เริ่มต้นกับ EDDI

ข้อกำหนดเบื้องต้น

• Docker (แนะนำ) หรือ Java 25+
• LLM Provider API Key (OpenAI, Anthropic, Google Gemini, หรือ local Ollama)

1. ติดตั้งและเริ่มต้น EDDI

วิธีที่เร็วที่สุดในการรัน EDDI คือตัวติดตั้งคำสั่งเดียว ซึ่งจะตั้งค่า EDDI + ฐานข้อมูลที่คุณเลือกผ่าน Docker Compose, ติดตั้ง Agent เริ่มต้น และแนะนำคุณผ่านการกำหนดค่า:

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

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

docker compose up

EDDI จะพร้อมใช้งานที่ http://localhost:7070

2. เชื่อมต่อผ่าน MCP

หากใช้ Claude Desktop หรือ MCP-compatible client เพิ่ม EDDI เป็น MCP server:

{
  "mcpServers": {
    "eddi": {
      "url": "http://localhost:7070/mcp"
    }
  }
}

ตอนนี้คุณสามารถโต้ตอบกับ 42 MCP tools ของ EDDI ได้โดยตรงจาก AI assistant

3. จัดเก็บ API Key อย่างปลอดภัย

ก่อนสร้าง Agent ให้จัดเก็บ API Key ของ LLM Provider อย่างปลอดภัยใน Secrets Vault ของ EDDI (เข้ารหัส AES-256-GCM):

curl -X PUT http://localhost:7070/secretstore/secrets/default/my-anthropic-key \
  -H "Content-Type: application/json" \
  -d '{"value": "sk-ant-your-actual-key", "description": "Anthropic API key"}'

💡 เคล็ดลับ: ไวยากรณ์ ${eddivault:my-anthropic-key} อ้างอิงถึง Secrets Vault ในตัวของ EDDI คีย์หลักของ Vault จะถูกสร้างอัตโนมัติโดยตัวติดตั้ง สำหรับการทดสอบอย่างรวดเร็ว คุณยังสามารถส่ง API Key โดยตรง: apiKey: "sk-ant-..."

4. สร้าง Agent ตัวแรก

ใช้ setup_agent เพื่อสร้าง Agent ที่ทำงานได้เต็มรูปแบบในการเรียกครั้งเดียว — ผ่าน MCP หรือ REST API:

setup_agent(
  agentName: "My first agent",
  systemPrompt: "You are a helpful assistant that answers questions clearly.",
  provider: "anthropic",
  model: "claude-sonnet-4-6",
  apiKey: "${eddivault:my-anthropic-key}"
)

curl -X POST http://localhost:7070/administration/agents/setup \
  -H "Content-Type: application/json" \
  -d '{
    "agentName": "My first agent",
    "systemPrompt": "You are a helpful assistant that answers questions clearly.",
    "provider": "anthropic",
    "model": "claude-sonnet-4-6",
    "apiKey": "${eddivault:my-anthropic-key}"
  }'

สิ่งนี้จะสร้างกฎ การกำหนดค่า LLM เวิร์กโฟลว์ Agent และทำการ Deploy — ทั้งหมดในขั้นตอนเดียว

5. แชทกับ Agent ของคุณ

chat_with_agent(agentId: "<your-agent-id>", message: "Hello! What can you do?")

# Start a conversation and send a message
curl -X POST http://localhost:7070/agents/<your-agent-id>/start \
  -H "Content-Type: application/json" \
  -d '{"input": "Hello! What can you do?"}'

ตัวเลือกการติดตั้ง

สคริปต์ติดตั้งรองรับ flags สำหรับการตั้งค่าอัตโนมัติและแบบกำหนดเอง:

• --defaults — ค่าเริ่มต้นทั้งหมด ไม่มีคำถาม
• --db=postgres — ใช้ PostgreSQL แทน MongoDB
• --with-auth — เปิดใช้งาน Keycloak authentication
• --full — เปิดใช้งานทั้งหมด (ฐานข้อมูล + auth + monitoring)
• --local — สร้าง Docker image จาก local source (สำหรับผู้มีส่วนร่วม)

อัปเดต EDDI

ตัวติดตั้งสร้าง eddi CLI wrapper เพื่อดึงอิมเมจล่าสุดและรีสตาร์ท:

eddi update

หาก CLI ไม่พร้อมใช้งาน ให้รันจากไดเรกทอรีการติดตั้ง (~/.eddi):

cd ~/.eddi
docker compose --env-file .env -f docker-compose.yml pull
docker compose --env-file .env -f docker-compose.yml up -d

การ Deploy บน Kubernetes

Deploy บน Kubernetes ด้วยคำสั่งเดียว:

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

ยังมี Kustomize overlays และ Helm charts สำหรับ MongoDB, PostgreSQL, auth, monitoring และ production hardening (HPA, PDB, NetworkPolicy) ดู คู่มือ Kubernetes