# Qovery Qovery 是代理式基礎設施平台，在自有雲端統一治理 CI/CD、Kubernetes、Terraform、密鑰與監控。 - Findings24: - 網站: - 價格: Freemium - 分類: AI DevOps助手, AI程式助手, AI開發者工具 ## 什麼是 Qovery？ Qovery 是一個 agentic 基礎架構平台，適合希望讓 AI agents 與工程師能從單一受管控控制平面操作真實基礎架構的團隊。此產品將 CI/CD、Kubernetes、Terraform、機密、監控與相關工具整合到單一 API 之下，讓各項操作能一致地執行、追蹤與控管。 網站將 Qovery 定位為適合希望在自家雲端執行工作負載，同時又能讓 agents 擁有足夠權限來部署、測試、擴展與觀察系統，而無需將多個獨立產品拼接在一起的組織。它支援 AI 程式碼 agents、AI 輔助 CI/CD，以及客戶基礎架構上的遠端開發環境工作流程。 ## Qovery 能做什麼？ ### 跨基礎架構堆疊的單一 API Qovery 提供單一 API，將 CI/CD、Kubernetes、Terraform、機密與監控整合在一起，讓基礎架構作業可從單一控制平面處理。 ### 在你自己的基礎架構上運作 平台在你的自家雲端帳戶上運作，並支援 AWS、GCP、Azure、Scaleway，以及較高方案等級上的內部部署或自架 Kubernetes。 ### 受管控的存取與可稽核性 Qovery 加入稽核軌跡、範圍限定存取、核准、RBAC 與合規控制等防護機制，讓 agent 行為受到治理，而不是被視為臨時性的自動化。 ### 面向 agents 與自動化的介面 定價與解決方案頁面說明了 agent 席位、支援的介面如 MCP Server、CLI、API 與 AI Skill，以及 AI 程式碼 agents 的工作流程。 ### 用於測試的全堆疊沙箱 AI 程式碼 agents 解決方案會建立包含應用程式、資料庫與服務的全堆疊沙箱，讓 agents 可以執行測試並針對真實環境開啟已測試的 pull request。 ### 作為加購項目的遠端開發環境 遠端開發環境解決方案將 Qovery 定位為可在你自己的基礎架構上建立遠端開發環境的 builder portal。 ## 使用情境 ### 部署並測試 agent 撰寫的程式碼 當 AI 程式碼 agents 需要真實環境來部署程式碼、執行 E2E 測試，並開啟已測試的 pull request，而不是交接未驗證的 diff 時，使用 Qovery。 ### 遠端開發環境 使用 Qovery 為團隊與 agents 提供隔離的遠端開發環境，這些環境在你自己的基礎架構上執行，並複製建置與測試工作所需的應用程式堆疊。 ### AI 輔助 CI/CD 作業 當 AI 輔助 CI/CD 工作流程需要一個受管控控制平面來處理部署、核准與整個工具鏈上的基礎架構作業時，使用 Qovery。 ### 受管控的基礎架構管理 當基礎架構變更必須保持可歸屬性與受管控性，並在客戶擁有的雲端資源上搭配 RBAC、稽核記錄、核准與範圍限定權杖時，使用 Qovery。 ### 整合基礎架構工具鏈 當平台團隊想要在單一作業層之下，標準化 agents 對 Kubernetes、Terraform、機密、監控與登錄等服務的存取時，使用 Qovery。 ## 常見問題 ### Qovery 會執行我的工作負載嗎？ Qovery 是一個疊加在你自家雲端基礎架構之上的控制平面。根據網站說明，你的應用程式會在你擁有的叢集上、於你自己的 AWS、GCP、Azure 或 Scaleway 帳戶中執行，而 Qovery 不會看見你的工作負載或資料。 ### 什麼是 AI agent 席位？ 來源將 AI agent 席位描述為每個方案皆包含。每位人類使用者包含 1 個 AI agent 席位，額外席位則在定價頁面上另行收費。 ### 有免費試用嗎？ 可以。定價頁面提供 Team 與 Business 方案的免費試用，而 Enterprise 則採客製化年度合約。 ### 什麼是 AI Builder Portal（RDE）加購項目？ 網站說明 AI Builder Portal，也稱為 RDE，作為 Business 與 Enterprise 方案的加購項目提供。 ## 快速資訊 - **類別**: agentic 基礎架構平台 - **主要使用者**: 工程團隊、平台團隊，以及使用 AI 程式碼 agents 的團隊 - **部署模式**: 客戶自有雲端基礎架構上的控制平面 - **來源網域**: qovery.com - **定價模式**: 付費方案，包含 Team、Business 與 Enterprise 等級 - **代表性工作流程**: 全堆疊沙箱、已測試的 pull request，以及受管控的基礎架構作業