deploy-staging
Merge une branche de travail dans la branche de staging du dépôt, pousse, attend le pipeline et lance le job manuel de déploiement sur l'environnement de staging voulu, puis passe la tâche au statut de test.
Install / Use
npx skills add lunar-industries/bidule-store --skill deploy-stagingInstalls into whichever agent you are using.
SKILL.md
Installable skill definition
Quality Score
Category
AutomationSupported Platforms
Tags
Our assessment of deploy-staging
deploy-staging scores 69/100 on our quality scale, 2666th of 2,896 Automation skills we index.
Its SKILL.md is 4.1 KB long, well organised into 8 sections and no code examples: a solid amount of guidance for an agent.
It has no GitHub stars yet, so there is no community track record; judge it on its content.
Maintenance, license and trust
- The repository was last updated 3 days ago, so deploy-staging is actively maintained.
- No license is declared. By default that means all rights are reserved: you can read it, but reusing or redistributing it is not clearly permitted. Ask the author before building on it commercially.
- Its trust signals score 80/100, with 2 cautions from licensing, adoption, age or documentation. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.
deploy-staging compared with similar skills
All 4 of these similar skills score higher than deploy-staging; compare them before choosing.
| Skill | Score | Stars | Updated | Format |
|---|---|---|---|---|
| deploy-staging (this skill)by lunar-industries | 69 | 0 | 3d ago | SKILL.md |
| Agent-Reachby Panniantong | 100 | 100.5k | 1d ago | CLAUDE.md |
| Scraplingby D4Vinci | 100 | 89.0k | today | MCP Server |
| rufloby ruvnet | 100 | 78.0k | today | MCP Server |
| algorithmic-artby anthropics | 100 | 177.9k | 28d ago | SKILL.md |
Frequently asked questions
- How do I install deploy-staging?
- Run
npx skills add lunar-industries/bidule-store --skill deploy-staging. The install tabs above show the steps for each supported agent. - Which AI agents does deploy-staging work with?
- It is written for Universal, as a SKILL.md file. Other agents that read the same format can often use it too.
- Is deploy-staging safe to use?
- It declares no license and scores 80/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
- Is deploy-staging still maintained?
- The repository was last updated 3 days ago, so deploy-staging is actively maintained.
Skill content
View source on GitHubname: deploy-staging description: Merge une branche de travail dans la branche de staging du dépôt, pousse, attend le pipeline et lance le job manuel de déploiement sur l'environnement de staging voulu, puis passe la tâche au statut de test. À utiliser quand l'utilisateur demande de "déployer en staging", "mettre sur staging-02", ou quand task-to-staging arrive à cette étape.
Déploiement en staging
Les branches, les jobs et les environnements viennent des réglages de l'application :
mcp__workspace__workspace_settings donne, pour chaque dépôt, la branche de staging, le modèle du
nom du job de déploiement ({env} y est remplacé par l'environnement), les environnements et celui
par défaut, et le statut Notion d'une tâche en test. Ne rien supposer qui n'y figure pas ; si un
réglage manque, le demander à l'utilisateur.
La branche de staging est une branche d'intégration : on y merge les branches de travail pour les tester. Ce n'est pas la cible des MR, qui restent ouvertes.
Environnement
L'environnement par défaut du dépôt, sauf si l'utilisateur en précise un autre. S'il n'est pas dans la liste réglée, le signaler et proposer ceux qui existent. Quand plusieurs dépôts sont déployés pour une même tâche, ils partent tous sur le même environnement, sans quoi le test ne veut rien dire.
Étape 1 — Merger dans la branche de staging
mcp__workspace__merge_branch (dépôt, source : la branche de travail, target : la branche de
staging) fait le merge dans le worktree de la branche de staging, qu'il crée au besoin et met à jour
depuis origin, jamais dans le checkout principal. Il ne committe pas le merge : il renvoie le chemin
du worktree et les fichiers en conflit.
En cas de conflit, résoudre en union fidèle des deux côtés, sans refactoring au passage. Le cas le plus fréquent : la branche de staging contient un correctif récent sur du code que la branche de travail a déplacé ; la bonne résolution est la structure de la branche de travail avec le contenu du correctif, reporté à son nouvel emplacement. Ne jamais prendre un côté en bloc sans avoir lu les deux. Une branche de travail très en retard sur la branche cible se rattrape chez elle (merger la branche cible dans la branche de travail), pas dans la branche de staging. En cas de doute, s'arrêter et laisser l'utilisateur trancher.
Étape 2 — Vérifier avant de committer le merge
Lancer les vérifications du dépôt (compilation, build, lint, formatage) telles que ses
package.json et CLAUDE.md les décrivent, dans le worktree. Un merge sans conflit peut casser la
compilation (un identifiant renommé d'un côté et utilisé de l'autre) : c'est ici qu'on le voit. Ne
pas reformater tout le dépôt ni modifier la configuration du lint.
Une fois les conflits résolus, ajouter les fichiers résolus à l'index (git -C <worktree> add),
sans committer : l'étape suivante committe le merge avec son message classique
(Merge branch '<branche-de-travail>' into <branche de staging>).
Étape 3 — Pousser
mcp__workspace__push_branch (dépôt, branche de staging) committe le merge puis pousse. Il refuse
tant qu'il reste un conflit ou une modification non committée. C'est la seule poussée de ce flux.
Étape 4 — Attendre le pipeline, puis déployer
mcp__workspace__wait_pipeline (dépôt, branche de staging, job de déploiement) attend que le
pipeline du dernier commit soit prêt : les jobs dont dépend le déploiement ont réussi et le job
manuel attend. Vérifier que le commit du pipeline est bien celui qu'on vient de pousser. Si un job
échoue, ne pas déployer : rapporter le job en échec et laisser l'utilisateur décider.
Puis mcp__workspace__play_job avec l'identifiant du job de déploiement (donné par
mcp__workspace__branch_state), et de nouveau mcp__workspace__wait_pipeline pour attendre son
issue.
Étape 5 — Passer la tâche en test
Seulement si la tâche est connue (l'utilisateur la nomme, ou elle a été établie plus tôt). Ne pas
partir à sa recherche. mcp__workspace__set_task_status avec le statut de test réglé.
Restitution
Le commit du merge, l'adresse du pipeline, l'état de chaque étape et l'adresse du job de déploiement. Rappeler que la MR vers la branche cible reste ouverte.
Related Skills
Agent-Reach
100.5kGive your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
Scrapling
89.0k🕷️ A Web Scraping framework that handles everything from a single request to a full-scale crawl! Don't be shy, join here: https://discord.gg/EMgGbDceNQ and follow here for daily tips and tricks: https://x.com/Scrapling_dev
ruflo
78.0k🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, federation, vector RAG integration, and native Claude Code / Codex / Hermes and many more Integrated
algorithmic-art
177.9kCreating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems.
Trust signals
From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.
