能力标签
🔌
MCP工具

EDDI

基于 Java · 让 AI 助手直接操作你的系统与工具
⭐ 355 Stars 🍴 113 Forks 💻 Java 📄 Apache-2.0 🏷 AI 8.0分
8.0AI 综合评分
ai-agentsai-orchestrationchatbotjava
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,EDDI 获评「强烈推荐」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.0 分,适合有一定技术背景的用户使用。

📚 深度解析

EDDI 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 EDDI,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。EDDI 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 EDDI 评为 AI 评分 8.0 分,属于同类工具中的优质选择。

📋 工具概览

EDDI 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 355
开发语言
Java
支持平台
Windows / macOS / Linux / Android
维护状态
轻量级项目,按需更新
开源协议
Apache-2.0
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
113

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

EDDI 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/labsai/EDDI

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "eddi": {
      "command": "npx",
      "args": ["-y", "eddi"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 EDDI 执行以下任务...
Claude: [自动调用 EDDI MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "eddi": {
      "command": "npx",
      "args": ["-y", "eddi"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 74/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

E.D.D.I — Multi-Agent Orchestration Middleware for Conversational AI

OpenSSF Best Practices OpenSSF Scorecard Codacy Badge

CI CodeQL Tests Coverage

Docker Pulls Repository: AI Ready

E.D.D.I (Enhanced Dialog Driven Interface) is a production-grade, config-driven multi-agent orchestration middleware for conversational AI. It coordinates users, AI agents, and business systems through intelligent routing, persistent memory, and API orchestration — without writing code.

Built with Java 25 and Quarkus. Ships as a Red Hat-certified Docker image. Native support for MCP (Model Context Protocol), A2A (Agent-to-Agent), Slack, OpenAPI, and OAuth 2.0.

Latest version: 6.1.0 · Website · Documentation · License: Apache 2.0

---

✨ Features

Prerequisites

ToolVersionNotes
**Java (JDK)**25[Eclipse Temurin](https://adoptium.net/) recommended
**Maven**3.9+Bundled via mvnw / mvnw.cmd wrapper — no install needed
**MongoDB**6.0+Local instance or Docker (docker run -d -p 27017:27017 mongo:7)
**Docker**LatestFor integration tests and container builds
Windows users: Replace ./mvnw with .\mvnw.cmd in all commands below.

🐳 Docker Compose (Manual)

If you prefer manual control over Docker Compose:

```bash

Build & Docker

```bash

Build app + Docker image

./mvnw clean package '-Dquarkus.container-image.build=true'

Build without container (for install.sh --local)

./mvnw package -DskipTests

Quickstart (one-file deployment)

kubectl apply -f https://raw.githubusercontent.com/labsai/EDDI/main/k8s/quickstart.yaml

🏁 Quick Start

The fastest way to get EDDI running is the one-command installer. It sets up EDDI + your choice of database via Docker Compose, deploys the Agent Father starter agent, and walks you through creating your first AI agent.

Linux / macOS / WSL2:

curl -fsSL https://raw.githubusercontent.com/labsai/EDDI/main/install.sh | bash

Windows (PowerShell):

Invoke-WebRequest -UseBasicParsing -Uri "https://raw.githubusercontent.com/labsai/EDDI/main/install.ps1" -OutFile "install.ps1"
Unblock-File .\install.ps1
.\install.ps1

Requires Docker. The wizard auto-generates a unique vault encryption key for secret management.

<details> <summary><strong>🔧 Installer options</strong></summary>

bash install.sh --defaults                 # All defaults, no prompts
bash install.sh --db=postgres --with-auth  # PostgreSQL + Keycloak
bash install.sh --full                     # Everything enabled (DB + auth + monitoring)
bash install.sh --local                    # Build Docker image from local source

The --local flag is for contributors testing pre-release builds:

./mvnw package -DskipTests    # Build the Java app
bash install.sh --local        # Build Docker image + start containers

</details>

⚙️ Configuration-Driven Architecture

  • 📄 JSON Configs, Not Code — Agent behavior defined in versioned, diffable JSON documents
  • 🔧 Lifecycle Pipeline — Pluggable task pipeline: Input → Parse → Rules → API/LLM → Output
  • 📦 Composable Agents — Agents assembled from reusable, version-controlled workflows and extensions
  • 🧪 Behavior Rules — IF-THEN logic engine for routing, orchestration, and business logic
  • 📤 Import / Export — Agents portable as ZIP files with automatic secret scrubbing on export
  • 🔄 Agent Sync — Live instance-to-instance sync with structural matching, content diffing, and selective resource picking — no ZIP intermediary needed
  • 📝 Prompt Snippets — Reusable, versioned system prompt building blocks available as {{snippets.safety_rules}}
  • 📎 Content Type Routing — MIME-based behavior rule conditions for multimodal attachment routing

🧩 Quarkus SDK

Building a Quarkus app that talks to EDDI? Use the quarkus-eddi extension:

<dependency>
    <groupId>io.quarkiverse.eddi</groupId>
    <artifactId>quarkus-eddi</artifactId>
    <version>6.1.0</version>
</dependency>
@Inject EddiClient eddi;

String answer = eddi.chat("my-agent", "Hello!");

Features: Dev Services (auto-starts EDDI in dev mode), fluent API, SSE streaming, @EddiAgent endpoint wiring, @EddiTool MCP bridge. See the quarkus-eddi README for full docs.

---

Maven Command Reference

CommandWhat It Does
./mvnw compile quarkus:dev**Start dev mode** with live reload (port 7070)
./mvnw compileCompile sources only (fast feedback)
./mvnw clean compileClean build — delete target/ and recompile from scratch
./mvnw testRun **unit tests** (excludes *IT.java integration tests)
./mvnw verify -DskipITsCompile + unit tests + package (no integration tests)
./mvnw verify**Full build** — compile + unit tests + integration tests (requires Docker)
./mvnw validateRun **Checkstyle** code style checks
./mvnw formatter:format**Auto-format** Java sources using the project Eclipse formatter
./mvnw package -DskipTestsBuild the JAR without running tests (for install.sh --local)
./mvnw clean package '-Dquarkus.container-image.build=true'Build the app **+ Docker image**
./mvnw package -Plicense-gen -DskipTestsGenerate **third-party licenses** (Red Hat certification)
./mvnw quarkus:dev -DsuspendStart dev mode and **wait for debugger** on port 5005
./mvnw quarkus:dev -Ddebug=falseStart dev mode **without** the debug agent

<details> <summary><strong>Code coverage</strong></summary>

JaCoCo is configured to run automatically during ./mvnw test. After tests complete, find the coverage report at:

target/site/jacoco/index.html

</details>

<details> <summary><strong>Useful system properties</strong></summary>

PropertyDefaultDescription
-Dquarkus.http.port=<port>7070Override the HTTP port
-Dquarkus.mongodb.connection-string=<uri>mongodb://localhost:27017MongoDB connection
-Dquarkus.profile=<profile>devActive Quarkus profile (dev, test, prod)
-DskipTestsfalseSkip all tests
-DskipITstrueSkip integration tests only

</details>

🎯 aiskill88 AI 点评 A 级 2026-06-03

高质量的开源MCP工具,易于使用

⚡ 核心功能

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

使用JSON配置文件驱动EDDI引擎
💡 AI Skill Hub 点评

AI Skill Hub 点评:EDDI 的核心功能完整,质量优秀。对于Claude Desktop / Claude Code 用户来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 EDDI
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 EDDI
Topics ai-agentsai-orchestrationchatbotjava
GitHub https://github.com/labsai/EDDI
License Apache-2.0
语言 Java
🔗 原始来源
🐙 GitHub 仓库  https://github.com/labsai/EDDI 🌐 官方网站  https://eddi.labs.ai

收录时间:2026-06-03 · 更新时间:2026-06-03 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。