diff --git a/jp/.gitbook/assets/image (10) (1) (1).png b/jp/.gitbook/assets/image (10) (1) (1).png
index f9ca100..d30d2ab 100644
Binary files a/jp/.gitbook/assets/image (10) (1) (1).png and b/jp/.gitbook/assets/image (10) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (2) (1) (1) (1) (1).png b/jp/.gitbook/assets/image (2) (1) (1) (1) (1).png
index 969a0df..d60d084 100644
Binary files a/jp/.gitbook/assets/image (2) (1) (1) (1) (1).png and b/jp/.gitbook/assets/image (2) (1) (1) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (2) (1) (1).png b/jp/.gitbook/assets/image (2) (1) (1).png
index df5452b..2e07e31 100644
Binary files a/jp/.gitbook/assets/image (2) (1) (1).png and b/jp/.gitbook/assets/image (2) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (2) (1).png b/jp/.gitbook/assets/image (2) (1).png
index 47b215f..df5452b 100644
Binary files a/jp/.gitbook/assets/image (2) (1).png and b/jp/.gitbook/assets/image (2) (1).png differ
diff --git a/jp/.gitbook/assets/image (3) (1) (1) (1) (1) (1).png b/jp/.gitbook/assets/image (3) (1) (1) (1) (1) (1).png
index cfc2125..a23ad8f 100644
Binary files a/jp/.gitbook/assets/image (3) (1) (1) (1) (1) (1).png and b/jp/.gitbook/assets/image (3) (1) (1) (1) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (3) (1) (1) (1) (1).png b/jp/.gitbook/assets/image (3) (1) (1) (1) (1).png
index f03320e..cfc2125 100644
Binary files a/jp/.gitbook/assets/image (3) (1) (1) (1) (1).png and b/jp/.gitbook/assets/image (3) (1) (1) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (3) (1) (1) (1).png b/jp/.gitbook/assets/image (3) (1) (1) (1).png
index a8bb836..f03320e 100644
Binary files a/jp/.gitbook/assets/image (3) (1) (1) (1).png and b/jp/.gitbook/assets/image (3) (1) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (3) (1) (1).png b/jp/.gitbook/assets/image (3) (1) (1).png
index b0946e1..a8bb836 100644
Binary files a/jp/.gitbook/assets/image (3) (1) (1).png and b/jp/.gitbook/assets/image (3) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (5) (1) (1).png b/jp/.gitbook/assets/image (5) (1) (1).png
index 96e141f..ddfe5a6 100644
Binary files a/jp/.gitbook/assets/image (5) (1) (1).png and b/jp/.gitbook/assets/image (5) (1) (1).png differ
diff --git a/jp/.gitbook/assets/image (5) (1).png b/jp/.gitbook/assets/image (5) (1).png
index 67f8a56..96e141f 100644
Binary files a/jp/.gitbook/assets/image (5) (1).png and b/jp/.gitbook/assets/image (5) (1).png differ
diff --git a/jp/getting-started/readme/features-and-specifications.md b/jp/getting-started/readme/features-and-specifications.md
index 7ce7a2f..1858eb1 100644
--- a/jp/getting-started/readme/features-and-specifications.md
+++ b/jp/getting-started/readme/features-and-specifications.md
@@ -11,8 +11,8 @@ Difyでは、透明な製品特性と技術仕様ポリシーを採用してお
 
 ### プロジェクトの基本情報
 
-<table data-header-hidden data-full-width="false"><thead><tr><th width="156"></th><th></th></tr></thead><tbody><tr><td>プロジェクト設立</td><td>2023年3月</td></tr><tr><td>オープンソースライセンス</td><td><a href="../../policies/open-source.md">Apache License 2.0 に基づく商業ライセンス</a></td></tr><tr><td>公式開発チーム</td><td>10名以上のフルタイム社員</td></tr><tr><td>コミュニティ貢献者</td><td><a href="https://ossinsight.io/analyze/langgenius/dify">120人以上</a></td></tr><tr><td>バックエンド技術</td><td>Python/Flask/PostgreSQL</td></tr><tr><td>フロントエンド技術</td><td>Next.js</td></tr><tr><td>コード行数</td><td>13万行以上</td></tr><tr><td>リリースサイクル</td><td>平均して週に1回</td></tr></tbody></table>
+<table data-header-hidden data-full-width="false"><thead><tr><th width="156"></th><th></th></tr></thead><tbody><tr><td>プロジェクト設立</td><td>2023年3月</td></tr><tr><td>オープンソースライセンス</td><td><a href="../../policies/open-source.md">Apache License 2.0 に基づく商業ライセンス</a></td></tr><tr><td>公式開発チーム</td><td>10名以上のフルタイム社員</td></tr><tr><td>コミュニティ貢献者</td><td><a href="https://ossinsight.io/analyze/langgenius/dify#overview">290</a>人以上</td></tr><tr><td>バックエンド技術</td><td>Python/Flask/PostgreSQL</td></tr><tr><td>フロントエンド技術</td><td>Next.js</td></tr><tr><td>コード行数</td><td>13万行以上</td></tr><tr><td>リリースサイクル</td><td>平均して週に1回</td></tr></tbody></table>
 
 ### 技術特性
 
-<table data-header-hidden><thead><tr><th width="258"></th><th></th></tr></thead><tbody><tr><td>大規模言語モデル推理エンジン</td><td>Dify Runtime (v0.4以降はLangChainを除去)</td></tr><tr><td>商業モデルサポート</td><td><p><strong>10社以上</strong>、OpenAIとAnthropicを含む</p><p>新しい主流モデルは通常48時間以内に接続完了</p></td></tr><tr><td>MaaSサプライヤーサポート</td><td><strong>7社</strong>、Hugging Face、Replicate、AWS Bedrock、NVIDIA、GroqCloud、together.ai、OpenRouter</td></tr><tr><td>ローカルモデル推理Runtimeサポート</td><td>6<strong>社</strong>、Xoribits（推奨）、OpenLLM、LocalAI、ChatGLM、Ollama、NVIDIA TIS</td></tr><tr><td>OpenAIインターフェース標準モデル接続サポート</td><td><strong>∞社</strong></td></tr><tr><td>多モーダル技術</td><td><p>自動音声認識（ASR）モデル</p><p>GPT-4V規格のリッチテキストモデル</p></td></tr><tr><td>プリセットアプリケーションタイプ</td><td><p>対話型アプリケーション</p><p>テキスト生成アプリケーション（近日終了予定）<br>エージェント<br>ワークフロー<br>グループ（Q2でリリース予定）</p></td></tr><tr><td>プロンプト即サービス編成</td><td><p>高評価のビジュアル化されたプロンプト編成インターフェース、同じインターフェースでプロンプトを編集し、効果をプレビュー可能<br></p><p><strong>編成モード</strong></p><ul><li>簡単編成モード</li><li>アシスタントモード編成</li><li>フローモード編成</li><li>マルチエージェントモード（Q2でリリース予定）</li></ul><p><strong>プロンプト変数タイプ</strong></p><ul><li>文字列</li><li>単一選択列挙</li><li>外部API</li><li>ファイル（Q2でリリース予定）</li></ul></td></tr><tr><td>エージェントワークフロー特性</td><td><p>業界をリードするビジュアル化されたフローチャート編成インターフェース、見たまま編集できるノードデバッグ、プラグイン可能なDSL、ネイティブなコードランタイムにより、より複雑で信頼性が高く安定したLLMアプリケーションを構築可能。</p><p><strong>サポートノード</strong></p><ul><li>LLM</li><li>知識ベース検索</li><li>問題分類</li><li>条件分岐</li><li>コード実行</li><li>テンプレート変換</li><li>HTTPリクエスト</li><li>ツール</li></ul></td></tr><tr><td>RAG特性</td><td><p>画期的なビジュアル化された知識ベース管理インターフェース、セグメントプレビューとリコール効果テストをサポート。<br><br><strong>インデックス方式</strong></p><ul><li>キーワード</li><li>テキストベクトル</li><li>LLM支援の問題-セグメント方式</li></ul><p><strong>検索方式</strong></p><ul><li>キーワード</li><li>テキスト類似度マッチング</li><li>ハイブリッド検索</li><li>N選1方式</li><li>マルチリコール</li></ul><p><strong>リコール最適化技術</strong></p><ul><li>ReRankモデルを使用</li></ul></td></tr><tr><td>ETL技術</td><td><p>TXT、Markdown、PDF、HTML、DOC、CSVなどの形式のファイルを自動的にクリーニングすることをサポート。組み込みのUnstructuredサービスを有効にすると最大限のサポートが得られます。</p><p>Notionからのドキュメントを知識ベースとして同期することをサポート。</p></td></tr><tr><td>ベクトルデータベースサポート</td><td>Qdrant（推奨）, Weaviate, Zilliz/Milvus, Pgvector, Pgvector-rs, Chroma, OpenSearch, TiDB, Tencent Vector, Oracle, Relyt</td></tr><tr><td>エージェント技術</td><td><p>ReAct、ファンクションコール<br></p><p><strong>ツールサポート</strong></p><ul><li>OpenAIプラグイン標準のツールを呼び出し可能</li><li>OpenAPI SpecificationのAPIを直接ロードしてツールとして使用可能</li></ul><p><strong>内蔵ツール</strong></p><ul><li>30種類以上（2024年Q1時点）</li></ul></td></tr><tr><td>ログ</td><td>サポート、ログに基づいてアノテーション可能</td></tr><tr><td>アノテーション返信</td><td>人間がアノテートしたQ&#x26;Aペアに基づき、類似度比較応答を作成可能<br>モデルの微調整段階で使用するデータ形式としてエクスポート可能</td></tr><tr><td>コンテンツ審査メカニズム</td><td>OpenAI Moderationまたは外部API</td></tr><tr><td>チーム協働</td><td>ワークスペースおよび複数メンバー管理サポート</td></tr><tr><td>API仕様</td><td>RESTful、ほとんどの機能をカバー</td></tr><tr><td>デプロイ方法</td><td>Docker、Helm</td></tr></tbody></table>
+<table data-header-hidden><thead><tr><th width="258"></th><th></th></tr></thead><tbody><tr><td>大規模言語モデル推理エンジン</td><td>Dify Runtime (v0.4以降はLangChainを除去)</td></tr><tr><td>商業モデルサポート</td><td><p><strong>10社以上</strong>、OpenAIとAnthropicを含む</p><p>新しい主流モデルは通常48時間以内に接続完了</p></td></tr><tr><td>MaaSサプライヤーサポート</td><td><strong>7社</strong>、Hugging Face、Replicate、AWS Bedrock、NVIDIA、GroqCloud、together.ai、OpenRouter</td></tr><tr><td>ローカルモデル推理Runtimeサポート</td><td>6<strong>社</strong>、Xoribits（推奨）、OpenLLM、LocalAI、ChatGLM、Ollama、NVIDIA TIS</td></tr><tr><td>OpenAIインターフェース標準モデル接続サポート</td><td><strong>∞社</strong></td></tr><tr><td>多モーダル技術</td><td><p>自動音声認識（ASR）モデル</p><p>GPT-4o規格のリッチテキストモデル</p></td></tr><tr><td>プリセットアプリケーションタイプ</td><td><p>対話型アプリケーション</p><p>テキスト生成アプリケーション（近日終了予定）<br>エージェント<br>ワークフロー</p></td></tr><tr><td>プロンプト即サービス編成</td><td><p>高評価のビジュアル化されたプロンプト編成インターフェース、同じインターフェースでプロンプトを編集し、効果をプレビュー可能<br></p><p><strong>編成モード</strong></p><ul><li>簡単編成モード</li><li>アシスタントモード編成</li><li>フローモード編成</li></ul><p><strong>プロンプト変数タイプ</strong></p><ul><li>文字列</li><li>単一選択列挙</li><li>外部API</li><li>ファイル（Q3でリリース予定）</li></ul></td></tr><tr><td>エージェントワークフロー特性</td><td><p>業界をリードするビジュアル化されたフローチャート編成インターフェース、見たまま編集できるノードデバッグ、プラグイン可能なDSL、ネイティブなコードランタイムにより、より複雑で信頼性が高く安定したLLMアプリケーションを構築可能。</p><p><strong>サポートノード</strong></p><ul><li>LLM</li><li>知識ベース検索</li><li>問題分類</li><li>条件分岐</li><li>コード実行</li><li>テンプレート変換</li><li>HTTPリクエスト</li><li>ツール</li></ul></td></tr><tr><td>RAG特性</td><td><p>画期的なビジュアル化された知識ベース管理インターフェース、セグメントプレビューとリコール効果テストをサポート。<br><br><strong>インデックス方式</strong></p><ul><li>キーワード</li><li>テキストベクトル</li><li>LLM支援の問題-セグメント方式</li></ul><p><strong>検索方式</strong></p><ul><li>キーワード</li><li>テキスト類似度マッチング</li><li>ハイブリッド検索</li><li>N選1方式</li><li>マルチリコール</li></ul><p><strong>リコール最適化技術</strong></p><ul><li>ReRankモデルを使用</li></ul></td></tr><tr><td>ETL技術</td><td><p>TXT、Markdown、PDF、HTML、DOC、CSVなどの形式のファイルを自動的にクリーニングすることをサポート。組み込みのUnstructuredサービスを有効にすると最大限のサポートが得られます。</p><p>Notionからのドキュメントを知識ベースとして同期することをサポート。<br>ウェブページを知識ベースとして同期することをサポート。</p></td></tr><tr><td>ベクトルデータベースサポート</td><td>Qdrant（推奨）, Weaviate, Zilliz/Milvus, Pgvector, Pgvector-rs, Chroma, OpenSearch, TiDB, Tencent Vector, Oracle, Relyt</td></tr><tr><td>エージェント技術</td><td><p>ReAct、ファンクションコール<br></p><p><strong>ツールサポート</strong></p><ul><li>OpenAIプラグイン標準のツールを呼び出し可能</li><li>OpenAPI SpecificationのAPIを直接ロードしてツールとして使用可能</li></ul><p><strong>内蔵ツール</strong></p><ul><li>40種類以上（2024年Q2時点）</li></ul></td></tr><tr><td>ログ</td><td>サポート、ログに基づいてアノテーション可能</td></tr><tr><td>アノテーション返信</td><td>人間がアノテートしたQ&#x26;Aペアに基づき、類似度比較応答を作成可能<br>モデルの微調整段階で使用するデータ形式としてエクスポート可能</td></tr><tr><td>コンテンツ審査メカニズム</td><td>OpenAI Moderationまたは外部API</td></tr><tr><td>チーム協働</td><td>ワークスペースおよび複数メンバー管理サポート</td></tr><tr><td>API仕様</td><td>RESTful、ほとんどの機能をカバー</td></tr><tr><td>デプロイ方法</td><td>Docker、Helm</td></tr></tbody></table>