> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/roboflow-cloud/dedicated-deployments.md).

# 専用デプロイメント

Roboflow で Vision モデルを専用サーバー上で実行

## 概要

Dedicated Deployments は、Roboflow が管理するプライベートクラウドサーバーで、あなた専用に割り当てられたリソース上でコンピュータビジョンモデルと Workflows を実行します。自前のインフラを用意・維持することなく推論を提供でき、時間単位の従量課金と、ワークスペースの API キーによる安全なアクセスを利用できます。開発、テスト、本番トラフィックに対して一貫した専用性能が必要な場合に使用してください。

### **Dedicated Deployments とは？**

Dedicated Deployments は、Roboflow が管理するプライベートクラウドサーバーで、コンピュータビジョンモデルを実行するために特化して設計されています。これらのモデルには次のものが含まれます:

* 物体検出
* 画像セグメンテーション
* 分類
* キーポイント検出
* Roboflow で学習した場合の CLIP などの基盤モデル
* Roboflow Workflows（ローコードのビジョンアプリケーション）
* ……ほかにも多数！

### **Dedicated Deployments の利点**

* **機械視覚のビジネス課題に集中し、インフラは私たちに任せてください:** 数クリックで推論サービング用のインフラを立ち上げられます。クラウドプロバイダーへの登録、サーバーのインストールや保護、TLS 証明書の管理、サーバー管理やパッチ適用、更新などを心配する必要はありません。
* **専用リソース:** あなた専用に割り当てられたクラウドサーバーを取得できるため、モデルの一貫したパフォーマンスが確保されます。
* **安全なアクセス:** Dedicated Deployments はワークスペース固有の API キーでアクセスでき、安全な通信のために HTTPS を利用します。
* **簡単な統合:** 各デプロイメントには、次のドメイン内のサブドメインが割り当てられます `roboflow.cloud`、これによりアプリケーションとの統合が簡単になります。
* **従量課金（時間単位）:** サーバーが存在している期間のみ課金されます（1 分単位で計算）。
* **自動一時停止と再開**: Dedicated Deployments は、設定可能な非アクティブ期間の後に自動的に一時停止されます。 `dev-cpu` または `dev-gpu` のデプロイメントタイプでは、この期間は 1 時間に固定されています。API キーを使ってリクエストを送ることで、すばやく再開できます。この機能はコスト削減のために設計されています。

### API キー

Dedicated Deployment は、その作成に使用したワークスペースの API キー上で実行されます。そのキーをロールすると、Roboflow はデプロイメントを新しいキーに移し、実行を継続します。移行に失敗した場合は古いキーが有効なままなので、デプロイメントは引き続きトラフィックを処理でき、ロールを再試行できます。

Dedicated Deployment を支えるキーは、そのキーが無効化されている間や、その [請求フォルダ](https://docs.roboflow.com/platform/billing-and-plans/billing-folders) が一時停止中の間はロールできません。キーを有効化するか、フォルダを再開してからロールしてください。

### **現在の制限事項**

* すべての Dedicated Deployment は現在、米国ベースのデータセンターでホストされています。他の地域のユーザーは、レイテンシーが高くなる場合があります。米国外にいる場合は、カスタムソリューションについてお問い合わせください。ネットワーク遅延の削減をお手伝いできます。
* Dedicated Deployments は Core および Enterprise プランのワークスペースで利用できます。 [Roboflow のプラン](https://roboflow.com/pricing).

### Dedicated Deployments の種類

Roboflow は 4 種類の Dedicated Deployments、すなわち dev-cpu、dev-gpu、prod-cpu、prod-gpu を提供しています。dev-cpu と dev-gpu は開発・テスト用に設計されており、数時間後に自動的に削除されます。一方、prod-cpu と prod-gpu は永続的で、大規模な本番トラフィックの提供に最適です。

<table data-search="false"><thead><tr><th width="184">種類</th><th>機能</th></tr></thead><tbody><tr><td>dev-cpu</td><td><p><strong>一時的</strong>: 3 時間後に自動的に削除されます</p><p><strong>CPU</strong>: モデル推論は CPU で実行できます</p><p>適している用途 <strong>統合のテスト</strong> と <strong>プロトタイピング</strong> アプリケーション</p></td></tr><tr><td>dev-gpu</td><td><p><strong>一時的</strong>: 3 時間後に自動的に削除されます</p><p><strong>統合のテストに最適</strong> と <strong>プロトタイピング</strong> アプリケーション</p><p><strong>GPU</strong>: モデルには GPU アクセラレーションが必要です（Florence 2 など）</p><p>適している用途 <strong>統合のテスト</strong> と <strong>プロトタイピング</strong> アプリケーション</p></td></tr><tr><td>prod-cpu</td><td><p><strong>永続的</strong>: 専用サブドメイン <code>&#x3C;some-name>.roboflow.cloud</code></p><p><strong>CPU</strong>: モデル推論は CPU で実行できます</p><p>適している用途 <strong>本番トラフィックの提供</strong></p></td></tr><tr><td>prod-gpu</td><td><p><strong>永続的</strong>: 専用サブドメイン <code>&#x3C;some-name>.roboflow.cloud</code></p><p><strong>GPU</strong>: モデルには GPU アクセラレーションが必要です（Florence 2 など）</p><p>適している用途 <strong>本番トラフィックの提供</strong></p></td></tr></tbody></table>

### **請求情報**

GPU デプロイメント（dev-gpu、prod-gpu）の料金は **1 クレジット/時間**、CPU デプロイメント（dev-cpu、prod-cpu）の料金は **0.25 クレジット/時間**.

Dedicated Deployment サーバーへの送信リクエスト数に基づいて課金される方がよい場合は、 [こちらをクリックして営業にお問い合わせください](https://roboflow.com/sales).

すべての Dedicated Deployment サーバーは次を実行します [Roboflow Inference](/deployment/ja/serufuhosuto/self-hosted.md)、当社のオープンソース推論サーバーです。 [Roboflow Inference のドキュメント](/deployment/ja/serufuhosuto/self-hosted.md) を確認して、利用可能なすべての機能の詳細をご覧ください。

### 役立つリンク <a href="#provision-and-manage-dedicated-deployments-web-application" id="provision-and-manage-dedicated-deployments-web-application"></a>

* [Dedicated Deployment の作成方法（Roboflow App）](/deployment/ja/roboflow-cloud/dedicated-deployments/create-a-dedicated-deployment.md)
* [Dedicated Deployment の作成方法（Roboflow CLI）](/deployment/ja/roboflow-cloud/dedicated-deployments/create-a-dedicated-deployment.md#create-a-dedicated-deployment-with-the-cli)
* [Dedicated Deployment の使い方](/deployment/ja/roboflow-cloud/dedicated-deployments/make-requests-to-a-dedicated-deployment.md)
* [HTTP APIs](#http-api)

## HTTP API

[Dedicated Deployments](/deployment/ja/roboflow-cloud/dedicated-deployments.md) は、予測可能なレイテンシーと高いスループットで Roboflow モデルを実行する、管理された GPU マシンです。これらは `https://roboflow.cloud`、にある専用サービスによって管理されており、メインの `https://api.roboflow.com` REST API とは別です。

このセクションでは管理エンドポイント（create、get、list、pause、resume、delete、logs、usage）を説明します。デプロイメントが稼働した後の推論については、 [画像上でモデルを実行](/deployment/ja/roboflow-cloud/serverless-api.md#http-api).

{% hint style="info" %}
の下にある "edge devices" のドキュメントは、 [Deployment Manager](/deployment/ja/serufuhosuto/enterprise/deployment-manager.md#http-api) とは別の製品です。Dedicated Deployments は Roboflow のクラウド上の管理された GPU マシンであり、Deployment Manager デバイスはオンプレミスのハードウェアで実行される [Roboflow Inference](/deployment/ja/serufuhosuto/self-hosted.md).
{% endhint %}

**ベース URL:** `https://roboflow.cloud`

`api_key` はクエリパラメータとして（または `POST` エンドポイントではリクエスト本文内で）各リクエストに渡されます。レスポンスコードを確認してください。 `200`、レスポンス本文を JSON オブジェクトとしてデコードします。それ以外の場合、レスポンス本文には文字列としてエラーメッセージが含まれます。

### 利用可能なマシンタイプを一覧表示

<mark style="color:緑;">`GET`</mark> `/machine_types`

```bash
curl "https://roboflow.cloud/machine_types?api_key=$ROBOFLOW_API_KEY"
```

**レスポンス**

```json
{
  "machine_types": [
    { "name": "gpu-small",  "description": "1× T4, 4 vCPU, 16 GB RAM" },
    { "name": "gpu-medium", "description": "1× L4, 8 vCPU, 32 GB RAM" }
  ]
}
```

### デプロイメントを作成

<mark style="color:緑;">`POST`</mark> `/add`

**本文** (JSON)

<table data-search="false"><thead><tr><th width="200">名前</th><th width="120">種類</th><th>説明</th><th data-type="checkbox">必須</th></tr></thead><tbody><tr><td><code>api_key</code></td><td>文字列</td><td>ワークスペースの API キー。</td><td>true</td></tr><tr><td><code>creator_email</code></td><td>文字列</td><td>ワークスペースメンバーのメールアドレス。</td><td>true</td></tr><tr><td><code>deployment_name</code></td><td>文字列</td><td>ワークスペース内で一意の名前。</td><td>true</td></tr><tr><td><code>machine_type</code></td><td>文字列</td><td>から <code>/machine_types</code>.</td><td>true</td></tr><tr><td><code>duration</code></td><td>float</td><td>自動クリーンアップまでの時間（時間）。デフォルト <code>3</code>.</td><td>false</td></tr><tr><td><code>delete_on_expiration</code></td><td>boolean</td><td><code>true</code> 有効期限時に削除; <code>false</code> 一時停止;</td><td>false</td></tr><tr><td><code>inference_version</code></td><td>文字列</td><td>推論サーバーのバージョン。デフォルト <code>latest</code>.</td><td>false</td></tr><tr><td><code>min_replicas</code></td><td>integer</td><td>最小レプリカ数。デフォルト <code>1</code>.</td><td>false</td></tr><tr><td><code>max_replicas</code></td><td>integer</td><td>最大レプリカ数。デフォルト <code>1</code>.</td><td>false</td></tr></tbody></table>

```bash
curl -X POST "https://roboflow.cloud/add" \
  -H "Content-Type: application/json" \
  -d '{
    "api_key": "'$ROBOFLOW_API_KEY'",
    "creator_email": "me@company.com",
    "deployment_name": "my-deployment",
    "machine_type": "gpu-small",
    "duration": 8,
    "delete_on_expiration": true
  }'
```

デプロイメントは非同期にプロビジョニングされます。 `GET /get` まで `status == "ready"`.

**レスポンス例**

```json
{
	"deployment_id": "IwzJ5YLQ0iDhwzqoh3Ae",
	"deployment_name": "dev-testing",
	"machine_type": "dev-gpu",
	"creator_email": YOUR_EMAIL_ADDRESS,
	"creator_id": YOUR_USER_ID,
	"subdomain": "dev-testing",
	"domain": "dev-testing.roboflow.cloud",
	"duration": 3.0,
	"inference_version": "0.45.0",
	"max_replicas": 1,
	"min_replicas": 1,
	"num_replicas": 0,
	"status": "pending",
	"workspace_id": YOUR_WORKSPACE_ID,
	"workspace_url": YOUR_WORKSPACE_URL
}
```

**レスポンススキーマ**

| フィールド               | 種類      | 説明                                                             |
| ------------------- | ------- | -------------------------------------------------------------- |
| `deployment_id`     | 文字列     | デプロイメントの一意識別子。                                                 |
| `deployment_name`   | 文字列     | あなたがデプロイメントに付けた名前。                                             |
| `machine_type`      | 文字列     | 次のいずれか `dev-cpu`, `dev-gpu`, `prod-cpu`, `prod-gpu`.           |
| `creator_email`     | 文字列     | デプロイメントを作成したユーザーのメールアドレス。                                      |
| `creator_id`        | 文字列     | に対応するユーザー ID `creator_email`.                                  |
| `subdomain`         | 文字列     | 常に同じとは限りません。 `deployment_name` - サブドメインが使用済みの場合はサフィックスが追加されます。 |
| `domain`            | 文字列     | デプロイメントエンドポイントの完全なドメイン。                                        |
| `duration`          | float   | デプロイメントの稼働時間（時間）。                                              |
| `inference_version` | 文字列     | デプロイメントで実行されている推論サーバーのバージョン。                                   |
| `min_replicas`      | integer | 最小レプリカ数。                                                       |
| `max_replicas`      | integer | 最大レプリカ数。                                                       |
| `num_replicas`      | integer | 現在利用可能なレプリカ数。                                                  |
| `status`            | 文字列     | 現在のデプロイメント状態。                                                  |
| `workspace_id`      | 文字列     | 所有ワークスペースの ID。                                                 |
| `workspace_url`     | 文字列     | 所有ワークスペースの URL スラッグ。                                           |

### デプロイメントを取得

<mark style="color:緑;">`GET`</mark> `/get?api_key=...&deployment_name=...`

**クエリパラメータ**

| 名前                | 種類  | 必須 | 説明               |
| ----------------- | --- | -- | ---------------- |
| `api_key`         | 文字列 | はい | ワークスペースの API キー。 |
| `deployment_name` | 文字列 | はい | 取得するデプロイメント名。    |

```bash
curl "https://roboflow.cloud/get?api_key=$ROBOFLOW_API_KEY&deployment_name=my-deployment"
```

**レスポンス** （レスポンスと同じスキーマ） [デプロイメントを作成](#create-a-deployment) レスポンス）

```json
{
  "deployment_name": "my-deployment",
  "status": "ready",
  "machine_type": "gpu-small",
  "public_url": "https://my-deployment.roboflow.cloud",
  "created_at": "2026-05-01T17:05:33.000Z",
  "expires_at": "2026-05-02T01:05:33.000Z"
}
```

### デプロイメントを一覧表示

<mark style="color:緑;">`GET`</mark> `/list?api_key=...`

**クエリパラメータ**

| 名前             | 種類  | 必須  | 説明                               |
| -------------- | --- | --- | -------------------------------- |
| `api_key`      | 文字列 | はい  | ワークスペースの API キー。                 |
| `show_expired` | 文字列 | いいえ | 期限切れのデプロイメントを含めます。デフォルト `false`. |
| `show_deleted` | 文字列 | いいえ | 削除済みのデプロイメントを含めます。デフォルト `false`. |

```bash
curl "https://roboflow.cloud/list?api_key=$ROBOFLOW_API_KEY"
```

**レスポンス**

各エントリが次と同じスキーマを持つ Dedicated Deployment エントリの一覧 [デプロイメントを作成](#create-a-deployment) レスポンス。

```json
[
{
	"deployment_id": "IwzJ5YLQ0iDhwzqoh3Ae",
	"deployment_name": "dev-testing",
	"machine_type": "dev-gpu",
	"creator_email": YOUR_EMAIL_ADDRESS,
	"creator_id": YOUR_USER_ID,
	"subdomain": "dev-testing",
	"domain": "dev-testing.roboflow.cloud",
	"duration": 3.0,
	"inference_version": "0.45.0",
	"max_replicas": 1,
	"min_replicas": 1,
	"num_replicas": 0,
	"status": "pending",
	"workspace_id": YOUR_WORKSPACE_ID,
	"workspace_url": YOUR_WORKSPACE_URL
}
]
```

### ログ

<mark style="color:緑;">`GET`</mark> `/get_log?api_key=...&deployment_name=...&from_timestamp=...&to_timestamp=...&max_entries=...`

**クエリパラメータ**

| 名前                | 種類      | 必須  | 説明                                                                    |
| ----------------- | ------- | --- | --------------------------------------------------------------------- |
| `api_key`         | 文字列     | はい  | ワークスペースの API キー。                                                      |
| `deployment_name` | 文字列     | はい  | ログを取得するデプロイメント。                                                       |
| `max_entries`     | integer | いいえ | 返すログエントリ数。デフォルト `50`.                                                 |
| `from_timestamp`  | 文字列     | いいえ | [ISO 8601](https://en.wikipedia.org/wiki/ISO_8601) 開始時刻。デフォルトは 1 時間前。 |
| `to_timestamp`    | 文字列     | いいえ | [ISO 8601](https://en.wikipedia.org/wiki/ISO_8601) 終了時刻。デフォルトは現在時刻。   |

```bash
curl "https://roboflow.cloud/get_log?api_key=$ROBOFLOW_API_KEY&deployment_name=my-deployment&max_entries=200"
```

`from_timestamp` と `to_timestamp` これらは ISO-8601 文字列です。省略すると、直近のログを `max_entries`.

**レスポンス例**

```json
[
	{
		"insert_id": "gpwrgrw55p7b9jdq",
		"payload": "INFO:     10.18.0.38:46296 - \"GET /info HTTP/1.1\" 200 OK",
		"severity": "INFO",
		"timestamp": "2025-01-22T13:23:14.209436+00:00"
	},
	{
		"insert_id": "mbieh16zdjvqp81j",
		"payload": "INFO:     10.18.0.38:46294 - \"GET /info HTTP/1.1\" 200 OK",
		"severity": "INFO",
		"timestamp": "2025-01-22T13:23:14.208738+00:00"
	}
]
```

**レスポンススキーマ**

各エントリが次の属性を持つログエントリの一覧:

| フィールド       | 種類  | 説明            |
| ----------- | --- | ------------- |
| `insert_id` | 文字列 | ログエントリの一意識別子。 |
| `payload`   | 文字列 | ログ内容。         |
| `severity`  | 文字列 | ログレベル。        |
| `timestamp` | 文字列 | エントリが記録された日時。 |

### 使用方法

ワークスペース全体:

<mark style="color:緑;">`GET`</mark> `/usage_workspace?api_key=...&from_timestamp=...&to_timestamp=...`

デプロイメントごと:

<mark style="color:緑;">`GET`</mark> `/usage_deployment?api_key=...&deployment_name=...&from_timestamp=...&to_timestamp=...`

```bash
curl "https://roboflow.cloud/usage_workspace?api_key=$ROBOFLOW_API_KEY&from_timestamp=2026-04-01T00:00:00Z&to_timestamp=2026-05-01T00:00:00Z"
```

### 一時停止 / 再開 / 削除

<mark style="color:緑;">`POST`</mark> `/pause`   <mark style="color:緑;">`POST`</mark> `/resume`   <mark style="color:赤;">`POST`</mark> `/delete`

**本文** (JSON)

| 名前                | 種類  | 必須 | 説明               |
| ----------------- | --- | -- | ---------------- |
| `api_key`         | 文字列 | はい | ワークスペースの API キー。 |
| `deployment_name` | 文字列 | はい | 操作対象のデプロイメント。    |

```bash
curl -X POST "https://roboflow.cloud/pause" \
  -H "Content-Type: application/json" \
  -d '{"api_key": "'$ROBOFLOW_API_KEY'", "deployment_name": "my-deployment"}'
```

同じ本文形式が適用されます `/resume` と `/delete`.

**レスポンス例**

```json
{
	"message": "OK"
}
```

## Python SDK

[Dedicated Deployments](/deployment/ja/roboflow-cloud/dedicated-deployments.md) は、予測可能なレイテンシーと高いスループットで Roboflow モデルを実行する管理された GPU マシンです。SDK はそれらを次の `roboflow.adapters.deploymentapi` アダプター経由で管理します。高レベルの `Workspace` class では現在、デプロイメント関連のメソッドを公開していません。

各関数は `(status_code, body)` タプルを返すので、HTTP の結果で分岐できます:

```python
from roboflow.adapters import deploymentapi

status, body = deploymentapi.list_deployment("YOUR_API_KEY")
if status == 200:
    for d in body.get("deployments", []):
        print(d["deployment_name"], d["status"])

else:
    print("失敗:", body)
```

### 利用可能なマシンタイプを一覧表示

```python
from roboflow.adapters import deploymentapi

status, body = deploymentapi.list_machine_types("YOUR_API_KEY")
for m in body.get("machine_types", []):
    print(m["name"], m.get("description"))
```

### デプロイメントを作成

```python
status, body = deploymentapi.add_deployment(
    api_key="YOUR_API_KEY",
    creator_email="me@company.com",          # ワークスペースメンバーである必要があります
    machine_type="gpu-small",
    duration=8,                                # 時間
    delete_on_expiration=True,
    deployment_name="my-deployment",
    inference_version=None,                    # None → latest
)
```

デプロイメントは非同期にプロビジョニングされます。 `get_deployment` まで `status == "ready"`.

### デプロイメントの詳細を取得

```python
status, body = deploymentapi.get_deployment("YOUR_API_KEY", "my-deployment")
print(body["status"], body.get("public_url"))
```

### 一時停止 / 再開 / 削除

```python
deploymentapi.pause_deployment("YOUR_API_KEY", "my-deployment")
deploymentapi.resume_deployment("YOUR_API_KEY", "my-deployment")
deploymentapi.delete_deployment("YOUR_API_KEY", "my-deployment")
```

### ログ

```python
import datetime as dt

status, body = deploymentapi.get_deployment_log(
    api_key="YOUR_API_KEY",
    deployment_name="my-deployment",
    from_timestamp=dt.datetime.utcnow() - dt.timedelta(hours=1),
    to_timestamp=dt.datetime.utcnow(),
    max_entries=200,
)
for entry in body.get("logs", []):
    print(entry["timestamp"], entry["message"])
```

### 使用方法

```python
status, ws_usage = deploymentapi.get_workspace_usage(
    api_key="YOUR_API_KEY",
    from_timestamp=dt.datetime(2026, 4, 1),
    to_timestamp=dt.datetime(2026, 5, 1),
)

status, dep_usage = deploymentapi.get_deployment_usage(
    api_key="YOUR_API_KEY",
    deployment_name="my-deployment",
    from_timestamp=dt.datetime(2026, 4, 1),
    to_timestamp=dt.datetime(2026, 5, 1),
)
```

### 専用デプロイメントに対して推論を実行する

デプロイメントの準備ができたら、推論SDKの呼び出し先をその `public_url` （返される `get_deployment`):

```python
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

client = InferenceHTTPClient(
    api_url=body["public_url"], api_key="YOUR_API_KEY"
).configure(InferenceConfiguration(api_key_transport="header"))
result = client.infer("photo.jpg", model_id="my-detector/3")
```

## CLI

作成、監視、管理できます [Dedicated Deployments](/deployment/ja/roboflow-cloud/dedicated-deployments.md) コマンドラインから。

### デプロイメントを一覧表示

```bash
roboflow deployment list
```

### 利用可能なマシンタイプを一覧表示

```bash
roboflow deployment machine-type
```

### デプロイメントを作成

```bash
roboflow deployment create <name> -m <machine-type> -e <email>
```

#### オプション

| フラグ                         | 説明                                                         |
| --------------------------- | ---------------------------------------------------------- |
| `-m`, `--machine-type`      | マシンタイプ（必須）。実行してください `deployment machine-type` オプションを表示するには |
| `-e`, `--email`             | あなたのメールアドレス。ワークスペースのメンバーである必要があります（必須）                     |
| `--duration`                | 継続時間（時間）（デフォルト: 3）                                         |
| `--inference-version`       | 推論サーバーのバージョン（デフォルト: latest）                                |
| `--no-delete-on-expiration` | 有効期限切れ後もデプロイメントを保持する                                       |
| `--wait`                    | デプロイメントの準備ができるまで待機する                                       |

例:

```bash
roboflow deployment create my-deployment -m gpu-small -e me@company.com --duration 8
```

### デプロイメントの詳細を取得

```bash
roboflow deployment get <name>
```

保留中のデプロイメントの準備ができるまで待機する:

```bash
roboflow deployment get my-deployment --wait
```

### ログを表示

```bash
roboflow deployment log <name>
```

ログをリアルタイムで追跡する:

```bash
roboflow deployment log my-deployment -f
```

#### オプション

| フラグ                | 説明                         |
| ------------------ | -------------------------- |
| `-d`, `--duration` | ログ表示期間（秒）（デフォルト: 3600）     |
| `-n`, `--tail`     | 末尾から表示する行数（最大50、デフォルト: 10） |
| `-f`, `--follow`   | ログ出力を追跡する                  |

### 利用状況統計

ワークスペース全体の使用状況を取得:

```bash
roboflow deployment usage
```

特定のデプロイメントの使用状況を取得:

```bash
roboflow deployment usage my-deployment
```

#### オプション

| フラグ      | 説明             |
| -------- | -------------- |
| `--from` | 開始時刻（ISO 8601） |
| `--to`   | 終了時刻（ISO 8601） |

### 一時停止、再開、削除

```bash
roboflow deployment pause my-deployment
roboflow deployment resume my-deployment
roboflow deployment delete my-deployment
```

### JSON出力

すべてのデプロイメントコマンドは `--json`:

```bash
roboflow deployment list --json
roboflow deployment get my-deployment --json
```