
Defang
Defang Labs · コーディング
Defang は Docker Compose ファイルを、自社の AWS または GCP アカウント上で数分で本番運用可能なアプリに変えるデプロイプラットフォーム。

Defang について
Defang とは
Defang は Defang Labs のクラウドデプロイツールで、すでにあるアプリを、自分で管理するクラウドアカウント上で本番稼働させる。標準的な Docker Compose ファイルを書けば、コンテナ、DNS、ロードバランサー、データベース、IAM ロールの用意という、ほとんどのチームが避けたい部分を Defang が引き受ける。デプロイはすべて自社の AWS または GCP アカウント内で動き、Defang 側のホストされたサンドボックスではない。
この最後の点が肝心だ。コードとシークレットが自社のクラウドアカウントから出ることはない。Defang のバックエンドはデプロイを編成して追跡するだけで、インフラとデータは手元に残る。いつでも手を引ける。
ただし Defang は、すでにコンテナ化されたアプリとクラウドアカウントを持つ人向けに作られている。Compose ファイルがなかったり、クラウドを完全に隠すフルマネージドのホストを好んだりするなら、不要なセットアップ層が増える。これは現実的な制約だ。
はじめかた
- 公式ダウンロードページから Defang CLI をインストールし、Defang アカウントでサインインする。
- アプリに
compose.yamlがあり、コンテナがローカルでビルドできることを確認する。 defang stack newを実行し、クラウドプロバイダー、リージョン、デプロイモード、スタック名の質問に答える。defang up --stack=<name>で起動すると、Defang が自社のクラウドアカウントにインフラを用意する。- サービスが稼働するまで、CLI からそのままロールアウトを追い、実行時ログを照会する。
AIツール情報
Defangの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- すでにローカルで Docker Compose を動かしており、Terraform を手書きせずに同じアプリをクラウドで稼働させたいバックエンド開発者。
- 本物の本番構成を、プラットフォームエンジニアを雇わずに手に入れたい個人開発者。
- 本番インフラを求めつつ、その所有権も手元に置きたい小規模チームやスタートアップ。すべてのリソースが自社アカウントに載るからだ。
- 複数のクラウドアカウントにまたがる再現可能なデプロイを必要とするプラットフォーム/DevOps エンジニア。ここで Enterprise のフリート管理が効いてくる。
タスク
- プロトタイプを Compose から稼働中のクラウドサービスへ引き上げる。Defang が軸に据えているワークフローだ。
- シークレットと設定を CLI で管理し、サードパーティのダッシュボードではなくクラウドアカウントに紐づける。
- デプロイ中に更新を展開し、実行時ログを追う。すべてターミナルから行う。
- VS Code や Cursor 内で、Defang MCP サーバーを通じて AI コーディングアシスタントにスタックを生成させ、デプロイさせる。
シーン
- ロードバランサーやデータベースを手で設定せずに、週末のプロジェクトを AWS に送り出す。
- 単一のクラウドアカウントに、ステージングと本番で同一の環境を立ち上げる。同じファイル、同じ結果。
- 代理店が同じアプリを顧客自身のクラウドアカウントにデプロイする。データの管理権は顧客に残る。
- AI サービスのために GPU 対応エンドポイントが欲しいが、GPU ノードは自分で管理したくないチーム。
主な機能
1 コマンドで Compose からクラウドへ
出発点は、おそらくすでに持っているファイルだ。Defang は compose.yaml を読み、プロジェクトを検証し、それに対応する実際のクラウドリソースを構築する。コンテナ、DNS、ロードバランシング、データベース、IAM ロールだ。利点は、ローカルで試したものがそのまま出荷されること。Compose ファイルが乱れていれば、デプロイにもそれが表れる。だからこそ押し出す前に整えておく価値がある。このワークフローが、Docker Compose をクラウドへ移す作業を十手順ではなく一手順に感じさせる。きれいなファイルを入れれば、きれいなデプロイが出てくる。
自社のクラウドアカウントへデプロイ
Defang が作るリソースはすべて自社の AWS または GCP アカウントに存在する。共用テナントもなく、Defang のサーバーにコードのコピーが置かれることもない。バックエンドはデプロイを編成して監視するだけだからだ。自社のガバナンスのもとで AWS へデプロイしたい、あるいは GCP へデプロイしたいチームにとって、これはアプリを自社のマシンで動かすホストとの明確な違いになる。
CLI 中心のワークフロー
Defang CLI が主な操作面だ。ターミナルを離れずに、スタックを作り、デプロイし、ログを照会し、シークレットを管理する。スタックはバージョン管理にチェックインする設定ファイルとして保存される。つまりデプロイ構成は、Web コンソールでクリックして組み立てるのではなく、レビュー可能で再現可能だ。コンソールのクリックは不要。流れはすべてターミナルに収まる。
予算とニーズに応じたデプロイモード
Defang は affordable、balanced、high availability のモードを用意し、スタック作成時にひとつ選ぶ。affordable は初期プロジェクトのコストを抑え、high availability は本番トラフィックに必要な冗長性を加える。どれを選ぶべきか。まず affordable から始めればいい。Free と Pro プランで最初の 2 つが使え、high availability は Enterprise 限定だ。
マネージドサービスと自動スケーリング
Defang はマネージドの Postgres、Redis などのバッキングサービスを用意するので、データベースサーバーを手で配線する必要はない。GPU インスタンスにも対応し、流入する需要に自動で応じる自動スケーリングも備える。AI モデルやトラフィックの波が大きい API をホストするなら、ここは効いてくる。
AI デバッグと Compose 生成
有料プランには無制限の Compose 生成と AI デバッグが加わる。欲しいものを説明すれば Compose ファイルが返ってきて、デプロイが失敗したときには助けが得られる。これが Defang を単なるデプロイツールから、アプリの出荷までこなすコーディングアシスタント寄りの存在へ押し上げる機能だ。いい味付けだ。
AI エディター向けの MCP サーバー
Defang は VS Code と Cursor に接続する MCP サーバーを同梱する。これによりエディター内の AI アシスタントがスタックを作成し、そのままデプロイできる。すでに AI ペアプログラマーに頼っているなら相性がいい。デプロイの工程がコンテキストスイッチでなくなるからだ。エディターに住んでいるなら試す価値がある。
フリート管理とコンプライアンス
Enterprise プランは複数のクラウドアカウントを対象にし、顧客環境へ納品する ISV に合う。さらに WAF と SOC 2 Type II 準拠を加える。この組み合わせは、セキュリティレビューが始まる前にデプロイパイプラインが監査基準を満たすと示す必要があるチームに向いている。クラウドデプロイサービスの中で、創業者ではなく監査人に語りかける部分だ。
メリットとデメリット
メリット
- コード、シークレット、インフラを自社の AWS または GCP アカウント内に保つので、所有権を維持できる。
- 既存の Docker Compose ファイルを、Terraform を書かずに稼働中のデプロイへ変える。
- CLI 中心の設計で、スタックファイルがバージョン管理に載り、デプロイが再現可能になる。
- 無料枠でも GPU とマネージドの Postgres、Redis に対応するので、課金前に実際のワークロードを試せる。
デメリット
- クラウドアカウントと動作する Compose ファイルは依然として必要で、非技術者には向かない。
- クラウドプロバイダーの一覧は今のところ狭い。AWS と GCP のみで、Azure や小規模ホストは除外される。
- high availability モードとフリート管理は $499/mo の Enterprise プランの背後にあり、小規模チームには割高だ。
よくある質問
Docker Compose ファイルを取り、本番のクラウドサービスとしてデプロイする。コマンドを 1 つ実行すれば、Defang が自社の AWS または GCP アカウント内に、アプリが必要とするコンテナ、ネットワーク、データベース、権限を用意する。要するに、自社インフラに向けて使うクラウドデプロイサービスだ。
関連コンテンツ
Defangに関連するツール、スキル、記事を探す。
Defangの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。
