Ein komplettes, produktionsreifes Software-Projekt mit Cloud-Infrastruktur, CI/CD-Pipeline, Backend, Frontend und Datenbank, automatisch generiert in unter 60 Minuten.
Ein komplettes, produktionsreifes Projekt, automatisch erstellt, getestet und deployt. Aktuelle Versionen →
Terraform für GCP (GKE, Cloud SQL), AWS (EKS, RDS, ECR), Scaleway (Kapsule, Managed PostgreSQL, Container Registry) und STACKIT (SKE, Managed PostgreSQL Flex, Container Registry), VPC, IAM, Workload Identity, komplett vorkonfiguriert.
GitHub Actions mit OIDC, Jib Build und Docker Buildx, vollautomatisiert.
Spring Boot, Config Server, OpenAPI, produktionsreif.
Angular oder React, TypeScript, Nginx Runtime, modern und schnell.
Cloud SQL oder RDS mit Liquibase / Flyway Migrationen und IAM-Auth.
Helm Charts, Argo CD oder Flux, cert-manager, Let's Encrypt, automatisiert.
Keycloak im Cluster, Realm und Clients als Code, alle Services als OAuth2 Resource Server, Login im Frontend.
Sprachmodelle Ihrer Cloud angebunden, pgvector-Index, MCP-Server und zwei Beispiel-Chats zum Anpassen.
Terraform Module für GCP, AWS, Scaleway und STACKIT mit tier-basierter Skalierung (tiny bis high) für jedes Budget.
Vom Git-Push bis zum produktiven Deployment, vollautomatisiert mit OIDC-Authentifizierung.
Als GitOps-Werkzeug wählen Sie Argo CD (Default) oder Flux, beides ohne Aufpreis.
Keycloak läuft im Cluster, Realm und Clients sind als Terraform-Code beschrieben und kommen in jeder Umgebung gleich hoch. Die Backend-Services prüfen Tokens als OAuth2 Resource Server, das Frontend bringt den Login mit und die API-Dokumentation liegt dahinter.
Der KI-Service ist ein zusätzlicher Spring-Boot-Service in Ihrem Projekt, gebaut mit Spring AI. Er spricht die Modelle Ihrer Cloud an, hält Vektorindex und Gesprächsverlauf in Ihrer PostgreSQL-Datenbank und stellt seine Werkzeuge als MCP-Server bereit. Zwei Beispiele zeigen, wie Sie damit arbeiten: ein Ops-Agent für Fragen zu Cluster und Handbuch und ein Dokumenten-Chat für Ihre eigenen Dateien. Beide sind Startpunkte, kein fertiges Produkt: Sie ändern, erweitern oder entfernen sie, wie es Ihr Vorhaben braucht.
Vertex AI bei GCP, Amazon Bedrock bei AWS, Generative APIs bei Scaleway, AI Model Serving bei STACKIT. Zugang und Berechtigungen kommen als Terraform-Code mit.
Vektorindex und Gesprächsverlauf liegen in der PostgreSQL-Datenbank Ihres Projekts. Deshalb setzt der KI-Service die Datenbank-Option voraus.
Handbuch-Suche, Cluster-Abfragen und Dokumentensuche stehen als MCP-Werkzeuge bereit, für Ihre eigenen Agenten und Entwicklungswerkzeuge.
Produktionsreife Microservices mit Config Server und modernem Frontend, wahlweise Angular oder React.
Terraform Module für GCP (GKE, Cloud SQL, Artifact Registry), AWS (EKS, RDS, ECR), Scaleway (Kapsule, Managed PostgreSQL, Container Registry) und STACKIT (SKE, Managed PostgreSQL Flex, Container Registry), VPC, IAM, Workload Identity und Object-Storage-State-Backend, alles vorkonfiguriert.
Keycloak im Cluster, Realm und Clients als Terraform-Code. Alle Backend-Services prüfen Tokens als OAuth2 Resource Server, das Frontend bringt den Login mit, die API-Dokumentation liegt hinter der Anmeldung. Ihr fachliches Rollen- und Rechtemodell gestalten Sie darin selbst.
GKE oder EKS mit tier-basiertem Auto-Scaling, NGINX Ingress Controller, cert-manager mit Let's Encrypt und Argo CD oder Flux für GitOps-Deployments.
GitHub Actions mit OIDC-Authentifizierung (kein Passwort). Separate Workflows für Backend (Jib) und Frontend (Docker Buildx). Automatische Image-Tags und Helm-Updates.
Helm Charts mit separaten Values pro Cloud-Provider und Tier. Tier-basierte Resource-Profile (tiny bis high) für CPU, Memory und Replicas.
Spring Boot mit Spring Cloud Config Server, Actuator Health Checks, SpringDoc OpenAPI und Liquibase / Flyway Datenbank-Migrationen. Containerisiert mit Jib.
Angular oder React mit TypeScript und Multi-Stage Docker Build (Node.js Build + Nginx Runtime), PostgreSQL via Cloud SQL (GCP), RDS (AWS), Managed PostgreSQL (Scaleway) oder Managed PostgreSQL Flex (STACKIT), mit IAM- bzw. Secret-basierter Authentifizierung.
Spring AI mit den Modellen Ihrer Cloud (Vertex AI, Amazon Bedrock, Scaleway Generative APIs, STACKIT AI Model Serving), pgvector als Vektorindex in Ihrer PostgreSQL-Datenbank, MCP-Server für die Werkzeuge, Dokumentenablage in einem Bucket Ihres Projekts. Zwei Beispiel-Chats im Frontend als Startpunkt, zum Ändern und Erweitern.
Generieren Sie bis zu 5 Microservices pro Projekt. Jeder Service erhält seinen eigenen Controller, POM, Dockerfile, Helm Chart und CI/CD-Workflow.
Monorepo mit geteiltem Parent POM oder Split Repos mit eigenständigen Repositories pro Komponente, inklusive standalone POMs und eigener CI/CD.
Multi-Branch mit Feature-Branches und PR-Workflow, oder Single-Branch mit automatischem Build und manuellem Deploy pro Stage.
Wählen Sie dev, staging, prod oder andere Stages. Für jede werden Helm Values, Terraform-Konfigurationen und Argo-CD-Apps bzw. Flux-HelmReleases generiert.
Jede Bestellung enthält ein automatisch generiertes Infrastruktur-Handbuch als PDF, im Terminal-Dark-Theme, personalisiert mit Ihren Services, Cloud-Einstellungen und Zugangsdaten. Nur die Kapitel, die zu Ihrer Konfiguration passen.
Jedes generierte Projekt enthält Shell- und Batch-Scripts für die häufigsten Aufgaben nach Auslieferung, vom einmaligen Cloud-Bootstrap über das vollständige Deployment bis zur nachträglichen Änderung von Cloud-Credentials oder Hostname.
Konfigurieren Sie Ihr Software-Projekt und sparen Sie Wochen an Setup-Arbeit.
Jetzt konfigurieren
