データ月 2026-08
Shogo AI
shogo.ai
Shogo AI
Shogo AIshogo.aiオープンソースの自己進化エージェントでビジュアルワークフローとアプリを構築します。
サイトを開く ↗

AlphaMoatによると、2026年8月のShogo AI(shogo.ai)の月間訪問数は81,862(前月比 -58.6%)で、トラフィックデータのある17,424件のAIサイト中4,031位、プログラミングでは1,769件中482位です。最大の市場はインド(訪問数の43.9%)。

月間訪問数 · 2026-08
8.2万-58.6%
総合順位(17,424件中)
#4,031
プログラミング内の順位(1,769件中)
#482
最大市場
インド43.9%

Shogo AIとは

製品概要

Shogo AIは、オープンソースのAgentプラットフォームです。ひとつのアプリから複数のモデルを呼び出し、ビジュアルエージェント、ダッシュボード、自動化フローを構築できます。

主な機能

ビジュアルエージェントの作成。複数モデルの接続。ワークフローの設計。ダッシュボードの作成。カスタムドメインの紐付け。実タスクでのエージェントの自己改善。

ビジネスモデル

無料プランは月額$0。Basicは月額$8または年額$80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 8.2万前月比-58.6%前年比+15345.7%
-7.1万14.2万21.3万26-0326-0426-0626-08
月月間訪問数前月比
2026-03530—
2026-041150+117.0%
2026-05947-17.7%
2026-067.1万+7383.4%
2026-0719.8万+178.8%
2026-088.2万-58.6%

国別の訪問数 · 上位5か国

2026-08 · 総訪問数に占める割合
インド
35,94543.9%
アメリカ合衆国
7,1008.7%
イギリス
6,2407.6%
ナイジェリア
3,9874.9%
ケニア
3,9164.8%

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Shogo AI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

Shogo AIの月間訪問数は?

AlphaMoatによると、2026年8月のShogo AI(shogo.ai)の月間訪問数は81,862(約8.2万)(前月比 -58.6%)で、トラフィックデータのある17,424件のAIサイト中4,031位、「プログラミング」カテゴリでは482位です。

Shogo AIのトラフィックは伸びていますか?

直近6か月で、Shogo AIの月間訪問数は2026年3月の530から2026年8月の8.2万へと、全体で15345.7%増加しました。この期間のピークは2026年7月(19.8万)でした。

Shogo AIの訪問者はどの国が多いですか?

2026年8月時点で、Shogo AIの訪問数シェアが高い国は順にインド 43.9%、アメリカ合衆国 8.7%、イギリス 7.6%です。

Shogo AI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。