Defang

Defang

Defang Labs · Coding

Defang ist eine Cloud-Deployment-Plattform, die eine Docker-Compose-Datei in wenigen Minuten in eine produktionsreife App im eigenen AWS- oder GCP-Konto verwandelt.

Vorschau der Oberfläche von Defang

Über Defang

Was ist Defang

Defang ist ein Cloud-Deployment-Tool von Defang Labs, das eine bestehende App nimmt und sie in Cloud-Konten in Produktion bringt, die Sie selbst kontrollieren. Sie schreiben eine Standard-Docker-Compose-Datei, und Defang übernimmt den Teil, den fast alle Teams fürchten: Container, DNS, Load Balancer, Datenbanken und IAM-Rollen bereitstellen. Das gesamte Deployment läuft in Ihrem AWS- oder GCP-Konto, nicht in einer gehosteten Sandbox auf Defangs Seite.

Genau dieser letzte Punkt ist entscheidend. Ihr Code und Ihre Secrets verlassen nie Ihr Cloud-Konto. Defangs eigenes Backend orchestriert und verfolgt nur das Deployment, also behalten Sie die Infrastruktur und die Daten. Sie können jederzeit aussteigen.

Der Haken: Defang ist für Leute gebaut, die bereits eine containerisierte App und ein Cloud-Konto haben. Wenn Sie keine Compose-Datei haben oder ein vollständig verwaltetes Hosting bevorzugen, das die Cloud ganz verbirgt, dann bringt Defang eine Einrichtungsebene mit, die Sie nicht brauchen. Das ist eine echte Grenze.

Erste Schritte

  1. Installieren Sie die Defang CLI von der offiziellen Download-Seite und melden Sie sich dann mit Ihrem Defang-Konto an.
  2. Stellen Sie sicher, dass Ihre App eine Datei compose.yaml hat und dass Ihr Container lokal baut.
  3. Führen Sie defang stack new aus und beantworten Sie die Fragen zu Cloud-Anbieter, Region, Deployment-Modus und Stack-Namen.
  4. Starten Sie mit defang up --stack=<name>, und Defang stellt die Infrastruktur in Ihrem eigenen Cloud-Konto bereit.
  5. Verfolgen Sie den Rollout und fragen Sie die Laufzeit-Logs direkt über die CLI ab, bis der Dienst live ist.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Defang.

Kostenloser TarifJa
Bezahlte Tarife$0 - $499/mo
PlattformCLI (macOS, Linux, Windows), Web app, MCP for VS Code and Cursor
EntwicklerDefang Labs
KategorieCoding
VeröffentlichungsdatumMay 2023
Zuletzt aktualisiertSep 2025
Website-Besuche9.2K
Globales Website-Ranking2.4M
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • Backend-Entwickler, die Docker Compose bereits lokal laufen lassen und dieselbe App in der Cloud live sehen wollen, ohne Terraform von Hand zu schreiben.
  • Einzelentwickler, die ein echtes Produktions-Setup wollen, ohne einen Plattform-Ingenieur einzustellen.
  • Kleine Teams und Startups, die Produktionsinfrastruktur wollen, aber auch deren Eigentum behalten möchten, da jede Ressource im eigenen Konto landet.
  • Plattform- und DevOps-Ingenieure, die wiederholbare Deployments über mehrere Cloud-Konten brauchen, und genau dort greift die Flottenverwaltung der Enterprise-Version.

Aufgaben

  • Einen Prototyp von Compose zu einem laufenden Cloud-Dienst bringen, der Workflow, um den Defang herum gebaut wurde.
  • Secrets und Konfiguration über die CLI verwalten, damit sie an das Cloud-Konto statt an ein Drittanbieter-Dashboard gebunden bleiben.
  • Updates ausrollen und Laufzeit-Logs während eines Deployments verfolgen, alles im Terminal.
  • Einen KI-Code-Assistenten über den Defang-MCP-Server in VS Code oder Cursor einen Stack erzeugen und deployen lassen.

Szenarien

  • Ein Wochenendprojekt zu AWS bringen, ohne einen Load Balancer oder eine Datenbank von Hand zu konfigurieren.
  • Identische Umgebungen für Staging und Produktion in einem Cloud-Konto aufbauen. Dieselbe Datei, dasselbe Ergebnis.
  • Eine Agentur deployt dieselbe App im eigenen Cloud-Konto eines Kunden, wodurch der Kunde die Kontrolle über die Daten behält.
  • Ein Team will GPU-gestützte Endpunkte für einen KI-Dienst, ohne die GPU-Knoten selbst zu verwalten.

Wichtigste Funktionen

Von Compose in die Cloud mit einem Befehl

Sie starten mit einer Datei, die Sie wahrscheinlich schon haben. Defang liest Ihre compose.yaml, prüft das Projekt und baut dann die echten Cloud-Ressourcen auf, die dazu passen: Container, DNS, Load Balancing, Datenbanken und IAM-Rollen. Der Vorteil: Was Sie lokal getestet haben, wird auch ausgeliefert. Ist Ihre Compose-Datei unordentlich, spiegelt das Deployment das wider, also lohnt es sich, vorher aufzuräumen. Das ist der Workflow, der Docker Compose in die Cloud wie einen Schritt statt wie zehn wirken lässt. Saubere Datei rein, sauberes Deployment raus.

Deployment im eigenen Cloud-Konto

Jede Ressource, die Defang erstellt, lebt in Ihrem AWS- oder GCP-Konto, also gibt es keine geteilte Mandantschaft und keine Kopie Ihres Codes auf Defangs Servern, weil das Backend das Deployment nur orchestriert und überwacht. Für Teams, die unter eigener Governance auf AWS oder auf GCP deployen müssen, ist das ein echter Unterschied zu Hostern, die Ihre App auf ihren Maschinen laufen lassen.

CLI-First-Workflow

Die Defang CLI ist die Hauptsteuerfläche. Sie erstellen einen Stack, deployen ihn, fragen Logs ab und verwalten Secrets, ohne das Terminal zu verlassen. Stacks werden als Konfigurationsdateien gespeichert, die Sie in die Versionskontrolle einchecken, das heißt, Ihr Deployment-Setup ist überprüfbar und reproduzierbar statt in einer Web-Konsole zusammengeklickt. Keine Klicks in der Konsole. Der ganze Ablauf bleibt in Ihrem Terminal.

Deployment-Modi für verschiedene Budgets und Bedürfnisse

Defang bietet die Modi affordable, balanced und high availability, und Sie wählen einen beim Erstellen eines Stacks. Affordable hält die Kosten für frühe Projekte niedrig, während high availability die Redundanz hinzufügt, die Produktionsverkehr braucht. Welchen nehmen? Fangen Sie mit affordable an. Free- und Pro-Pläne bekommen die ersten beiden; high availability gibt es nur in Enterprise.

Verwaltete Dienste und Autoscaling

Defang stellt verwaltetes Postgres, Redis und andere begleitende Dienste bereit, damit Sie keine Datenbankserver von Hand verdrahten müssen, und unterstützt außerdem GPU-Instanzen plus Autoscaling, das automatisch auf eingehende Nachfrage reagiert. Das ist wichtig, wenn Sie ein KI-Modell oder eine API mit ungleichmäßigem Verkehr hosten.

KI-Debugging und Compose-Erzeugung

Die bezahlten Pläne ergänzen unbegrenzte Compose-Erzeugung und KI-Debugging. Sie können beschreiben, was Sie wollen, eine Compose-Datei zurückbekommen und dann Hilfe erhalten, wenn ein Deployment fehlschlägt. Diese Funktion schiebt Defang über ein reines Deployment-Tool hinaus zu etwas, das eher einem Code-Assistenten gleicht, der auch Ihre App ausliefert. Nette Sache.

MCP-Server für KI-Editoren

Defang liefert einen MCP-Server, der sich in VS Code und Cursor einhängt. So kann ein KI-Assistent in Ihrem Editor einen Stack erstellen und direkt deployen. Das passt gut, wenn Sie ohnehin auf einen KI-Pair-Programmer setzen, denn der Deployment-Schritt ist dann kein Kontextwechsel mehr. Einen Versuch wert, wenn Sie im Editor leben.

Flottenverwaltung und Compliance

Der Enterprise-Plan deckt mehrere Cloud-Konten ab, was zu ISVs passt, die in Kundenumgebungen ausliefern, und ergänzt eine WAF plus SOC-2-Type-II-Compliance. Diese Kombination zielt auf Teams, die belegen müssen, dass ihre Deployment-Pipeline eine Audit-Norm erfüllt, bevor eine Sicherheitsprüfung überhaupt beginnt. Das ist der Teil des Cloud-Deployment-Dienstes, der zu Auditoren spricht, nicht zu Gründern.

Vor- und Nachteile

Vorteile

  • Hält Code, Secrets und Infrastruktur in Ihrem eigenen AWS- oder GCP-Konto, sodass Sie Eigentümer bleiben.
  • Verwandelt eine vorhandene Docker-Compose-Datei in ein Live-Deployment, ohne Terraform zu schreiben.
  • CLI-First-Design mit Stack-Dateien in der Versionskontrolle, was Deployments reproduzierbar macht.
  • Kostenlose Stufe mit GPU-Unterstützung und verwaltetem Postgres und Redis, sodass Sie echte Lasten testen können, bevor Sie zahlen.

Nachteile

  • Sie brauchen trotzdem ein Cloud-Konto und eine funktionierende Compose-Datei, also nichts für nicht-technische Nutzer.
  • Die Liste der Cloud-Anbieter ist derzeit schmal. Nur AWS und GCP, was Azure oder kleinere Hoster ausschließt.
  • Der high-availability-Modus und die Flottenverwaltung stecken hinter dem Enterprise-Plan für $499/mo, was für kleine Teams happig ist.

Häufige Fragen

Es nimmt eine Docker-Compose-Datei und deployt sie als produktiven Cloud-Dienst. Sie führen einen Befehl aus, und Defang stellt die Container, das Netzwerk, die Datenbanken und die Berechtigungen bereit, die Ihre App braucht, im eigenen AWS- oder GCP-Konto. Kurz gesagt, es ist ein Cloud-Deployment-Dienst, den Sie auf Ihre eigene Infrastruktur richten.

Ähnliche Inhalte

Entdecke passende Tools, Skills und Artikel zu Defang.

Alternativen zu Defang

Forefront

Forefront

Forefront · Coding

Forefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.

Kostenlos / $0 - $99/moDetails ansehen
Startkit

Startkit

StartKit.AI · Coding

Startkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.

Kostenpflichtig / $99 - $499 one-timeDetails ansehen
Testim

Testim

Tricentis · Coding

Testim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.

Kostenlos / Custom pricing on requestDetails ansehen