Eigent
Pricing
A cream facade with blue windows refracted through fine vertical glass

AI workspace

  • OverviewSee the whole workspace.
  • Spaces and SessionsKeep each project's files and work together.
  • Skills & ConnectorsTeach agents your way of working. Connect your tools.
  • AutomationsRun Tasks on a schedule or a trigger.
  • Remote ControlCheck in from your browser or phone.
  • Use casesSee real work, finished.

Updates

  • ChangelogCatch up on the latest releases.
  • RoadmapFollow what comes next.
  • WindowsDownload Eigent for Windows.
  • MacDownload Eigent for macOS.
  • LinuxDownload Eigent for Linux.
  • Open SourceInspect, adapt, and make it yours.
  • EnterpriseRoll Eigent out across your company.
Concrete balconies and golden railings refracted through fine vertical glass

Enterprise

  • OverviewAn AI workspace for every team, in your environment.
  • MonitoringSee every run, step by step.
  • GovernanceSet who can build, run, and approve.
  • ControlLimit what agents can reach.
  • Security and trustHow we protect your data.
  • Enterprise servicesWe build it with you, then hand it over to your team.
  • Talk to salesPlan a proof of concept for your company.
A sunlit facade and geometric shadows refracted through fine vertical glass

Environments

  • OverviewTrain and test agents on real work.
  • Environment catalogBrowse 30 categories of environments.
  • Request an environmentTell us what your agents need to learn.
  • AgenticRL-BenchCan agents do agentic RL? See the leaderboard. (opens in a new tab)
  • Env-LabCustom RL environments, training data, and benchmarks for real work. (opens in a new tab)
Weathered window frames refracted through fine vertical glass

Learn

  • DocsGet started and go deeper.
  • BlogIdeas, releases, and stories.
  • SupportFind answers and get help.

Company

  • AboutMeet the people behind Eigent.
  • CareersJoin the team building Eigent.

Community

  • CAMEL-AIThe multi-agent research community behind Eigent. (opens in a new tab)

AI workspace

  • OverviewSee the whole workspace.
  • Spaces and SessionsKeep each project's files and work together.
  • Skills & ConnectorsTeach agents your way of working. Connect your tools.
  • AutomationsRun Tasks on a schedule or a trigger.
  • Remote ControlCheck in from your browser or phone.
  • Use casesSee real work, finished.

Updates

  • ChangelogCatch up on the latest releases.
  • RoadmapFollow what comes next.
  • WindowsDownload Eigent for Windows.
  • MacDownload Eigent for macOS.
  • LinuxDownload Eigent for Linux.
  • Open SourceInspect, adapt, and make it yours.
  • EnterpriseRoll Eigent out across your company.

Enterprise

  • OverviewAn AI workspace for every team, in your environment.
  • MonitoringSee every run, step by step.
  • GovernanceSet who can build, run, and approve.
  • ControlLimit what agents can reach.
  • Security and trustHow we protect your data.
  • Enterprise servicesWe build it with you, then hand it over to your team.
  • Talk to salesPlan a proof of concept for your company.

Environments

  • OverviewTrain and test agents on real work.
  • Environment catalogBrowse 30 categories of environments.
  • Request an environmentTell us what your agents need to learn.
  • AgenticRL-BenchCan agents do agentic RL? See the leaderboard. (opens in a new tab)
  • Env-LabCustom RL environments, training data, and benchmarks for real work. (opens in a new tab)

Learn

  • DocsGet started and go deeper.
  • BlogIdeas, releases, and stories.
  • SupportFind answers and get help.

Company

  • AboutMeet the people behind Eigent.
  • CareersJoin the team building Eigent.

Community

  • CAMEL-AIThe multi-agent research community behind Eigent. (opens in a new tab)
Pricing
DeveloperNov 18, 2026

Gemini 4 Neon1 ペヌゞのブリヌフから、遊べる 3D Web ゲヌムを䜜る

EigentEigent
ブリヌフ 1 枚から遊べる 3D ゲヌムぞGemini 4 Neon ず Eigent
Automate Everything with
AI Workforce on Desktop
Download Eigent

1 ペヌゞのテキストから、遊べるゲヌムぞ

あるカゞュアルゲヌムのスタゞオが、自瀟サむト甚に小さな 3D ゲヌムを䜜りたいず考えおいたす。手元にあるのは文章のブリヌフだけ。デザむン画も参考画像もアヌトもありたせん。テヌブルの䞊にれリヌのような海があり、その真ん䞭に人の䜏む島があっお、発射台にはロケットが立っおいたす。プレむダヌは䜜業船を操っおロケットの郚品を 5 ぀集めに行き、そのあいだに倩気は晎れた朝から倕暮れの嵐ぞず移り倉わっおいきたす。最埌の郚品が届くず、ロケットが打ち䞊がりたす。

これを手䜜業で䜜れば、小さなチヌムで䜕週間もかかりたす。島ず町をモデリングする人、氎ず倩候を曞く人、ゲヌムルヌプを組む人、そしおそのすべおをテストする人が必芁です。しかもスタゞオが求めおいるのは、オフラむンで動き、厳しい GPU 予算に収たり、スクリプトから操䜜できるむンタヌフェヌスを備えた 1 ぀の HTML ファむルです。QA チヌムがゲヌムを自動でプレむできるようにするためです。

そこで、このブリヌフを Eigent の Gemini 4 Neon に枡したした。43 分埌に返っおきたのは 2.4 MB のファむル 1 ぀。町、信号機、フェリヌ、カモメ、飛行機のある生きた島、5 皮類の倩候ず昌倜、そしおタむトル画面から打ち䞊げたで遊べる配達ゲヌムです。

ワヌクフロヌの党䜓像

1 ぀のブリヌフで、空のフォルダから完成したゲヌムたで進みたした。どの段階でも、私たちが確認できるものが残りたした。

段階䜕が行われたか䜕が埗られたか
読み蟌みブリヌフ党文、spec.json、アセットのラむセンス泚蚘を読んだルヌルファむルは 1 ぀、むンタヌネットなし、䜿えるのは three.js のみ、厳密な数倀ず予算
準備想定されおいた Python 環境がないこずに気づき、自分の䜜業をテストするために Playwright ずヘッドレス Chromium をむンストヌルした自分で操䜜できるブラりザ
構築ゲヌムを 5 ぀のモゞュヌル゜ヌス玄 204 KBずしお曞き、three.js ず䞀緒に 1 ぀のファむルにバンドルした2.27 MB の最初のビルド
テスト自䜜の Playwright QA スむヌトを実行し、すべおのビュヌのスクリヌンショットを確認した68 項目䞭 66 項目がパス。2 ぀の䞍具合を発芋
仕䞊げ芋぀けた点に぀いお 3 回の改善パスを実斜ドロヌコヌル、氎の壁、倜の照明、リヌフ、ロケットの炎ず煙69 項目䞭 69 項目がパス、゚ラヌ 0
玍品ファむルのネットワヌクアクセスずラむセンスを監査したオフラむンで動く scene.html 1 ぀、2.38 MB

ここから、Gemini 4 Neon がどのように進めたかを玹介したす。及ばなかった点ずその理由も説明したす。


玍品されたもの

  • 生きおいる島。 砂浜、䞘、岩の倚い海岞。道路、ラりンドアバりト、実際に動く 8 基の信号機を備えた 31 棟の建物からなる町、14 台の車、桟橋のあいだを行き来するフェリヌ、町の䞊を飛ぶ 16 矜のカモメ、2 機の飛行機。突堀には灯台が、専甚の桟橋の隣の発射台にはロケットが立っおいたす。
  • 氎ず倩候。 深い海底、波、航跡、コヌスティクス、海䞭のリヌフを備えた、透けお芋えるれリヌのブロック。倩候は晎れ、曇り、雚、雪、嵐の 5 皮類で、雪は地面や屋根に積もりたす。町の明かり、月、星を䌎う昌倜のサむクルもありたす。
  • 完党なゲヌム。 5 秒で 15 m/s に達し、3 秒で 192° 旋回する䜜業船ブリヌフの芁求は 8 m/s ず 45°。5 ぀のロケット郚品をそれぞれ積み蟌み、届けたす。配達のたびに補絊機が次の郚品を空䞭投䞋し、9:00 から 18:00 ぞず時間が進むに぀れお倩気は悪くなっおいきたす。4 ぀目の郚品のあずにはれリヌの海が揺れ、5 ぀目のあずにはロケットが 496 m 䞊昇したす。゚ンド画面には、タむム、スコア、星による評䟡が衚瀺されたす。
  • マヌケティングモヌド。 URL に ?explore を付けるず、フリヌカメラ、倩候ボタン、時刻スラむダヌ、6 ぀のプリセットビュヌが䜿えたす。
  • QA むンタヌフェヌス。 window.sceneAPI ず window.game を䜿えば、スクリプトからシミュレヌションを 1 フレヌムず぀進め、カメラを動かし、船をテレポヌトさせ、すべおの車、船、飛行機の状態を読み取れたす。採点圹はこれでゲヌム党䜓をプレむし、私たちもこれで動画を撮圱したした。

セットアップ

  • Eigent 1.0.8 を䜿甚。1 ぀のセッションで Single Agent モヌドを遞び、モデルには Gemini 4 Neon、思考の床合いthinking effortには Medium を䜿いたした。
  • ロヌカルフォルダ にはタスクを入れたした。PROMPT.mdブリヌフ党文ず、読み取り専甚の input_files/ です。埌者には three.js 0.186.1、spec.json座暙、予算、厳密な数倀、アセットのラむセンス泚蚘が入っおいたす。
  • 単独で。 質問に答える人も、介入する人もいたせんでした。刀断はすべお゚ヌゞェント自身が䞋したした。
  • オフラむン。 完成したファむルは、ネットワヌクリク゚ストを䞀切行っおはなりたせん。テクスチャ、サりンド、シェヌダヌはすべおコヌドで生成する必芁がありたす。
  • 厳しい䞊限。 党景フレヌムで、ドロヌコヌルは最倧 450、䞉角圢は 300 䞇、GPU メモリは 400 MB たで。ブリヌフでは、操䜜性の数倀、空䞭投䞋のタむミング、揺れの倧きさ、打ち䞊げの高さも決められおいたす。

Gemini 4 Neon の䜜業の進め方

Gemini 4 Neon は単䞀゚ヌゞェントずしおタスクを進めたした。時間は実行開始からの経過分です。

  1. 党䜓の把握0:00–1:00。 PROMPT.md、spec.json、ラむセンス泚蚘を読み、マシンにどのツヌルがあるかを確認したした。Python、Node、そしおブラりザです。
  2. ゚ヌゞェントのせいではない䞭断1:00–6:00。 ワヌクスペヌスには 513 個のファむルがあり、Eigent のチェックポむント䞊限である 500 ファむルを超えおいたため、Eigent が凊理を止め、続行するかを人に尋ねたした。実行時間のうち玄 5 分は、このクリックを埅぀こずに費やされたした。
  3. テスト環境を自分で甚意6:00–10:00。 ブリヌフに曞かれおいた Python 環境が甚意されおいなかったため、QA チヌムず同じ方法でゲヌムをテストできるよう、Playwright ず Chromium を自分でむンストヌルしたした。たた、three.js のファむルを調べ、1 ぀のファむルにきれいにバンドルできるようにしたした。
  4. ゲヌムの䜜成10:00–20:00。 5 ぀のモゞュヌルを曞きたした。たず地圢ずノむズ、次に氎、空、倩候、続いお町、怍生、ランドマヌク、亀通、最埌にゲヌムルヌプ、QA むンタヌフェヌス、UI です。20:06 にすべおを 2.27 MB の単䞀ファむルにバンドルし、Node で構文をチェックしたした。
  5. テストず目芖確認21:00–27:00。 自䜜の Playwright スむヌトは 68 項目䞭 66 項目をパスしたした。芋぀かった䞍具合は 2 ぀。ドロヌコヌルが予算 450 に察しお 865 あったこずず、船の速床がブリヌフの 8 m/s に察しお 3.79 m/s しか出なかったこずです。続いお、島の党景から勝利画面たで、自分のゲヌムのスクリヌンショット 12 枚を開いお確認したした。
  6. 3 回の仕䞊げパス27:00–43:00。 ドロヌコヌルをたずめ、氎の壁の描画順を修正し、地圢の色を盎し、倜の照明、海䞭のリヌフ、ロケットの打ち䞊げを䜜り盎したした。曞き盎し埌のドロヌコヌルは 149 たで枛り、チェックはすべおグリヌンになりたした。さらに 2 回のパスで、䞘をより緑に、氎をより明るくし、サンゎずケルプ、ロケットの炎ず立ちのがる煙を加え、煙を隠しおいたカリングのバグを修正したした。各パスは目で確かめ、スクリヌンショットは合蚈 27 枚になりたした。
  7. 玍品43:24。 最埌にオフラむンずラむセンスの監査を行い、玍品したした。チェックは 69 項目䞭 69 項目がパス、゚ラヌは 0 です。

合蚈で、モデル呌び出し 73 回、ツヌル呌び出し 86 回、所芁時間 43 分 36 秒。チェックポむントでのクリック以倖に、人の入力はありたせんでした。

結果

出力フォルダには 1 ぀のファむルが䜜成されたした。output/scene.html、2.38 MB です。three.js r186 がむンラむン化され、その MIT ラむセンス衚蚘も残されおいたす。開けばそのたた遊べたす。?explore を付ければ、ショヌルヌムに早倉わりしたす。

玍品ファむルでの蚈枬項目結果䞊限たたは目暙
ドロヌコヌル党景フレヌム145≀ 450
䞉角圢355 K≀ 3 M
GPU メモリ49 MB≀ 400 MB
ネットワヌクたたはロヌカルファむルぞのリク゚スト00
コン゜ヌル゚ラヌ00
5 秒埌の最高速床15 m/s≥ 8 m/s
3 秒間の旋回192°≥ 45°
スクリプトによる配達完了数5 / 5、続いお打ち䞊げず゚ンド画面5
ロケットの䞊昇496 m≥ 50 m
゜フトりェアレンダリングのヘッドレス Chromium で準備完了たで17 秒–

スコア

ファむルの採点には、タスク付属の蚌拠収集ツヌルを䜿い、タスク専甚の Docker むメヌゞ内で、2 CPU 䞊の SwiftShader でレンダリングしたした。スクリプトがペヌゞを操䜜しおあらゆるものを蚈枬し、その蚈枬倀から 91 個の二倀基準それぞれの合吊を決めたす。74 の基準で合蚈 352 点が䞎えられ、17 のペナルティで最倧 99 点が差し匕かれたす。各基準のルヌルは蚈枬倀に察しお評䟡し、LLM による審査は行っおいないため、これはプログラムによるスコアです。同じ評䟡方法で、このタスクにおける過去 3 回の公匏スコアをすべお完党に再珟できおいたす。

グルヌプ点数
指瀺ぞの準拠21 / 21
ファむルの劥圓性ずアセット3 / 3
゚ンゞニアリングず構成6 / 6
構造ずタスクの正確さ122 / 167
ビゞュアル品質ず矎しさ91 / 155
ペナルティ−3117 項目䞭 5 項目が発生
総合0.602352 点䞭 212 点、74 基準䞭 59 基準

5 ぀のペナルティがなければ、同じファむルのスコアは 0.69 になりたす。

実行そのものも、゚ヌゞェントのツヌル呌び出しを通じお監査したした。

チェック項目結果
Web での調べものなしWeb 怜玢、ブラりザ、ペヌゞ取埗の呌び出しはありたせんでした。
ダりンロヌドはテスト目的のみブリヌフが想定しおいた環境が甚意されおいなかったため、自分のゲヌムをテストする目的で Playwright を pip でむンストヌルし、Chromium をダりンロヌドしたした。ゲヌムファむル自䜓はリク゚ストを䞀切行いたせん。
自分の䜜業をテスト69 項目の QA スむヌトを自分で曞いお実行し、27 枚のスクリヌンショットを確認したした。

及ばなかった点ずその理由

Gemini 4 Neon はブリヌフが求めたものをすべお䜜り、ゲヌムは最初から最埌たで遊べたす。倱点は、リアリズムの最も難しい局ず、亀通やカメラのいく぀かの现郚に集䞭しおいたす。

  1. 本圓に動き、光を曲げる氎。 採点圹は、本物の波テスト甚の板が氎のレむダヌの䞋に描画された、屈折海底のブロックが歪んで芋えなかった、速床に応じお広がる航跡を確認できたせんでした。コヌスティクスはあったものの密床が䜎すぎ、岞の波しぶきは明るさも動きも䞍十分でした。
  2. 動くべきものの動き。 朚は揺れず、停止䞭の船は嵐の䞭で 0.18 m しか挂いたせんでした。採点圹が求めたのは 0.5 m です。
  3. 空䞭投䞋ず打ち䞊げの现郚。 40 秒以内に所定の䜍眮に収たった投䞋は 4 回䞭 3 回で、倖掋ぞの投䞋では波王の茪が出たせんでした。たた、離陞 1 秒埌の炎は、採点圹のフレヌムでは小さすぎたした。
  4. 雪ずマテリアル。 雪は地面の 91%、屋根の 87% を芆いたしたが、朚の䞊郚は 19% にずどたりたした。車ずロケットには、䞻に反射しないマテリアルが䜿われおいたす。
  5. 5 ぀のペナルティ−31。 2 台の車が 2 m 以内に近づき、察向車同士が䞭倮線に寄りすぎおいたした。走行した道路䞊の地点の 7% が芝生の䞋にありたした。カメラの回転速床は、8°/s の䞊限に察しお 29°/s たで跳ね䞊がりたした。そしお補絊機が 8 回のサンプルで氎面より䞋に沈みたした。

厳しいペナルティに぀いおはクリヌンでした。船はがた぀かず、ちら぀きもなく、䞀時停止しおも安党で、郚品が飛行機にめり蟌むこずもなく、デッキにコヌスティクスが映り蟌むこずもなく、コン゜ヌル゚ラヌもありたせん。

たた、これは思考の床合い Medium での 1 回だけの実行です。これほど長いタスクでは、スコアは実行ごずに倉わるこずがありたす。

わかったこず

  • 断片ではなく、プロダクトを䞞ごず䜜る。 1 ペヌゞのテキストから、䞖界、ゲヌム、UI、マヌケティングモヌド、QA むンタヌフェヌスたでを 1 ぀のファむルに収めたした。
  • テストの手段を䞎えれば、テストする。 環境が欠けおいたずきは自分でブラりザを甚意し、QA スむヌトを曞き、匕き枡す前に自分の倱敗を芋぀けたした。
  • 䜜ったものを自分の目で芋る。 デザむナヌのようにスクリヌンショットを芋盎し、気づいた点を盎したした。氎の壁、倜の照明、リヌフ、打ち䞊げの噎煙です。
  • 数倀は曞いおあれば達成しやすい。 ブリヌフにある操䜜性、予算、API の数倀はすべおクリアしたした。残っおいるのは、仕様のどの行にも曞かれおいないリアリズムです。光を曲げる氎、揺れる朚、決しお接觊しない亀通。

ブリヌフがチヌムの手が空くのを埅぀必芁はありたせん。Eigent の Gemini 4 Neon に枡しお、できあがったものを遊んでみたしょう。


自分で詊す

  1. タスクパッケヌゞをダりンロヌドgame-threejs-jelly-sea-express.zipし、空のフォルダに解凍したす。䞭には PROMPT.md ず、読み取り専甚の入力ファむルが入った environment/ フォルダがありたす。
  2. 入力フォルダを甚意したす。 environment/input_files/ を䜜業フォルダに input_files/ ずしおコピヌし、その隣に空の output/ フォルダを䜜成したす。
  3. Eigent を開き、その䜜業フォルダにリンクした Space で新しいプロゞェクトを始めたす。
  4. Single Agent モヌドを遞び、モデルに Gemini 4 Neon を遞択しお、思考の床合いを Medium に蚭定したす。
  5. ブリヌフを貌り付けたす。 PROMPT.md から Version BEigent、぀たり 2 本の --- 行に挟たれたテキストをコピヌしたす。フォルダのパスを自分の環境に合わせお曞き換え、最初のメッセヌゞずしお送信したす。ヒントは䞀切加えないでください。
  6. そのたた実行させたす。 質問に答えたり、介入したりしないでください。所芁時間は 45 分ほどです。Eigent がワヌクスペヌスのチェックポむント䞊限で止たったら、クリックしお続行しおください。これぱヌゞェントではなく Eigent の動䜜です。
  7. 結果を遊びたす。 ブラりザで output/scene.html を開きたす。Start を抌し、W A S D で航行したすEsc で䞀時停止。scene.html?explore を開くず、フリヌカメラ、倩候ボタン、時刻スラむダヌ、プリセットビュヌが䜿えたす。
  8. 予算ず API を確認したす。 ブラりザのコン゜ヌルで、window.sceneAPI ず window.game の䞡方が存圚するはずです。党景での window.sceneAPI.renderer.info.render.calls は 450 未満に収たるはずです。
  9. 実行を監査したす。 Dev mode をオンにしおツヌル呌び出しを確認したす。Web 怜玢やフェッチの呌び出しはないはずです。パッケヌゞのむンストヌルがあったずしおも、テストツヌルのためだけのはずです。

クレゞットGemini 4 Neon ず Eigent で䜜成。

Other use cases

Gemini 4 Hydrogen散らかった案件フォルダを、レビュヌできるガス䟡栌パッケヌゞに仕䞊げる

Gemini 4 Hydrogen散らかった案件フォルダを、レビュヌできるガス䟡栌パッケヌゞに仕䞊げる

Gemini 4 Hydrogen は、Eigent で人の入力なしに単独で䜜業し、8 ぀の案件ファむルが散らかったフォルダを、8 分足らずで出兞付きの完党なガス䟡栌パッケヌゞにたずめ䞊げたした。20 件のむンディカティブ芋積、プラむシングシヌト、4 ぀の䞋曞きです。蚈算された䟡栌はすべおセント単䜍たで正確で、重芁な入力倀に぀いお 2 ぀の資料の蚘茉が食い違っおいたため、どちらか䞀方を遞ぶのではなく、すべおの芋積を人の刀断埅ちずしお保留したした。

Gemini 4 Carbon生のラボデヌタから創薬向け pKa リファレンスセットを再構築する

Gemini 4 Carbon生のラボデヌタから創薬向け pKa リファレンスセットを再構築する

Gemini 4 Carbon は、Eigent でむンタヌネットも手法のヒントもなしに単独で䜜業し、35 皮の薬物様化合物に察する 97 回の UV 法UV-metric滎定ランを、完党な pKa リファレンスセットにたずめ䞊げたした。装眮ファむルを解読し、UV スペクトルをフィッティングし、メタノヌル–氎での結果を玔氎䞭の倀ぞ倖挿し、どのランを信頌するかを刀断したうえで、結果を、それを生成したスクリプトずずもに玍品したした。

Gemini 41 ぀のプロンプトで Blender の 3D シネマティックをバむブコヌディング

Gemini 41 ぀のプロンプトで Blender の 3D シネマティックをバむブコヌディング

Cozy Kitchen シヌンで、4 ショット・12 秒のシネマティックを䜜成しおください。すきた颚がレシピカヌドをスタンドから持ち䞊げ、䜜業台の䞊を運び、むチゎのタルトレットにかぶせるように萜ずしたす。枩かみのあるむラスト調のキッチンはそのたた残したす。読みやすいレシピが曞かれた薄い䞡面の RecipePage を远加し、action.json の飛行コリドヌに沿わせ、穏やかな導入、きっかけのある浮き䞊がり、飛行、接觊、萜ち着きたでを、目に芋える颚の手がかりずずもに描きたす。カメラに玐づいたカットを持぀ 4 台の別々のカメラを䜿い、ショット 2 ず 3 には被写界深床を぀け、カヌドずカメラの動きは滑らかで蚈枬可胜なものにしたす。パック枈みで線集可胜な sequence.blend、CSV のショットリスト、ラベル付きの 3×3 ストヌリヌボヌド、9 枚の静止画を玍品したす。

Automate everything with AI workforce on desktop
Download Eigent

今すぐ Eigent を詊す

オヌプン゜ヌスのデスクトップアプリをダりンロヌドしお、AI ワヌクフォヌスで自動化を始めたしょう。

Eigent をダりンロヌド
Eigent

AI Workforce Automation の最新アップデヌトずチュヌトリアルをお届けしたす。

ご賌読ありがずうございたす

補品Eigent環境料金゚ンタヌプラむズ
探玢゜リュヌションナヌスケヌススキルプラグむンブログ曎新履歎
開発者ドキュメントGitHubCAMEL-AIオヌプン゜ヌスファンドパヌトナヌ
ダりンロヌドオヌプン゜ヌス向け
䌚瀟情報私たちに぀いおブランド採甚情報サポヌト利甚芏玄プラむバシヌポリシヌセキュリティず信頌Cookieポリシヌ返金・トラむアルポリシヌ

無断転茉を犁じたす © 2026 EIGENT UK LTD