東京エレクトロンデバイス株式会社

Microsoft Azureコラム

2026/10/30

Writer: 手戸 蒼唯(てど あおい)

GitHub CopilotとRayfinで作る業務アプリ|料金・開発手順・Fabricへのデプロイを解説

GitHub CopilotとRayfinによるアプリ開発は、GitHub Copilotが業務アプリのデータモデル、画面、テストのコードを作成し、Rayfin CLIでMicrosoft FabricのFabric Appsへデプロイする進め方です。RayfinがTypeScriptのデータモデルからFabric上のデータベース、API、認証、ホスティングを構成するため、サーバーやデータベースを別に用意しなくても、AIが書いたアプリを社内で使える状態にできます。

本記事では、組み合わせる意味、Rayfinの雛形に入っているAIエージェント向けの仕組み、料金、利用手順、設備点検アプリを作ってFabricへ載せるデモ、注意点を解説します。


東京エレクトロンデバイスは、GitHub EnterpriseとGitHub Copilotの導入から、Microsoft FabricとRayfinを使った業務アプリの開発までを支援しています。

ご興味のある方はお気軽にご相談ください。

お問い合わせはこちら


GitHub Copilot 解説資料を無料ダウンロード

GitHub CopilotとRayfinによるアプリ開発とは?

GitHub CopilotとRayfinによるアプリ開発とは、GitHub Copilotが作成した業務アプリのコードをRayfin CLIでMicrosoft FabricのFabric Appsへデプロイする進め方です。GitHub Copilotがデータモデル、画面、テストのTypeScriptのコードを書き、RayfinがそのデータモデルからデータベースのスキーマやAPI、アクセス制御を構成します。

Rayfinは、データモデルやアクセス規則をコードで定義し、アプリを開発・デプロイするためのSDKとCLIです。Fabric AppsはRayfin SDKを基盤に、作成したアプリをMicrosoft Fabric上で動かすためのFabricアイテムです。データベース、GraphQL API、認証、静的ホスティングなどをマネージドサービスとして提供します。Rayfinで開発したアプリを、Fabric Apps上で動かすという関係です。


Rayfin自体は生成AIを使う仕組みではなく、TypeScriptの定義からデータベースのスキーマとAPIを決まった規則で生成します。そのため、コードを書く役割は、TypeScriptを書けるコーディングエージェントであれば担えます。

VS CodeのGitHub Copilotに業務アプリのデータモデルを依頼する画面VS CodeのGitHub Copilotに、Rayfinの雛形をもとに設備点検アプリのデータモデルを依頼している画面


GitHub CopilotとRayfinを組み合わせる意味

このセクションでは、GitHub CopilotとRayfinを組み合わせることで何が変わるのかを、開発の工程と、Copilot StudioでFabricのデータを使う構成との違いからご説明し、開発の基盤となるGitHub Enterpriseにも触れます。


AIが書いたアプリを本番に載せる工程を埋める

コーディングエージェントを使えば、業務の要件を伝えるだけで、画面やデータ処理のコードの下書きを得られるようになりました。しかし、書いたアプリを社内で使える状態にするには、データベース、APIの公開、ログインの仕組み、ホスティング先、アクセス権の設定が別に必要です。

Rayfinでは、データモデルのTypeScriptファイルが、Fabric上のSQL database、GraphQLのAPI、行単位のアクセス制御の定義を兼ねます。Copilotがデータモデルを書き換えれば、rayfin upでその内容がFabricに反映され、認証やホスティングもFabricが受け持ちます。開発者が別にサーバーやデータベースを用意する必要はありません。


Copilot StudioでFabricのデータを使う構成との違い

Microsoft FabricとAIを組み合わせる方法には、Copilot StudioのエージェントにFabricのデータエージェントを接続し、業務ユーザーが会話でデータを調べる構成もあります。


以下の表で、両者の違いを整理しました。

比較項目

Copilot StudioとFabric

GitHub CopilotとRayfin

主な利用者

業務ユーザー、情報システム部門

開発者、開発チーム

やること

Fabricにあるデータに、会話で問い合わせる

Fabric上で動く業務アプリを作る

データの向き

すでにFabricにあるデータを読む

業務アプリから入力したデータがFabricに入る

成果物

Teamsなどで使う会話型のエージェント

ブラウザーで使う業務アプリ


この比較から分かるのは、両者がFabricの入口と出口を分担する関係にあるという点です。GitHub CopilotとRayfinで作った業務アプリが現場のデータをFabricに蓄積し、Copilot Studioのエージェントはそのデータを業務ユーザーが会話で引き出す側を担います。ただし、データエージェントへの接続は別に設定する必要があります。


開発の基盤となるGitHub Enterprise

Copilotが書いたデータモデルや画面のコードはGitHubのリポジトリで管理し、変更はプルリクエストでレビューしてから取り込む進め方が一般的です。法人でこの開発を進める場合は、Copilotのライセンスとあわせて、リポジトリとアカウントを管理するGitHub Enterpriseの導入が検討の対象になります。

クラウド版のGitHub Enterprise Cloudでは、SAMLシングルサインオン、SCIMによるユーザーのプロビジョニング、監査ログのAPIなど、アカウントと操作履歴を組織として管理する機能が提供されています。業務データを扱うアプリのコードを、誰がいつ変えたのか追える状態にできる点が利点です。


Rayfinの雛形に入っているAIエージェント向けの仕組み

このセクションでは、Rayfinの雛形に入っている、AIコーディングエージェント向けの仕組みをご説明します。Rayfin CLI 1.36.2のrayfin init --template blankappで作成した雛形には、AGENTS.md、.agents/skills/、.mcp.jsonの3つが含まれていました。


以下の表で、3つの中身と、VS CodeのGitHub Copilotでの扱いを整理しました。

仕組み

雛形に入っている内容

VS CodeのGitHub Copilotでの扱い

AGENTS.md

エージェントが守る開発のルール。最初に読むスキル、検証の順番、デプロイ前の確認などを記載

リポジトリのルートにあるAGENTS.mdを指示として読み込む

.agents/skills/

data-modeling、crud-ui、app-validation、app-deploymentなど、19個のスキル

プロジェクトのスキルとして探し、名前と説明から必要なものだけを読み込む

.mcp.json

Rayfin MCPサーバ(@microsoft/rayfin-mcp)の登録

ルートの.mcp.jsonをMCPサーバーの設定として読み込む


開発者が自分でCopilot向けの指示を書き起こさなくても、CopilotがRayfinの作法に沿ったコードを作成しやすい点が、この雛形の特徴です。実際に読み込まれる様子は、後述の利用手順でご紹介します。


AGENTS.mdに書かれた開発のルール

AGENTS.mdには、capability-routerのスキルで必要な機能を選び、機能のパックをnpm run pack:addで1つずつ適用するといった手順がまとめられています。検証はnpm run typecheck、npm run build、npm run lint、npm testの順に実行し、ビルドが通っただけでは型の安全性を確かめたことにならないとされています。

デプロイについては、操作をプレビューし、利用者がデプロイ先を確認してから実行すること、利用者に代わって--forceを付けないことが定められています。Copilotが書いたコードをFabricへ載せる判断は、人に残す設計です。


スキルとMCPサーバーの役割

.agents/skills/のスキルは、データモデル、画面、検証、デプロイといった作業ごとの知識をまとめたものです。一方、Rayfin MCPサーバーは、discover_packages、get_doc、list_docs、search_docsの4つのツールで、Rayfinのパッケージとドキュメントを調べられるようにします。FabricへのデプロイはMCPツールではなく、Rayfin CLIで行います。


GitHub CopilotとRayfinで開発するときの料金

ここからは、GitHub CopilotとRayfinで開発するときに発生する費用を、GitHub本体、GitHub Copilot、AIクレジット、Microsoft Fabricの順にご説明します。以下の情報は2026年10月時点のものです。


GitHub本体のプラン

GitHub本体には、Free、Team、Enterpriseの3つのプランがあり、GitHub Copilotとは別の契約です。


以下の表で、3つのプランの位置づけを整理しました。

プラン

主な位置づけ

GitHub Free

リポジトリを無制限に作成でき、Issues、Projectsなどの基本機能を使える

GitHub Team

必須レビュアーやコードオーナーなど、チームでのレビューを支える機能が加わる

GitHub Enterprise

ID管理、監査ログ、データ所在地の選択など、企業の統制に必要な機能が加わる


業務アプリを内製する組織では、アカウントを社内のIDで管理し、監査ログを取得できるGitHub Enterpriseが有力な選択肢です。各プランの料金は、GitHubの料金ページでご確認ください。


GitHub Copilotのプラン

GitHub Copilotには、個人向けのFree、Pro、Pro+などのプランと、組織向けのCopilot Business、Copilot Enterpriseがあります。法人で導入する際の中心となる、組織向けの2つのプランを以下の表で整理しました。

プラン

料金(USD)

含まれるAIクレジット

主な位置づけ

Copilot Business

$19 / ユーザー・月

1ユーザーあたり月1,900

組織のメンバーにCopilotを割り当て、ポリシーを一元管理する

Copilot Enterprise

$39 / ユーザー・月

1ユーザーあたり月3,900

GitHub Enterprise Cloudを使う企業向けで、Businessの機能に企業向けの機能が加わる


Copilot Businessは、GitHub FreeやGitHub Teamの組織でも購入でき、GitHub Enterpriseが必須というわけではありません。一方、Copilot EnterpriseはGitHub Enterprise Cloudを前提としたプランです。管理や監査を組織として整えたい場合や、将来Copilot Enterpriseへ広げる可能性がある場合は、GitHub EnterpriseとCopilotを一体で検討するのが現実的です。


AIクレジット

Copilot BusinessとCopilot Enterpriseでは、Copilotの利用量をAIクレジットという単位で計測します。1AIクレジットは0.01米ドルで、Copilot ChatやCopilot CLIなどの利用で、使ったモデルとトークン数に応じて消費されます。コードの補完は対象外ですが、チャットの指示でCopilotがコードを作成する本記事の使い方では、消費を見込んでおく必要があります。

各ユーザーのAIクレジットは組織全体で共有され、Copilot Businessを100人で使う場合は190,000クレジットになります。超過分の利用は既定で有効なため、支払いを防ぎたい場合は、管理者が「AI credits paid usage」のポリシーを無効にします。


Microsoft Fabricの容量

Fabric Appsのアプリは、ワークスペースに割り当てたFabric容量(CU)を消費して動きます。容量の考え方は、Rayfinの記事の料金のセクションで解説しています。

上記の内容は2026年10月時点の情報です。最新の情報は、GitHub Copilotのプラン、AIクレジットの課金、Microsoft Fabricの料金の各公式ページをご覧ください。


GitHub CopilotでRayfinの開発を始める手順

ここでは、RayfinのプロジェクトをVS Codeで開き、GitHub Copilotのエージェントモードで開発を始めるまでの手順をご説明します。


前提条件

利用にあたっては、以下の条件を満たしている必要があります。

  • Fabric容量が割り当てられたワークスペースと、そのワークスペースでの共同作成者以上の権限
  • テナント管理者が、Fabricの管理ポータルでFabric Apps(プレビュー)を有効にしていること
  • Node.js 20以降
  • VS Codeと、GitHub Copilotの拡張機能、Copilotを利用できるGitHubアカウント
  • 組織のCopilot BusinessまたはCopilot Enterpriseを使う場合は、管理者が「MCP servers in Copilot」のポリシーを有効にしていること

このうち、Fabric Appsの有効化とCopilotの組織のポリシーは、開発者だけでは用意できません。特に「MCP servers in Copilot」のポリシーは既定で無効のため、検証の前に各管理者へ依頼しておくと進めやすくなります。


雛形の作成とVS Codeでの準備

1. 新しいフォルダーにRayfinの雛形を作ります。今回は次のコマンドでCLIのバージョンを1.36.2に指定し、作成後に依存パッケージをインストールしました。

npx --yes @microsoft/rayfin-cli@1.36.2 init rayfin-copilot-inspection --template blankapp

AGENTS.md、.agents/skills/、.mcp.jsonが生成されていることを確認し、最初の状態をGitにコミットします。


2. 作成したフォルダーをVS Codeで開きます。制限モードになっている場合は、フォルダーの内容を確認したうえで「信頼する」を選びます。

VS Codeのワークスペースの信頼画面VS Codeで検証用のフォルダーを信頼するかを確認する画面


3. GitHubアカウントでCopilotを利用できる状態にし、チャットで「Agent」を選びます。

まず「このプロジェクトの構成と、AGENTS.mdに書かれている開発のルールを、日本語で短くまとめてください。まだファイルは変更しないでください。」と送り、読み込まれたルールを確認します。


今回は、応答にAGENTS.mdへの参照が表示され、スラッシュコマンドの候補にも/data-modelingなどのスキルが現れました。

CopilotがAGENTS.mdの開発ルールを要約した応答GitHub CopilotがAGENTS.mdを参照して開発のルールを要約した画面


4. コマンドパレットの「MCP: サーバーの一覧表示」から、このプロジェクトのrayfinサーバーを起動します。確認が表示された場合は登録内容を確認して進め、チャットの「ツールの構成」で「Project Rayfin」と4つのツールが表示されることを確かめます。

GitHub Copilotで認識されたRayfinのMCPツールツールの構成にRayfin MCPサーバーの4つのツールが表示された画面


GitHub Copilotで設備点検アプリを作ってFabricに載せるデモ

ここでは、GitHub Copilotが工場の設備点検を記録する業務アプリを作り、Fabricへデプロイして、アプリから入力したデータがFabricに入るところまでを確認します。データモデル、画面、テストはCopilotが作成し、検証担当はレビューとデプロイの判断を受け持ちました。

検証日は2026年10月13日で、VS Code 1.132.1、GitHub Copilot Chat拡張機能0.60.0、Rayfin CLI 1.36.2を使用しました。以下では、モデルの作成からデプロイ、データの保存・照合までの手順をご紹介します。


1. Copilotがデータモデルを作成

最初は画面を作らず、設備と点検記録のデータモデルだけを依頼しました。必須項目、文字数の上限、設備との関連、判定の値に加え、サインインした本人が登録した記録だけを読み書きできることも指示しています。


Copilotは、data-modelingのスキルを参照してnpm run pack:add -- data-modelingの実行を求め、許可するとEquipment.tsとInspectionRecord.tsを作成しました。指示した上限や関連、@roleによる本人限定の条件が反映されていたため、この段階では修正せずにコミットしています。以下は、Copilotが作った点検記録の定義です。

Copilotが作成した点検記録のデータモデル設備との関連、文字数の上限、登録者に限定するpolicyを含む、Copilotが作成した点検記録のデータモデル


2. Copilotが画面を作成

続いて、設備の登録・一覧、点検記録の入力・一覧、「要対応」だけの絞り込みを、日本語の画面として作るよう依頼しました。「測定値が上限値を超えたら要対応」「架空データによる検証と表示する」「認証まわりは変えない」「Rayfinのクライアントで実際に読み書きする」という条件も加えています。

Copilotに設備点検画面の作成を依頼する画面Copilotに設備点検アプリのUIの作成を依頼している画面


Copilotはcrud-uiとapp-designのスキルを読み、Rayfinのクライアントでデータを読み書きするApp.tsxを実装しました。レビューでは、数値の空欄を0として判定してしまう点と、ログインアカウントを画面に表示する点が見つかったため、テストの作成とあわせてCopilotに修正を指示しました。


3. Copilotがテストを実行

空欄・不正な数値・上限値との境界を確かめるテストと、設備・点検記録を登録するテストをCopilotに依頼しました。Copilotは入力の検証と判定を関数に切り出し、App.spec.tsxに11件のテストを作成しています。測定値が上限値と同じなら「合格」、超えたら「要対応」とし、空欄や数値に変換できない値では登録しないことを確かめる内容です。


修正後は、AGENTS.mdにある4つのコマンドを順番に実行しました。型検査とビルドは成功し、lintはエラー0件・警告4件、テストは既存の雛形テストを含む7ファイル・59件が成功しています。

Copilotで全59件のテストが成功した結果既存の雛形テストを含む7ファイル・59件のテストが成功した画面


lintの警告はReactのFast Refreshに関するもので、設定を緩めて通したものではありません。また、このテストはAPIの応答をモックで再現したもので、Fabricに保存できるかどうかはデプロイ後に別に確かめます。


4. 生成コードのエラーを確認して修正する

Copilotに修正を依頼するときは、エラーの全文、発生した操作、期待する動作をあわせて伝えると、修正の対象を絞りやすくなります。コードだけでなく、実行環境や生成されたAPI・データベースの定義も確認の対象です。以下の表では、このデモで確認した症状を例に、確認する箇所と修正方法を整理しました。

症状

確認する箇所

このデモでの修正例

依存パッケージのインストールでCannot read properties of null (reading 'edgesOut')が出る

npmのバージョンと、依存関係を解決する処理の出力

npm 11.6.2で依存パッケージを再インストール

テストで検証結果のjudgementやerrorを参照すると型エラーになる

成功時と失敗時の型を区別しているか

成功と失敗で型を分け、テストでも分岐してから各項目を参照

画面を変更した後、既存の認証テストが失敗する

テストが期待する画面名と、認証の保護を確認する条件

画面名の期待値を更新し、未認証・匿名・認証終了時の保護の確認は維持

関連データの読取時に、itemsが存在しないというGraphQLエラーが出る

モデルの関連が1件か複数件か、SDKが生成するクエリがその構造に合っているか

外部キーequipment_idを取得し、設備一覧と結び付けて表示

判定の保存時に、CHECK制約に違反する

コードの判定値、APIへ送る値、データベースの制約が一致しているか

保存値をPASS/FAILにし、画面では「合格/要対応」に変換


たとえば、関連データの読取に失敗した場合は、エンティティ名だけでなく、生成されたクエリの構造まで確かめることが手掛かりになります。このデモでは、1件の設備を指す関連にもitemsが付いていたため、外部キーから設備を結び付ける実装に変更しています。

Fabric実APIで発生した設備との関連の読取エラー1件の設備への関連にitemsを要求したクエリで、読取エラーが表示された例


保存時の制約エラーでは、コードの値だけを見ても原因を絞れないことがあります。SQL databaseで実際の制約を確認したところ、このデモでは@set('合格', '要対応')から生成された日本語の値が?に化けていました。画面に表示する日本語と、データベースに保存するコードを分けることで、合格をPASS、要対応をFAILとして保存できるようにしています。


修正後は、型検査、ビルド、lint、テストを再実行し、変更がほかの処理に影響していないかを確かめます。このデモの最終版は8ファイル・63テストが成功し、続くFabric上の操作でも保存と再取得を確認しています。


5. rayfin upでFabricへデプロイする

デプロイ先には、Fabric容量を割り当てた検証用のワークスペースを使い、新しいアプリ登録やシークレットは作成していません。まず、ワークスペースを指定してプレビューします。<workspace-id>には、デプロイ先のワークスペースIDを指定します。

npx rayfin up --workspace-id <workspace-id> --dry-run --json


プレビューはblocked: false、警告なしでした。続いて、同じデプロイ先で実行します。

npx rayfin up --workspace-id <workspace-id> --json

最初のデプロイと修正後の再デプロイは、どちらもstatus: successになりました。設備モデル名の変更では、旧テーブルを削除する移行をFabricが拒否したため、--forceは付けず、旧モデルを残す形にCopilotに修正させています。


6. Fabric側にできたものを確認する

ワークスペースをアプリ名で絞り込むと、rayfin-copilot-inspectionのアプリ、SQL database、SQL分析エンドポイントの3つが表示されました。

Fabricに作成された設備点検アプリと付属のSQL項目ワークスペースに作成されたアプリ、SQL database、SQL分析エンドポイントを絞り込んだ画面


アプリをFabric内で開き、架空の設備「検証用コンプレッサー」を登録したうえで、次の2件の点検記録を入力しました。

点検項目

測定値

上限値

画面の判定

DBへの保存値

吐出圧力

0.62

0.70

合格

PASS

モーター温度

85

80

要対応

FAIL


測定値を入力すると、上限以内の吐出圧力は「合格」、上限を超えたモーター温度は「要対応」に切り替わりました。保存後にページを再読み込みしても、設備1件・点検2件が、設備名と判定とともに表示されます。

再読み込み後も残っている設備点検の2件再読み込み後も点検記録2件が判定とともに表示されている画面


「要対応だけ表示」にチェックを入れると、モーター温度の1件だけになりました。

要対応だけに絞り込んだ点検一覧要対応の点検記録だけに絞り込んだ画面


最後に、SQL databaseのクエリエディターで読み取りのSELECTを実行し、アプリで登録した2件の設備名、測定値、上限値、保存値が一致することを確認しました。

SQLで照合した設備名と点検判定の2件アプリから入力した2件をSQL databaseのクエリエディターで確認した画面


GitHub CopilotでRayfinのアプリを作るコツ

ここでは、GitHub CopilotでRayfinのアプリを作るときに、手戻りを減らし、安全に進めるためのコツをご説明します。


業務の要件を段階に分けて伝える

Copilotには、最初からアプリ全体を頼むのではなく、データモデル、画面、テストの順に段階を分けて指示すると、レビューしやすくなります。段階ごとに変更をコミットしておけば、Copilotが書いた差分と人が直した差分を分けて追えるため、どこを人が判断したのかを記録として残せます。


レビューで確かめる観点を決めておく

Copilotが書いたコードは、動くかどうかに加えて、Rayfinのアプリとして次の3点が保たれているかを確かめておくと安心です。

  • データモデルに、指示した項目、必須と任意、文字数の上限が反映されているか
  • 本人だけが読み書きできるといったアクセス制御(@roleのpolicy)が、意図どおりに残っているか
  • 画面が架空の保存済みデータを表示せず、Rayfinのクライアントで実際にデータを読み書きしているか


3点目は、AGENTS.mdでも、サンプルのデータは利用者が求めた場合に限り、画面にその旨を表示して使うよう定められています。


コマンドの実行は承認してから進める

VS Codeのエージェントモードでは、既定の設定で、読み取りだけのよく使うコマンドは自動で実行され、環境に影響するコマンドは承認が必要です。すべてを確認なしで実行する設定もありますが、Fabricへのデプロイまで自動で進むおそれがあるため、既定のまま、実行されるコマンドとデプロイ先を確かめてから進めることをおすすめします。


GitHub CopilotとRayfinで開発するときの注意点

導入を進める前に把握しておきたい注意点をご説明します。


Fabric Appsはプレビュー段階

2026年10月時点で、Fabric Appsはプレビューとして提供されています。Rayfinの雛形に入っているAGENTS.mdやスキル、CLIのコマンドも、バージョンごとに内容が変わる可能性があります。基幹業務に使う前には、正式な提供の状況を確認し、影響の小さい社内アプリから試す進め方が安全です。


データベースのスキーマはコードから変える

Fabric Appsが作るSQL databaseは、Fabricのポータル上では読み取り専用です。スキーマの変更はデータモデルのコードを変えてrayfin upで反映する必要があり、SQL database側で直接変えると、コードとの食い違いでアプリが動かなくなるおそれがあります。Copilotにデータの問題を相談するとSQLを直接書き換える案が示されることもあるため、データモデルのコードを起点に直すよう、指示の段階で伝えておくと安全です。


機密情報をコードやプロンプトに含めない

Fabric Appsでは、シークレット、APIキー、機密データをコードやリポジトリに含めないことが、利用者側の責任として公式に示されています。Copilotで開発する場合は、Copilotへの指示文にも認証情報や実際の業務データを含めないよう、運用ルールを決めておくことが重要です。


まとめ

本記事では、GitHub CopilotとRayfinによるアプリ開発について、組み合わせる意味、雛形に入っているAIエージェント向けの仕組み、料金、利用手順、活用デモ、注意点などを解説しました。

GitHub CopilotとRayfinを組み合わせると、GitHub Copilotが業務アプリのコードを書き、RayfinがFabric上のバックエンドを構成して載せる形で開発を進められます。Rayfinの雛形にはAGENTS.md、スキル、MCPサーバーの登録があらかじめ入っており、Copilotはこれらを読み込んでRayfinの作法に沿ったコードを書けます。設備点検アプリのデモでは、Copilotが作ったコードを修正してFabricへ載せ、点検記録の保存からSQLでの照合まで確認できました。法人で進める場合は、Copilotのプランに加えて、リポジトリを管理するGitHub Enterpriseをあわせて検討することが重要です。


東京エレクトロンデバイスでは、GitHub CopilotとRayfinを使った業務アプリの開発を、GitHub EnterpriseとCopilotのプランの選定・導入、Fabric Appsの有効化とFabric容量のサイジング、業務の要件に沿ったデータモデルとアクセス制御の設計までワンストップでサポートしています。

GitHub Copilotを使ってFabric上で業務アプリを内製したい方は、ぜひお気軽にご相談ください。

お問い合わせはこちら

CONTACT
お問い合わせ

Microsoft AzureおよびAI・IoTに関する
お問い合わせはこちらから

東京エレクトロンデバイス株式会社

Copyright © Tokyo Electron Device LTD. All Rights Reserved.
当ウェブサイトでは、サイトの利便性向上のためにクッキーを利用しています。サイトの閲覧を続行されるには、クッキーの使用にご同意いただきますようお願いします。詳細はこちら