概要

2025年6月25日にGoogleが発表した「Gemini CLI」は、開発者のターミナル環境にGemini 2.5 Proの強力なAI機能を直接統合する、オープンソースのコマンドラインインターフェース（CLI）ツールである。Apache 2.0ライセンスで公開されており、開発者はソースコードを自由に検証・改変できる。このツールは単なるコード生成器ではなく、ローカルのファイルシステムやシェルと連携し、コードベースの理解、ファイル操作、コマンド実行、動的なトラブルシューティングなどを自然言語の指示で実行する「AIエージェント」として機能する。

特筆すべきは、個人利用における寛大な無料枠である。個人のGoogleアカウントでログインするだけで、Gemini 2.5 Proの100万トークンという広大なコンテキストウィンドウを活用でき、1分あたり60リクエスト、1日あたり最大1,000リクエストまで無料で利用可能となっている。これは多くの開発者の日常的な利用量を十分にカバーする水準である。

機能面では、Google検索と統合されたリアルタイムの情報取得、PDFやスケッチからのアプリケーション生成といったマルチモーダル機能、そしてModel Context Protocol (MCP) を通じた外部ツール（例: Imagen, Veo）との連携など、高い拡張性を備えている。@コマンドによるファイルコンテキストの追加や!コマンドによるシェル操作など、開発者のワークフローにシームレスに統合するための機能も充実している。

詳細レポート

Gemini CLIとは？ - ターミナルで動作するAIエージェント

Gemini CLIは、開発者が日常的に使用するコマンドラインインターフェース（CLI）上で、Googleの高性能AIモデル「Gemini」と対話的に連携するためのツールである。これは従来のWeb UIベースのAIチャットとは一線を画し、開発者の作業環境に直接AIを組み込むことで、コーディング、デバッグ、リサーチ、タスク自動化といったワークフローを根本から変革することを目的としている。

Gemini CLIは、単に質問に答えるだけでなく、以下のような能動的なタスクを実行する「エージェント」として設計されている。

• コードベースの理解: プロジェクト全体のソースコードを読み込み、アーキテクチャの概要説明や特定機能の実装箇所などを回答する。
• ファイル操作: 自然言語の指示に基づき、ファイルの新規作成、既存コードの編集・リファクタリングを自動で行う。
• コマンド実行: テストの実行やビルドプロセスなど、必要なシェルコマンドを自律的に判断して実行する。
• 動的なトラブルシューティング: エラーメッセージやログを分析し、原因の特定や修正案を提案する。

このツールはオープンソース（Apache 2.0ライセンス）で開発されており、誰でも内部の仕組みを理解し、改善に貢献できる透明性と拡張性を持つ。

主な特徴と機能

Gemini CLIは、開発者の生産性を飛躍的に向上させるための多彩な機能を備えている。

大規模コンテキストウィンドウと豊富な無料枠
Gemini 2.5 Proモデルを基盤としており、最大100万トークンという非常に広大なコンテキストウィンドウを利用できる。これにより、大規模なコードベース全体を一度に読み込ませて、複雑な問い合わせや編集作業を行うことが可能になる。
さらに、個人のGoogleアカウントで認証するだけで、1分あたり60リクエスト、1日あたり1,000リクエストという業界でも特に寛大な無料利用枠が提供される。これにより、多くの開発者は追加費用を気にすることなく、日常的な開発業務にAIの支援を組み込むことができる。

マルチモーダル機能とGoogle検索連携
テキストだけでなく、PDFや画像、手書きのスケッチなどを入力として、アプリケーションのプロトタイプを生成するマルチモーダル機能を搭載している。また、Google検索が組み込まれており、AIが最新の技術情報やライブラリのドキュメントをリアルタイムで参照しながら回答を生成するため、情報の鮮度と正確性が高い（グラウンディング）。

高い拡張性: MCPとカスタムツール
Model Context Protocol (MCP) という仕組みに対応しており、外部のツールやサービスと連携させることが可能である。これにより、Googleの画像生成AI「Imagen」や動画生成AI「Veo」をCLIから利用したり、企業独自のツールを連携させたりと、機能を柔軟に拡張できる。

オープンソースと透明性
Apache 2.0ライセンスで公開されている完全なオープンソースプロジェクトであり、開発者は自由にソースコードを閲覧、改変、再配布できる。これにより、ツール内部の動作を正確に把握できるため、セキュリティ上の懸念を低減できるほか、コミュニティ主導での機能改善やプラグイン開発が期待される。

インストールと初期設定

Gemini CLIの導入は非常にシンプルで、数ステップで完了する。

前提条件

• Node.js: バージョン18以上がシステムにインストールされている必要がある。バージョンはターミナルで node -v を実行して確認できる。

インストール方法
利用方法に応じて2つのインストール方法が提供されている。

1. npxによる一時的な実行（推奨）:
   インストール作業なしで、常に最新版を試すことができる最も手軽な方法である。

   npx https://github.com/google-gemini/gemini-cli
   

2. グローバルインストール:
   gemini という短いコマンドでいつでもツールを起動したい場合に適している。

   npm install -g @google/gemini-cli
   

   注意: Windows環境では sudo は不要である。MacやLinuxでは権限に応じて sudo が必要になる場合がある。

初回起動と認証
インストール後、ターミナルで gemini と入力して起動する。初回起動時には以下の設定が求められる。

1. カラーテーマの選択: CLIの表示テーマを矢印キーで選択する。
   

2. Googleアカウント認証: 「Login with Google」を選択すると、ブラウザが自動的に開き、Googleアカウントでのログインと権限の許可を求められる。
   

認証が完了すると、対話可能なプロンプトが表示され、すぐに使用を開始できる。より高いリクエスト上限や特定のモデルが必要な場合は、Google AI Studioで生成したAPIキーを環境変数 GEMINI_API_KEY に設定して利用することも可能である。

基本的な使用方法と主要コマンド

Gemini CLIは、直感的な対話と特殊なプレフィックスを持つコマンドを組み合わせて操作する。

コマンド体系
コマンドは3種類のプレフィックスによって区別される。

• スラッシュコマンド (/): CLI自体の設定変更や状態確認など、メタレベルの操作を行う。
• アットコマンド (@): ローカルのファイルやディレクトリをAIのコンテキスト（文脈）として読み込ませる。
• エクスクラメーションコマンド (!): システムのシェルコマンドを直接実行する。

主要コマンド一覧

使用例
新しいプロジェクトで、FAQファイルをもとにDiscordボットを作成する場合：

$ mkdir my-discord-bot
$ cd my-discord-bot
$ touch FAQ.md
$ gemini
> @FAQ.md を参考にして、質問に答えるDiscordボットをNode.jsで書いてください。

高度な活用とカスタマイズ

Gemini CLIは、設定ファイルや外部プロトコルを利用して、より高度なカスタマイズが可能である。

GEMINI.mdによるカスタム指示
プロジェクトのルートディレクトリやユーザーのホームディレクトリに GEMINI.md というファイルを作成することで、AIに対する永続的な指示やルールを定義できる。これにより、プロジェクト固有のコーディング規約を遵守させたり、特定の役割（例: 「あなたはシニアTypeScriptエンジニアです」）をAIに与えたりすることが可能になる。設定はプロジェクトスコープ (./.gemini/GEMINI.md) とグローバルスコープ (~/.gemini/GEMINI.md) で管理される。

settings.jsonによる外部ツール連携 (MCP)
Model Context Protocol (MCP) は、Gemini CLIが外部ツールと連携するための仕組みである。.gemini/settings.json ファイルに設定を記述することで、カスタムツールサーバーを登録できる。
例えば、markitdown というMarkdown要約ツールをDockerコンテナとして連携させる場合、以下のように設定する。

1. Dockerイメージのビルド:

   docker build -t markitdown-mcp .
   

2. .gemini/settings.json の作成と編集:

   {
     "mcpServers": {
       "markitdown": {
         "command": "docker",
         "args": [
           "run",
           "-i",
           "--rm",
           "markitdown-mcp:latest"
         ]
       }
     }
   }
   

この設定により、Gemini CLIは必要に応じて markitdown ツールを呼び出し、タスク完了後にはコンテナを自動的に削除する。

トラブルシューティングと注意点

Gemini CLIはプレビュー版であり、いくつかの課題や注意点が存在する。

よくある問題と対処法

• 認証エラー: 企業アカウント（Google Workspace）ではデフォルトの認証が通らない場合がある。その際はAPIキーの使用を検討する。
• インストール問題: Node.jsのバージョンが18未満であるか、ネットワーク環境に問題がある可能性がある。WSL2環境では追加の設定が必要な場合がある。
• APIキーが認識されない: 環境変数 GEMINI_API_KEY を正しく設定したにもかかわらず、CLIが認識しないという報告がある。シェルの設定ファイル（.bashrc, .zshrcなど）を再読み込みするか、PCを再起動することで解決する場合がある。
• リクエスト制限: 無料枠の上限（毎分60リクエスト）に達すると、一時的に利用できなくなる。/stats コマンドで利用状況を確認できる。

問題が発生した場合は、GitHubリポジトリの公式ドキュメントを参照することが推奨される。

• トラブルシューティングガイド
• 認証ガイド
• CLIコマンド一覧

性能に関する評価と限界
一部のユーザーからは、競合ツールであるAnthropicの「Claude Code」と比較して、コード生成の一貫性や自律的なエラー修正能力において改善の余地があるとの指摘がなされている。AIが生成したコードが常に正しいとは限らず、バグやセキュリティ脆弱性を含む可能性があるため、開発者による最終的なレビューと検証は不可欠である。現状では、複雑なタスクを一発で完璧にこなすというよりは、対話を通じて段階的にタスクを遂行させる強力なアシスタントと位置づけるのが適切である。

概要

AI技術を活用したインターネットからの画像収集は、単純なデータ抽出から、高度な分析、フィルタリング、自動分類を伴うインテリジェントなプロセスへと進化しています。現在、この分野のサービスは主に3つのアプローチに大別されます。第一に、コーディング不要で利用できる「AI搭載Webスクレイピングツール」があり、非技術者でも特定のウェブサイトから効率的に画像を収集できます。第二に、収集した画像を認識・分析する「画像認識APIプラットフォーム」で、これは機械学習モデルの開発や詳細なデータ分析に不可欠です。第三に、特定の条件下で高品質な画像データセットを構築する「専門データ収集サービス」が存在し、主にAIの学習データ作成に特化しています。これらのサービスは、マーケットリサーチ、競合分析、機械学習モデル開発など、多岐にわたる分野で活用されており、目的に応じて最適なツールを選択することが重要です。

詳細レポート

1. AIによる画像収集の進化：スクレイピングからインテリジェント収集へ

従来、ウェブからの画像収集はWebクローラーやスクレイパーと呼ばれるプログラムが主流でした。これらは指定されたウェブページを巡回し、画像ファイルを機械的にダウンロードするものです。しかし、現代のウェブサイトは構造が複雑化しており、単純なクローリングだけでは不要な画像（広告バナーなど）まで収集してしまったり、サイト構造の変更に対応できなかったりする課題がありました。

ここにAI技術が導入されることで、画像収集は大きな変革を遂げました。AIは単に収集するだけでなく、収集プロセスそのものをインテリジェント化します。

AIがもたらす付加価値:

• コンテンツの理解と選別: AIは画像のalt属性や周辺のテキスト情報を解析し、キーワードとの関連性が高い画像のみを選別して収集します。これにより、収集データのノイズが大幅に削減されます。
• 自動分類とタグ付け: 収集した画像をAIが内容に基づいて自動でカテゴライズし、タグを付与します。例えば、ECサイトから収集した商品画像を「シャツ」「パンツ」「靴」のように自動で分類することが可能です。
• 動的サイトへの対応: AIは人間のようにウェブサイトを操作（クリック、スクロール、ログインなど）し、JavaScriptなどで動的に生成されるコンテンツからも画像を抽出できます。
• 変更の自動追跡: 監視対象のウェブサイトのレイアウトが変更された場合でも、AIが変更を検知し、収集ロジックを自動的に適応させることで、安定したデータ収集を維持します。

2. AI画像収集の主要なアプローチと代表的サービス

AIを活用した画像収集サービスは、その目的と技術的アプローチによっていくつかのカテゴリに分類できます。

2.1. AI搭載Webスクレイピングツール

これらのツールは、プログラミング知識がなくても直感的な操作でWebからのデータ収集を自動化できる点が最大の特徴です。多くはブラウザ拡張機能やデスクトップアプリケーションとして提供されます。

Browse AI:
55万人以上のユーザーを抱える代表的なノーコードWebスクレイピングツールです。ユーザーはウェブサイト上で欲しいデータをポイント＆クリックするだけで、データ抽出用の「ロボット」を数分で作成できます。AIがサイトの構造変更を自動で監視・適応したり、人間のような振る舞いをエミュレートしてボット検出を回避したりする機能により、高い信頼性と拡張性を実現しています。API連携も7,000以上用意されており、収集したデータを既存のワークフローに簡単に統合できます。

SynCrawler:
テキスト解析や画像情報解析を組み合わせて、必要なデータだけをインテリジェントに収集することに特化したクローラーです。画像のalt属性だけでなく、画像自体の特性を分析して文言識別や特性抽出を行いながら収集するため、ECサイトのアイテムカテゴライズや、特定のテーマに沿った画像データベースの構築に強みを発揮します。

その他のツール:

• Octoparse: WindowsとMacに対応した高機能なWebクローラーツールで、海外製品ながら日本語のUIも提供されています。
• Thunderbit: Chrome拡張機能として提供され、コーディング不要でデータ抽出・整理が可能なAIウェブ自動化ツールです。

2.2. 画像認識APIとプラットフォーム

このカテゴリのサービスは、画像の収集だけでなく、その内容を深く理解し、分析することに主眼を置いています。開発者はこれらのAPIを利用して、自社のアプリケーションに高度な画像認識機能を組み込むことができます。

Google Cloud Vision AI:
Googleが提供する包括的なコンピュータビジョンサービス群です。事前学習済みのAPIを通じて、画像ラベリング、顔検出、OCR（光学的文字認識）、物体検出など、多岐にわたる機能を利用できます。例えば、「Bing Image Search API」などで収集した画像をVision AIに入力し、自動でタグ付けや分類を行うといった連携が可能です。

Clarifai:
開発者向けに、AIモデルのデプロイと管理を容易にするプラットフォームを提供しています。特にマルチモーダルAIに強く、テキスト、画像、音声などを統合的に扱うタスクに優れています。OpenAI互換の出力を提供しているため、既存のワークフローへの組み込みが容易である点も特徴です。

2.3. 専門データ収集サービス

AI、特に機械学習モデルの開発には、大量かつ高品質な「学習データ」が不可欠です。このニーズに応えるのが、専門のデータ収集サービスです。ウェブからの自動収集だけでなく、クラウドソーシングなどを活用して特定の要件を満たす画像データを能動的に収集します。

GMOリサーチ&AI:
国内最大級の3,000万人以上の消費者パネルを活用し、特定のテーマや条件に沿った画像を大量かつスピーディに収集するサービスです。単に画像を収集するだけでなく、撮影者の年齢・性別・居住地といった属性情報や、撮影時の状況に関するアンケート回答を紐づけて納品できる点が大きな特徴です。これにより、非常に質の高い、特定のコンテキストを持つ学習データセットの構築が可能になります。

活用例:

• 自動運転AI向け: 特定地域の様々な天候・時間帯における交通標識の画像を、周辺環境の情報と共に収集。
• 表情認識AI向け: 多様な年齢・性別の「笑顔」の画像を、その時の感情に関するアンケート回答と共に収集。

グローバルデータ収集サービス:
LXT、Appen、Amazon Mechanical Turkといった企業は、世界中のクラウドワーカーを活用して大規模なデータ収集プロジェクトを実施しています。これらのサービスは、多様な国や文化の画像データを収集できるため、グローバル展開するAIサービスの開発に適しています。

(出典: AIMultipleの2025年6月11日更新データに基づく)

3. ユースケースと応用分野

AIによる画像収集技術は、様々なビジネスシーンで活用されています。

• 機械学習モデルのトレーニング: 自動運転車の物体認識、医療画像の診断支援、製造業における製品の欠陥検出など、画像認識AIの精度向上に不可欠な学習データを収集します。
• マーケットリサーチと競合分析: 競合他社のウェブサイトから新製品の画像や価格情報を定期的に収集・監視し、市場動向をリアルタイムに把握します。
• ECサイトのコンテンツ拡充: サプライヤーのサイトから商品画像を自動で収集し、自社ECサイトの商品データベースを効率的に構築・更新します。
• ソーシャルメディア分析: TwitterなどのSNSから特定のキーワードやハッシュタグに関連する画像を収集し、ブランドの評判分析やマーケティングキャンペーンの効果測定に活用します。
• 著作権侵害の監視: インターネット上に自社のロゴや画像が無断で使用されていないかを自動でパトロールします。
• RPAとの連携: 収集した画像データをトリガーとして、定型業務を自動化します。例えば、特定の商品が在庫切れになったことを示す画像を検知し、自動で発注プロセスを開始する、といった応用が考えられます。

4. 課題と今後の展望

AIによる画像収集は非常に強力な技術ですが、いくつかの課題も存在します。

課題:

• 著作権とプライバシー: ウェブ上から収集した画像の利用には、著作権や肖像権の侵害リスクが伴います。特に商用利用の際は、ライセンスが明確な画像ソースを利用するか、Adobe Fireflyのように著作権切れのコンテンツやストックフォトを学習データとするサービスを選ぶなどの配慮が必要です。
• 技術的障壁: ログインが必要なサイトや、高度なボット対策が施されているウェブサイトからのデータ収集は依然として困難な場合があります。
• 倫理的配慮: データ収集サービスを利用する際は、クラウドワーカーへの公正な対価の支払いや、データプライバシーの保護といった倫理規範を遵守しているかを確認することが重要です。

今後の展望:
AI画像収集の分野は、今後さらに進化していくと予測されます。

• 生成AIとの融合: 収集した画像をもとに、新たなバリエーションの画像をAIが生成する技術が進むでしょう。これにより、学習データセットの多様性を飛躍的に向上させることが可能になります。
• AIエージェントによる自律収集: 「〇〇に関する最新の市場動向がわかる画像を収集し、レポートにまとめて」といった曖昧な指示で、AIエージェントが自律的にウェブを探索し、関連性の高い画像を収集・整理する未来が考えられます。
• マルチモーダル化の進展: 画像だけでなく、関連する動画、テキスト、音声データを統合的に理解し、よりリッチなコンテキストを持つ情報を収集する技術が一般化するでしょう。これにより、より高度な分析やインサイトの抽出が期待されます。

概要

ParseHubは、プログラミングの知識がなくてもWebサイトからデータを自動収集できる、強力なノーコード・ウェブスクレイピングツールです。カナダのDebuggex, Inc.によって2013年に開発され、ビジュアルインターフェース上で抽出したいデータをクリックするだけで、構造化されたデータ（CSV、JSON形式）を取得できます。Windows、Mac、Linuxのマルチプラットフォームに対応しており、幅広いユーザーが利用可能です。

主な特徴として、JavaScriptやAJAXで構築された動的なウェブサイトからのデータ抽出、クラウドサーバー上での定期的なスクレイピング実行（スケジューリング）、ブロック回避のための自動IPローテーション機能などが挙げられます。さらに、XPathや正規表現（RegEx）といった高度なセレクターも利用できるため、単純なデータ抽出から複雑な要件まで柔軟に対応可能です。

一方で、ノーコードを謳いながらも、特に初心者にとっては習熟に時間がかかるという課題も指摘されています。インターフェースやドキュメントは全て英語であり、日本語には対応していません。無料プランは機能や抽出ページ数に制限があり、有料プランは他のツールと比較して高価なため、コストパフォーマンスが課題となる場合もあります。

総じて、ParseHubは非エンジニアでも利用できる高機能なツールですが、そのポテンシャルを最大限に引き出すにはある程度の学習が必要であり、小規模なプロジェクトや英語環境での利用、または高度な機能を求める中級以上のユーザーに適していると言えます。

詳細レポート

ParseHubとは？

ParseHubは、一行もコードを書かずにWebサイトからデータを抽出することを目的とした、デスクトップアプリケーション型のウェブスクレイピングツールです。ユーザーはソフトウェアに内蔵されたブラウザで対象のWebページを開き、抽出したい要素を視覚的にクリックして選択するだけで、スクレイピングのルールを設定できます。

このツールは、マーケター、リサーチャー、データアナリスト、その他定型的なデータ収集を自動化したいビジネスユーザーなど、プログラミング経験が少ない層を主なターゲットとしています。同時に、開発者がルーチンワークを自動化する目的で利用することもあります。

主な機能と特徴

ParseHubは、データ収集を効率化するための多彩な機能を備えています。

• ビジュアルなデータ選択: ウェブページ上の要素を直接クリックして抽出対象として指定できます。
• 動的コンテンツへの対応: JavaScript、AJAX、フォーム、ログイン、無限スクロール、ポップアップなどが含まれる複雑なウェブサイトからもデータを抽出できます。
• クラウドでの実行とスケジューリング: 設定したスクレイピングタスクをParseHubのクラウドサーバー上で定期的に自動実行させることが可能です。
• 自動IPローテーション: 有料プランでは、Webサイトからのアクセスブロックを回避するために、IPアドレスを自動的に切り替える機能が提供されます。
• 高度なセレクター: XPath、CSSセレクター、正規表現（RegEx）を利用して、複雑な構造を持つページからでも正確にデータを指定できます。
• データのエクスポートとAPI連携: 抽出したデータはCSVやJSON形式でダウンロードできるほか、REST APIを通じて他のアプリケーションと連携させることが可能です。
• マルチプラットフォーム対応: Windows、Mac、Linuxの主要なデスクトップOSで利用できます。
• 相対データ抽出 (Relative Select): ある要素（例：商品名）を基準に、関連する別の要素（例：価格）を紐づけて抽出する機能があります。

操作方法とインターフェース

ParseHubの基本的な操作は、直感的なGUIを通じて行われます。

1. プロジェクトの作成: ParseHubを起動し、対象となるWebサイトのURLを入力して新しいプロジェクトを作成します。

2. データ要素の選択: 内蔵ブラウザに表示されたページで、抽出したい最初のデータ（例：記事タイトル）をクリックします。すると、類似する要素が自動的に認識され、黄色くハイライトされます。
   

3. 関連データの追加: 「Relative Select」機能を使って、最初に選択した要素（タイトル）と関連するデータ（日付など）をクリックして紐付けます。これにより、各タイトルに対応する日付が正しく抽出されます。
   

4. ページ遷移の設定: ページネーション（「次へ」ボタンなど）や、各項目をクリックして詳細ページに移動する操作も設定できます。

5. データ抽出の実行: 設定が完了したら、「Get Data」ボタンをクリックしてスクレイピングを実行します。実行はローカルマシンまたはParseHubのクラウドサーバーで行われます。

6. データのエクスポート: 実行が完了すると、結果をCSVやJSONファイルとしてダウンロードしたり、API経由で取得したりできます。

料金プラン

ParseHubは無料プランと複数の有料プランを提供しており、プロジェクトの規模や要件に応じて選択できます。

無料プランは小規模なテストや単発のプロジェクトに適していますが、非公開プロジェクトや大量のデータ抽出には有料プランへのアップグレードが必要です。有料プランの価格は、他の競合ツールと比較して高めに設定されています。

ユーザーレビューと評価

G2やCapterraなどのレビューサイトでは総合的に高い評価を得ていますが、詳細なレビューからは長所と短所の両方が見えてきます。

高評価のポイント

• コーディング不要: 非エンジニアでもクリック操作でデータ抽出できる点が最も評価されています。
• 複雑なサイトへの対応力: 動的コンテンツやログインが必要なサイトにも対応できる柔軟性が上級者から評価されています。
• 無料プランの存在: 気軽に試せる無料プランがあるため、小規模な用途には十分という声があります。
• マルチプラットフォーム: MacやLinuxユーザーにも対応している点が支持されています。

課題・不満点

• 高い学習コスト: 「ノーコード」と謳いつつも、直感的とは言えず、使いこなすには時間がかかるとの声が多くあります。特に複雑なサイトを扱う場合、XPathなどの知識が必要になることがあります。
• 初心者には不親切: チュートリアルは基本的な内容に限られ、トラブルシューティングが難しいという意見があります。
• エラー対応の難しさ: エラーメッセージが曖昧で、原因の特定と解決に手間取ることがあります。
• 無料プランの制限: 1実行あたり200ページという制限は、多くのユーザーにとって不十分とされています。また、実行速度も遅いという指摘があります。
• 価格: 無料プランから有料プランへの価格差が大きく、特にStandardプラン（$189/月）は個人や小規模チームには高額です。
• 日本語非対応: UI、ドキュメント、サポートが全て英語であるため、英語が苦手なユーザーにはハードルが高いです。また、日本語サイトのスクレイピングが不安定になる場合があるとの報告もあります。

他のツールとの比較