Лекции

В этой лекции вы соберёте в голове «карту координат» для ChatGPT Apps: чем отличаются local dev, staging и production, почему в ChatGPT клиент всегда в облаке, как на практике работает Dev Mode как переключатель URL, и как связать окружения с Git-ветками, доменами и переменными окружения (например, NEXT_PUBLIC_APP_ENV и NEXT_PUBLIC_BUILD_COMMIT).

В этой лекции вы соберёте рабочую «ментальную модель» отладки ChatGPT App по слоям: виджет (React), backend/ MCP‑сервер и протокол MCP (JSON‑RPC). Научимся читать логи Next.js и инструментов, вызывать tools/list/ tools/call через MCP Inspector, а также проверять Dev Mode‑конфигурацию (URL, путь /mcp, туннель) так, чтобы перестать дебажить «угадайкой GPT» и перейти к нормальному инженерному процессу.

Разбираем, почему «рандомные» туннельные адреса ломают разработку ChatGPT Apps, и как перейти на стабильный dev‑URL: именованный Cloudflare Tunnel с вашим доменом или ngrok со статическим доменом. Плюс — как привязать домен к коду через NEXT_PUBLIC_APP_URL / baseUrl, что важно для /mcp и /.well-known/openai-app, и как Dev Mode «подхватывает» обновления без постоянного переподключения.

Разбираем, как задеплоить ChatGPT App на Vercel без «ручного сервера»: подключаем Git‑репозиторий, настраиваем env‑переменные по окружениям (Development/Preview/Production), получаем preview‑деплои на каждый PR, выкатываем в production из ветки main и делаем быстрые rollback’и. Отдельно обсуждаем нюансы Next.js 16 и MCP‑endpoint’а (serverless‑модель, тайм‑ауты, maxDuration) и то, как после деплоя привязать ChatGPT Dev/Prod App к стабильному HTTPS‑URL.

В этой лекции разбираем, где ломается деплой ChatGPT App (build, runtime и дрейф конфигурации), как читать логи Vercel вместо гаданий, как защищаться от падений из‑за process . env, почему после правки env нужен redeploy, как стабилизировать MCP‑маршрут /mcp и как быстро откатываться (rollback), не усугубляя инцидент.