Nada para importar.
O código da aplicação continua independente.
Application delivery
Do repositório ao deploy seguro sem cluster, runtime proprietário ou pipeline de centenas de linhas.
Projeto existente?
O Runner detecta os sinais que seu projeto já oferece e transforma o resultado em configuração explícita.
Configuração previsível é uma boa configuração
O modelo operacional fica legível e versionável junto ao repositório. Sua aplicação não importa o CCS e sua infraestrutura não fica escondida em APIs de framework.
# .deploy.yml project: billing type: api port: 8000 healthcheck: path: /health instances: production: domain: billing.example.com
Entrega segura
Um fluxo previsível, com critérios explícitos antes de trocar o tráfego.
Sua aplicação não depende do Runner
O código da aplicação continua independente.
Runner trabalha com os sinais do projeto.
Sem camada obrigatória em produção.
O destino pode estar em qualquer provider ou datacenter.
Feito também para automação
Use o wizard no primeiro contato e o mesmo manifesto em scripts, pipelines e agentes. As regras continuam explícitas.
$ runner deploy \ --environment production \ --non-interactive ✓ Release 2026.09.28 deployed ✓ Production is healthy
CI/CD lado a lado
GitHub Actions, GitLab CI/CD e Jenkins automatizam pipelines de uso geral. O Argo CD faz entrega GitOps em Kubernetes. O CCS Runner entrega aplicações em hosts Docker standalone.
Deslize a tabela para comparar todas as plataformas.
| O que comparar | |||||
|---|---|---|---|---|---|
| Foco principal | Entrega de aplicações em Docker standalone | Workflows de repositório e CI/CD | CI/CD integrado ao GitLab | Pipelines de automação extensíveis | Entrega contínua GitOps para Kubernetes |
| Configuração | .deploy.yml | .github/workflows/*.yml | .gitlab-ci.yml | Jenkinsfile (Groovy) | Application + manifests Kubernetes, Helm ou Kustomize |
| Execução | Seus hosts Linux / Docker | Runners do GitHub ou próprios | Runners do GitLab ou gerenciados por você | Controller e agentes Jenkins | Controller em Kubernetes; clusters como destinos |
| Modelo de deploy | Ciclo de deploy descrito no manifesto | Actions e steps para o destino de deploy | Jobs de deploy e ambientes | Estágios, plugins e ferramentas de deploy | Sincroniza recursos Kubernetes com o estado declarado no Git |
| Segurança da entrega | Health check, troca de tráfego e versões retidas para rollback | Proteção de ambientes, concorrência e etapas de deploy | Controles de deploy, ambientes e jobs de rollback | Lógica do pipeline, etapas e plugins | Estado de sincronização, saúde dos recursos e políticas de sync |
| Quando faz sentido | Operar hosts Docker existentes com um modelo repetível de entrega | Automatizar mudanças e validações nos repositórios do GitHub | Manter repositório, pipeline e ambientes no GitLab | Adaptar automação a um ambiente Jenkins existente | Gerenciar a entrega de aplicações em clusters Kubernetes |
A tabela compara modelos de entrega, sem atribuir um ranking de recursos. O comportamento depende da configuração e das integrações. No Runner, as estratégias dependem do destino e do modo de roteamento; portas fixas no host e aplicações multi-route podem restringir blue-green ou canary.
Diferenciais do CCS Runner
Compare como cada ferramenta executa o trabalho e o que o CCS Runner já entrega para publicar aplicações Docker na sua infraestrutura.
Como funciona
O que o Runner entrega
Como funciona
O que o Runner entrega
Como funciona
O que o Runner entrega
Como funciona
O que o Runner entrega
A gratuidade citada é a do Runner CLI; os planos da plataforma CCS têm limites próprios. A execução usa os recursos do seu host e continua sujeita aos limites dos serviços externos utilizados. As portas necessárias para servir a aplicação são independentes do acionamento do deploy.
Build no host, imagens locais quando desejado, múltiplas instâncias e um motor de entrega Docker integrado. O Runner concentra a operação do deploy na infraestrutura que você já possui.
Application delivery sem o custo de plataforma.
Comece com um projeto existente. O Runner detecta os sinais, gera o manifesto e prepara o primeiro deploy.