同じコマンドを何度も手で打っていたり、デプロイのたびにサーバー設定に悩んでいたことはありませんか？私は個人開発を始めた当初、ローカルで動かすだけで精一杯で、公開やテストの自動化に手が回らず、作業が止まりがちでした。そこで試してみた無料サービスの中から、実際に作業効率が上がったものを10選紹介します。それぞれについて、かつての困りごと、具体的な使い方、そして変化をお伝えします。
GitHub Pagesで静的サイトのデプロイが楽になった
HTML・CSS・JSだけのポートフォリオサイトを毎回FTPでアップロードしていたのが面倒だった。リポジトリのdocsフォルダにファイルを置き、gh-pagesブランチを有効にするだけで自動公開できる。
✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨
https://www.youtube.com/@tech-trend-zunda-metan/featured
最新ツール・トレンド情報をずんだもん×めたんが解説するYouTubeチャンネルを運営しています！
いいね、チャンネル登録してもらえると嬉しいです🙇♂️
---
ハジメル.dev: https://hajimeru-dev.vercel.app/
「ひとりで続けるのは難しい」「何から学べばいいか分からない」という方向けに、
プログラミングのマンツーマンレッスンサービス「ハジメル.dev」も運営しています。
未経験OK・オンライン完結・月額制/違約金なしなので、気軽に無料相談してみてください🙇♂️
---
海外テックニュースを追いたいけど、英語や情報量の多さで大変…という方向けに、
Hacker News の話題を日本語でサクッと追える「HackerNews 日本語まとめ & AI要約」
を個人開発しました！
技術トレンド収集に使ってもらえると嬉しいです🔥🙇♂️
→ HackerNews 日本語まとめ & AI要約: https://hn-matome-2ht.pages.dev/
---
https://unityroom.com/games/nyampire_survivors
「ニャンパイアサバイバー」というヴァンパイアサバイバーリスペクトのゲームを作成しました！
もしよろしければ遊んで頂けると嬉しいです😭
---
習い事教室の先生向けに、SNS 投稿・生徒募集・保護者通知の文章を AI で生成する Web サービス「おしらせAI」を個人開発しました。Next.js + Supabase + LLM で構成しており、無料で月 10 回まで試用できます。よければ触ってみてください。
→ おしらせAI: https://oshirase-ai.vercel.app/
---
言いたいことがうまく伝わらない…という方向けに、会話の言い方を添削する「伝え方ラボ」を開発中です。
場面を選んで自分の言葉で返すと、何が伝わっていないかの指摘と、そのまま使える言い換えが返ってきます。
ChatGPT に相談すると褒めから入って直すべきところが残りがちなので、指摘側に振り切りました。
現在は公開時にお知らせするメール登録のみ受付中です🙇♂️
→ 伝え方ラボ: https://tsutaekata-lab.pages.dev/
✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨
# リポジトリのルートで
git checkout -b gh-pages
git add .
git commit -m "update site"
git push origin gh-pages
これでプッシュするだけでhttps://<username>.github.io/<repo>/に反映され、手動アップロードの手間がゼロになった。
Netlifyでブランチごとのプレビューが自動化
機能ブランチを作るたびにローカルで動作確認し、問題があればもう一度ビルドして…という繰り返しに時間を取られていた。GitHubと連携し、netlify.tomlにビルドコマンドを書くだけで、プッシュごとにプレビューURLが発行される。
[build]
command = "npm run build"
publish = "dist"
プレビューURLがコメントに自動投稿されるので、レビュー担当者もすぐに確認でき、フィードバックサイクルが劇的に短縮された。
VercelでNext.jsアプリのゼロコンフィグデプロイ
Next.jsプロジェクトをローカルでnext startしてポートを開け、 ngrok でトンネルを張っていたのが煩雑だった。Vercel CLIをインストールし、vercelコマンドを実行するだけで、環境変数も自動検出され本番デプロイが完了。
npm i -g vercel
vercel # 初回はガイドに従って設定
デプロイ後は毎回vercel --prodで本番に反映され、サーバー管理から解放され、開発に集中できるようになった。
Firebase Hosting＋Functionsでバックエンドもフロントも無料で
フロントは静的にホスティングしたが、簡単なフォーム送信や認証が必要になると、別途サーバーを立てるか有料プランを検討していた。Firebaseプロジェクトを作成し、firebase initでHostingとFunctionsをセットアップ。関数はindex.jsに書き、firebase deployで同時に公開。
firebase init hosting functions
# Functions例
exports.sendMail = functions.https.onRequest((req, res) => {
// 送信ロジック
res.send("OK");
});
firebase deploy
これでフォーム送信もサーバーレスで完結し、インフラコストを気にせず機能を追加できるようになった。
SupabaseでPostgresと認証を手軽に使う
ユーザー登録やデータ保存を自前で実装しようとすると、パスワードハッシュ化やテーブル設計に時間が取られていた。Supabaseのダッシュボードで新規プロジェクトを作成し、SQLエディタでテーブルを作成。クライアント側は@supabase/supabase-jsをインストールし、初期化後に簡単にクエリが実行できる。
npm i @supabase/supabase-js
import { createClient } from '@supabase/supabase-js'
const supabase = createClient(
process.env.SUPABASE_URL,
process.env.SUPABASE_ANON_KEY
)
// ユーザー取得例
const { data, error } = await supabase.from('profiles').select('*')
認証もメールリンクやソーシャルログインを数クリックで有効にでき、バックエンド開工数が大幅に削減された。
RenderでDockerコンテナを簡単にホスティング
自作のAPIをDockerイメージにしたが、ローカルでdocker runするだけでは外部からアクセスできず、クラウドVMを立てる知識が不足していた。RenderにGitHubリポジトリを連携し、Dockerfileを検出させると、自動でビルド・デプロイが走る。
# Dockerfile例
FROM node:18-alpine
WORKDIR /app
COPY . .
RUN npm ci && npm run build
CMD ["node", "dist/index.js"]
デプロイ後はhttps://<service>.onrender.comにアクセス可能で、SSL証明書も自動適用。サーバー管理の手間がなくなり、イメージをpushするだけで更新できるようになった。
Railwayでデータベース付きのアプリをすぐ起動
開発中に一時的にPostgresが必要になると、ローカルにインストールして設定ファイルを調整するのが面倒だった。Railwayに新規プロジェクトを作成し、「PostgreSQL」プラグインを追加すると、接続文字列が環境変数として自動注入される。
# railway login後
railway up # リポジトリをリンクしてデプロイ
アプリ側はprocess.env.DATABASE_URLを参照すればすぐに接続でき、テスト環境を数分で用意できるようになった。これにより、機能ブランチごとに独立したDBを持つことが容易になった。
GitHub ActionsでCI/CDを無料で自動化
コードをプッシュするたびに手動でnpm testやビルドを走らせていたが、見落としがちでバグが混入することがあった。リポジトリの.github/workflows/ci.ymlにワークフローを追加し、pushとpull_requestでテストとビルドを自動実行。
name: CI
on: [push, pull_request]
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v3
- run: npm ci
- run: npm test
- run: npm run build
これで毎回コミットごとにテストが走り、失敗すればすぐに気づける。品質が向上し、リリース前の最終確認作業がほぼ不要になった。
Docker Hubでイメージを保存・共有
自作のCLIツールを毎回ローカルでビルドして配布していたが、バージョン管理が曖昧で、他メンバーに渡すときに手間がかかっていた。Docker Hubにリポジトリを作成し、docker build後にdocker pushするだけでイメージを公開。
docker build -t myuser/my-cli:1.0.0 .
docker push myuser/my-cli:1.0.0
利用側はdocker run --rm myuser/my-cli:1.0.0で即実行でき、バージョンタグを管理するだけで配布がシンプルになった。これにより、ツールの配布コストがほぼゼロになった。
Google ColabでGPUを使った機械学習実験
ディープラーニングのモデルをローカルのCPUで回すとエポックごとに何時間もかかり、試行錯誤が進まなかった。GoogleアカウントでColabノートブックを開き、ランタイムタイプを「GPU」に変更すると、無料でTesla T4が利用できる。
# セル例
import torch
print(torch.cuda.is_available()) # True が返る
# 簡単なトレーニングループ
for epoch in range(3):
model.train()
for x, y in train_loader:
x, y = x.to('cuda'), y.to('cuda')
optimizer.zero_grad()
loss = criterion(model(x), y)
loss.backward()
optimizer.step()
これにより、イテレーションが劇的に速くなり、ハイパーパラメータ探索も気軽に行えるようになった。ローカル環境に依存せず実験できる点が大きなメリットだった。
まとめ
これらの無料サービスは、インフラやツール周りの面倒を省いてくれるだけでなく、フィードバックサイクルを速め、品質を向上させる効果がありました。まずは興味のある一つを試してみて、開発のストレスを減らしてみてください。