📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流🐳 Docker📚 RAG🔊 TTS🎙 STT✨ GPT
天机AI代理
🔌
MCP工具

天机AI代理

基于 Java · 让 AI 助手直接操作你的系统与工具
英文名：tianji-ai-agent
⭐ 40 Stars 🍴 2 Forks 💻 Java 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
ai-agentjavamcpllm
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，天机AI代理 获评「推荐使用」。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 7.5 分，适合有一定技术背景的用户使用。

📚 深度解析

天机AI代理 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 天机AI代理，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。天机AI代理 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 天机AI代理 评为 AI 评分 7.5 分，属于同类工具中的优质选择。

📋 工具概览

天机AI代理 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
⭐ 40
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
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
2

📖 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」。

天机AI代理 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/however-yir/tianji-ai-agent

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

# 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 天机AI代理 执行以下任务...
Claude: [自动调用 天机AI代理 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": {
    "__ai__": {
      "command": "npx",
      "args": ["-y", "tianji-ai-agent"],
      "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 37/100 含工作流图 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。

快速开始

推荐先跑 dev-demo，不用真实模型 Key，也不用登录。

bash scripts/quick-start-mac.sh

Windows:

powershell -ExecutionPolicy Bypass -File .\scripts\quick-start-win.ps1

手动启动：

cp .env.example .env
docker compose -f docker-compose.dev.yml up --build

默认访问：

服务地址
Chat UIhttp://127.0.0.1:5173
AIGC 后端http://127.0.0.1:8094
热门问题接口http://127.0.0.1:8094/session/hot

dev-demo 说明：

  • 后端 profile：dev-demo
  • 演示用户 ID：10001
  • 演示 Token：dev-demo-token
  • 本地演示默认关闭登录拦截
  • 前端默认进入 demo 模式，也可以切到真实 API 模式联调

部署

企业级上线方案见 docs/production-launch-plan.md，发布前逐项确认 docs/release-checklist.md。运行期故障处理见 docs/ops/runbook.md，Agent 安全边界见 docs/security/agent-governance.md，完整企业化 backlog 见 docs/enterprise-roadmap-300.md。

Docker Compose

docker compose -f docker-compose.dev.yml up --build

演示路径

  1. 打开 Chat UI，输入"我零基础，想 3 个月入门 Java 后端，帮我推荐课程"
  2. 观察 RouteAgent 意图识别 → RecommendAgent → CourseTools 查询 → SSE 课程卡片返回
  3. 输入"我要购买课程 1589905661084430337，帮我生成确认订单"
  4. 观察 RouteAgent → BuyAgent → OrderTools 预下单 → SSE 订单确认卡片
  5. 输入"Java 中 Redis 缓存穿透是什么"
  6. 观察 RouteAgent → KnowledgeAgent → SSE 流式知识回答

录屏建议：

用户输入购课问题 -> 后端 RouteAgent 命中 BuyAgent -> OrderTools 预下单 -> SSE 返回 DATA/PARAM/STOP -> 前端渲染订单卡片

tianji-ai-agent · 业务 Agent 案例：CloudAgent 智能客服

Matrix role: tianji-ai-agent is the business Agent case study: intent routing, tool calling, SSE cards, MCP, and course-service workflows on top of the platform capabilities provided by knowledgeops-agent. Business Agent Showcase — 这不是一个框架 Demo，而是一个 可运行的业务 Agent 工程案例：围绕在线课程客服场景，展示如何用 Spring AI 多智能体架构完成从意图识别、课程推荐、预下单到售后转人工的完整业务闭环。

用户提问 -> RouteAgent 意图识别 -> 9 种子 Agent 分发 -> AgentHarness 治理业务动作 -> Runtime 调用课程/订单/KnowledgeOps -> Observation 写入 TRACE/PARAM -> SSE 流式返回 -> 前端课程/订单卡片与工具轨迹渲染。

上线链路：RouteAgent -> 子Agent -> AgentHarness -> Runtime -> Observation -> SSE。

CI Java Spring Boot Spring AI Maven CI Status

聊天界面截图

Demo GIF

默认对话课程卡片
![聊天默认态](docs/assets/screenshots/chat-default.jpg)![课程卡片](docs/assets/screenshots/course-card.jpg)
购买课程语音入口
![购买课程卡片](docs/assets/screenshots/order-card.jpg)![语音入口](docs/assets/screenshots/voice-entry.jpg)
路由准确率业务状态机
![路由准确率评测](docs/assets/screenshots/route-accuracy.svg)![BuyAgent 业务状态机](docs/assets/screenshots/buy-state-machine.svg)

Demo 闭环

演示脚本见 docs/demo-script.md。固定准备 5 个问题：

场景演示问题命中的后端链路前端展示
课程推荐我零基础，想 3 个月入门 Java 后端，帮我推荐课程RouteAgent -> RecommendAgent -> AgentHarness -> course.query推荐说明、课程卡片、工具轨迹
课程详情介绍一下 1589905661084430337 这门课适合谁，价格多少RouteAgent -> ConsultAgent -> AgentHarness -> course.query课程详情卡片、工具轨迹
预下单我要购买课程 1589905661084430337，帮我生成确认订单RouteAgent -> BuyAgent -> AgentHarness -> order.preview订单确认卡片、工具轨迹
知识问答Java 中 Redis 缓存穿透是什么，怎么处理RouteAgent -> KnowledgeAgent流式知识回答
语音/多模态入口上传一张课程截图，或用语音问“这门课适合我吗”/attachment/upload、/audio/stt、/audio/tts-stream、/chat附件引用、语音输入、流式回复

证据索引见 docs/evidence/README.md，包含运行路径、截图、Agent 设计文档、CI 和发布信息。

MCP 扩展

MCP 不是本项目的主叙事，但保留为“后续把课程、交易、搜索、浏览器自动化等工具标准化”的扩展位。

扩展指南见 docs/mcp-extension-guide.md。

🎯 aiskill88 AI 点评 A 级 2026-05-26

高质量的AI代理工程项目

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
  • 做语音类 AI 产品的开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • embedding 模型与查询模型不一致导致检索失效
部署方案
  • Docker：tianji-ai-agent 提供官方镜像，docker compose up 一键启动
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
tianji-ai-agent 中文教程tianji-ai-agent 安装报错怎么办tianji-ai-agent MCP 配置tianji-ai-agent Docker 部署tianji-ai-agent Agent 工作流tianji-ai-agent 与同类工具对比tianji-ai-agent 最佳实践tianji-ai-agent 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
  • 做语音类 AI 产品的开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • embedding 模型与查询模型不一致导致检索失效

👥 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
  • +MIT 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

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

FastGPT
基于LLM的知识平台，提供综合解决方案
Composio智能工具编排平台
MCP工具
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
📚 相关教程推荐
MCP 配置教程
帮助中心 · AI Skill Hub
MCP 工具
帮助中心 · AI Skill Hub
Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成
帮助中心 · AI Skill Hub
MCP 工作流生产级配置方案：从开发环境到团队共享
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI 前沿资讯：Experimentation with Qwen 3.6 …
AI 资讯 · 知识关联
AI 前沿资讯：Feel like I'm becoming the glu…
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：What are you running on 16Gb V…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 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
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
技能寻求者
MCP · Agent · 工作流
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和
CrewAI 多代理协作平台
MCP · Agent · 工作流
Minutes会议记录助手
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流

❓ 常见问题 FAQ

tianji-ai-agent 是一款Java开发的AI辅助工具。开源MCP工具：Spring AI agent engineering project with Java, MCP, RAG, tool calling, multimoda。⭐40 · Java 主要应用场景包括：AI代理工作流。
💡 AI Skill Hub 点评

AI Skill Hub 点评：天机AI代理 的核心功能完整，质量良好。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

✅ MIT 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 天机AI代理
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 tianji-ai-agent
原始描述 开源MCP工具：Spring AI agent engineering project with Java, MCP, RAG, tool calling, multimoda。⭐40 · Java
Topics ai-agentjavamcpllm
GitHub https://github.com/however-yir/tianji-ai-agent
License MIT
语言 Java
🔗 原始来源
🐙 GitHub 仓库  https://github.com/however-yir/tianji-ai-agent 🌐 官方网站  https://however-yir.github.io/projects/tianji-ai-agent/

收录时间：2026-05-26 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。