データ月 2026-08
Bodega One Staff
bodegaone.ai
Bodega One Staff
Bodega Onebodegaone.aiローカル優先の無料 AI コーディングエージェント開発環境スタックです。
サイトを開く ↗

AlphaMoatによると、2026年8月のBodega One Staff(bodegaone.ai)の月間訪問数は8,012(前月比 -4.8%)で、トラフィックデータのある17,424件のAIサイト中10,634位、プログラミングでは1,769件中1,145位です。最大の市場はアメリカ合衆国(訪問数の52.4%)。

月間訪問数 · 2026-08
8012-4.8%
総合順位(17,424件中)
#10,634
プログラミング内の順位(1,769件中)
#1,145
最大市場
アメリカ合衆国52.4%

Bodega One Staffとは

製品概要

Bodega One Code はローカル優先の無料 AI コーディングエージェントで、マルチエージェント並列開発を備えた完全な IDE を提供し、強制サブスクリプションなしで 10 以上の大規模モデルに対応し、データをローカルに留めます。

主な機能

並列マルチエージェント開発、自律的なコーディング計画、ローカル git の接続、LLM プロバイダの切り替え、オフラインでのコード実行、プライベートデータが端末から出ないことに対応しています。

ビジネスモデル

個人版は無料、Pro 商用版は月額 $20(年額約 $240)です。

12か月のトラフィック推移

カーソルを合わせると月ごとの値を表示
最新 8012前月比-4.8%前年比+4815.3%
-3030.86061.79092.526-0426-0526-07
月月間訪問数前月比
2026-04163—
2026-051446+787.1%
2026-064441+207.1%
2026-078419+89.6%
2026-088012-4.8%

国別の訪問数 · 上位5か国

2026-08 · 総訪問数に占める割合
アメリカ合衆国
4,20052.4%
インド
1,17314.6%
イタリア
6758.4%
ドイツ
6518.1%
イギリス
4896.1%

プログラミングの人気プロダクト

クリックで詳細を表示、「+ 比較」でBodega One Staffと比較
Guardio
Guardio
guard.io
5242.1万
-7.7%

個人と家族向けのAIオンライン保護プラットフォーム。

+ 比較
Lovable
Lovable
lovable.dev
3367.8万
-0.6%

自然言語でアプリやWebサイトを素早く構築

+ 比較
Cursor
Cursor
cursor.com
2252.9万
+3.3%

デスクトップ・ターミナル・クラウドで協働開発するソフトウェアエージェント

+ 比較
opencode
opencode
opencode.ai
1674.9万
+44.5%

任意のモデルを接続し端末・IDE・デスクトップで動くオープンソースのコーディングエージェント。

+ 比較
Netlify
Netlify
netlify.com
1602.6万
+8.9%

AIまたはコードからWebサイトとアプリを即座に構築し配備

+ 比較
Google Antigravity
Google Antigravity
antigravity.google
1399.2万
-3.1%

ローカルのコーディングエージェントを並列管理する開発司令センター

+ 比較

よくある質問

Bodega One Staffの月間訪問数は?

AlphaMoatによると、2026年8月のBodega One Staff(bodegaone.ai)の月間訪問数は8,012(約8012)(前月比 -4.8%)で、トラフィックデータのある17,424件のAIサイト中10,634位、「プログラミング」カテゴリでは1145位です。

Bodega One Staffの訪問者はどの国が多いですか?

2026年8月時点で、Bodega One Staffの訪問数シェアが高い国は順にアメリカ合衆国 52.4%、インド 14.6%、イタリア 8.4%です。

Bodega One Staffに似たAIプロダクトは?

「プログラミング」カテゴリで月間訪問数が多いその他のプロダクトはGuardio(5242.1万)、Lovable(3367.8万)、Cursor(2252.9万)、opencode(1674.9万)、Netlify(1602.6万)です。

データ月:2026-08 · 訪問数は第三者によるトラフィック推計値を月単位で集計したもので、規模と傾向の把握に適しています。同一プロダクトの複数ドメインは統合しています。詳しくはデータの方法論をご覧ください。