Mage AI
CommunityOpen-source data pipeline tool for building, running, and monitoring ETL/ELT workflows with a notebook-style UI.
Was du bekommst
- Läuft vom offiziellen Image mageai/mageai:0.9.80
- Postgres automatisch bereitgestellt, erreichbar übers private Netzwerk
- Ein Community-Template, noch nicht end-to-end vom Railyard-Team verifiziert
- Automatisches HTTPS und Zero-Downtime-Deploys
So deployst du Mage AI
- 1
Einen Server verbinden
Verbinde einen DigitalOcean-, Hetzner- oder Vultr-Server mit Railyard, oder jede Linux-Box per SSH.
- 2
Auf "Mage AI deployen" klicken
Railyard baut den Container und stellt Postgres bereit.
- 3
Deine Domain einrichten
Richte deine Domain auf die App. Railyard stellt ein HTTPS-Zertifikat aus und erneuert es automatisch.
Warum auf Railyard deployen
Railyard stellt postgres automatisch dazu bereit — Zero-Downtime-Deploys, automatische Backups und Skalierung kommen von derselben Plattform, auf einem Server, den du schon bezahlst.
Mage AI zu deployen ist nur ein Teil eines größeren Stacks, den du weiter ausbauen kannst — füge eine Datenbank, einen Worker, einen Cache oder eine weitere App hinzu, alles auf denselben Servern, die du schon bezahlst.
Gut für
- Building ETL/ELT pipelines visually instead of hand-writing Airflow DAGs
- Scheduling and monitoring recurring data-sync jobs
- A notebook-style environment for data transformation code
Gut zu wissen
- Postgres is wired up for pipeline/run metadata instead of the default SQLite, so history survives a redeploy
- Projects and pipeline code persist on the mounted volume; set a real DEFAULT_OWNER_EMAIL before going live