片、表单），由客户端在对话流中内嵌展示。这使得工具结果不再局限于一段文字，而能承载按钮、全屏视图等交互元素。文章所述的降级机制正是这一扩展的设计前提：客户端若不支持 UI 渲染，就回退到纯文本结果。

功能细节：部署查找与降级兼容

这张卡片是 Vercel MCP 的第一个 MCP App，建立在 MCP Apps 扩展之上。背后的 open_deployments 工具支持按项目、仓库或提交来查找部署，并可以按环境进行过滤。这为开发者提供了更灵活的查询方式，尤其是在多环境、多项目的复杂场景下。

兼容性方面，不支持应用扩展的客户端也不会被抛弃。它们仍然会收到部署状态、预览 URL 和提交信息，只不过以纯文本形式呈现。这种降级策略确保了 Vercel MCP 在不同聊天客户端中的可用性。

open_deployments 属于 MCP 中的“工具（tool）”定义，即服务器向模型声明的一个可调用函数，带有名称、描述和输入参数模式（schema）。模型根据对话意图决定是否调用它，并按 schema 传入过滤条件，例如项目标识、仓库名、提交哈希或目标环境（生产、预览等）。服务器执行查询后把结果返回给客户端，再由客户端决定以卡片还是文本形式呈现。理解这一点有助于明白：卡片的展示形态与工具的数据查询是解耦的——同一个工具输出既能驱动富 UI，也能降级为纯文本。

如何开始使用

如果你使用 ChatGPT，可以通过其 Connectors 设置连接到 Vercel MCP。连接完成后，在对话中调用相关工具，就能看到部署卡片。对于其他支持 MCP Apps 的客户端，连接方式类似，具体取决于客户端对 MCP 扩展的支持情况。

Connectors 是 ChatGPT 中管理外部服务连接的入口，用户在此完成授权与 MCP 服务器的注册。连接过程通常基于 OAuth 或 API 令牌，授权后 ChatGPT 便能代表用户调用该服务器暴露的工具。需要区分的是，“连接 MCP 服务器”与“支持 MCP Apps 渲染”是两个层次的能力：前者决定能否调用工具，后者决定结果以何种形式展示。因此即便某个客户端已接入 Vercel MCP，若其未实现 MCP Apps 扩展，看到的仍会是文本形式的部署信息。

对开发工作流的影响

将部署状态和日志直接嵌入聊天界面，减少了在工具之间切换的成本。过去，开发者可能需要打开 Vercel 控制台或终端来查看构建日志，现在这些信息可以在对话上下文中直接获取，并且能立即与模型交互。这种“对话式运维”的模式，对于快速迭代的团队来说，可以缩短从发现问题到定位问题的路径。

不过，目前这一功能仍依赖于客户端对 MCP Apps 的支持。ChatGPT 通过 Connectors 接入，其他客户端的支持程度可能不同。随着 MCP 生态的扩展，这类交互式卡片有望成为聊天客户端中的常见形态。