データ月 2026-08
LLMStack
llmstack.ai
LLMStack
MakerDojollmstack.ai自社データを用いて賢いアプリを構築するノーコードAIアプリビルダー。
サイトを開く ↗

AlphaMoatによると、2026年8月のLLMStack(llmstack.ai)の月間訪問数は770(前月比 -60.8%)で、トラフィックデータのある17,424件のAIサイト中16,616位、プログラミングでは1,769件中1,698位です。最大の市場はアメリカ合衆国(訪問数の100.0%)。

月間訪問数 · 2026-08
770-60.8%
総合順位(17,424件中)
#16,616
プログラミング内の順位(1,769件中)
#1,698
最大市場
アメリカ合衆国100.0%

LLMStackとは

製品概要

オープンソースのノーコードAIアプリビルダーで、OpenAI、Cohere、Stability AI、Hugging Faceのようなモデルを自社データとつなぎ、生成AIアプリ、チャットボット、エージェントを素早く構築し、ウェブ、PDF、音声、Google Drive、Notionからデータを取り込みます。

主な機能

ノーコードAIアプリ構築。マルチモデルオーケストレーション。自社データの取り込みと学習。きめ細かなアプリ権限。協力的な役割共有。オープンソースの自己展開。

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 770前月比-60.8%前年比-88.7%
-1636.23272.44908.625-0925-1025-1226-0226-0426-0626-08
月月間訪問数前月比
2025-094545-33.5%
2025-103172-30.2%
2025-112238-29.4%
2025-12588-73.7%
2026-012020+243.5%
2026-021081-46.5%
2026-031957+81.0%
2026-042545+30.0%
2026-053409+33.9%
2026-061555-54.4%
2026-071963+26.2%
2026-08770-60.8%

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
770100.0%

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LLMStack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

LLMStackの月間訪問数は?

AlphaMoatによると、2026年8月のLLMStack(llmstack.ai)の月間訪問数は770(約770)(前月比 -60.8%)で、トラフィックデータのある17,424件のAIサイト中16,616位、「プログラミング」カテゴリでは1698位です。

LLMStackのトラフィックは伸びていますか?

直近12か月で、LLMStackの月間訪問数は2025年9月の4545から2026年8月の770へと、全体で83.1%減少しました。この期間のピークは2025年9月(4545)でした。

LLMStack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。