エンタープライズ
AIオーケストレーター

Q: EDDIは「Eddie AI」や「Eddy」という名前の他の製品と関係がありますか？

いいえ。EDDI（LABS.AIによる）は、Java/Quarkus上に構築されたセルフホスト型のエンタープライズAIエージェントオーケストレーションプラットフォームです。ビデオ編集ツール、HRソフトウェア、チャットボットビルダーなど、似た名前の他製品とは無関係です。

Q: EDDIは、AWS BedrockやAzure AI StudioなどのクラウドAIプラットフォームとどう違いますか？

クラウドAIプラットフォームはマネージドインフラを提供しますが、ベンダーロックインを生じさせます。EDDIはDockerが動く場所ならどこでも動作します、オンプレミス、任意のクラウド、エアギャップ環境。19のLLMプロバイダーと任意のOpenAI互換エンドポイントをサポートし、完全なモデルポータビリティとデータ主権を提供します。詳細な比較をご覧ください。

Q: EDDIはOpen WebUIなどのOpenAI互換クライアントで利用できますか？

はい。EDDIには、デプロイされたエージェントをモデルとして提供するOpenAI互換の/v1 APIが含まれているため、Open WebUI、openai SDK、LangChain、LiteLLMからエージェントと直接対話できます。ストリーミングとトークン使用量のレポートに対応し、チャットごとに個別の会話が保たれ、エージェントの承認ゲートも引き続き適用されます。このAPIはデフォルトで無効になっており、専用のAPIキー認証を備えています。

ガバナンスの効いたマルチエージェントAIシステムをデプロイするためのオープンソースプラットフォーム：セルフホスト型、構成駆動型、コンプライアンス対応。現在v6で提供中。

始める →GitHubで見る ↗

EDDI をローカルで実行

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

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

その他のインストール方法 →

問題

エンタープライズAIオーケストレーションは断片化され、困難です。チームは壊れたライフサイクルに陥っています：

プロトタイプの罠

チームはFlowise、n8n、またはスクリプトでプロトタイプを作り、本番環境ではすべてをゼロから書き直す必要があります。ビジュアルプロトタイプは完全に破棄されます。

ボイラープレート疲れ

Spring AIやLangChain4jを使用すると、RESTコントローラー、認証レイヤー、状態管理をゼロから構築する必要があります。プロンプトの微調整ごとに再コンパイルが必要です。

BPMNの摩擦

非決定論的なAIエージェントをCamunda/Temporalの決定論的ワークフローに押し込むと、深刻なインピーダンスミスマッチと脆弱なアーキテクチャが生まれます。

ソリューション

EDDIはデプロイ可能なAIオーケストレーションプラットフォームです、ライブラリではありません。ビジュアル管理、Config-as-Code、エンタープライズセキュリティ、すべてが箱から出して使えます：

Configuration-as-Code

エージェントロジック、パイプライン、ツール定義はJSON設定です、コンパイルされたコードではありません。プロンプトエンジニアはReact UIまたはREST APIで即座にイテレーションでき、Javaコードに触れる必要はありません。

89のMCPツール

EDDIはModel Context Protocolを通じてその機能を公開し、Claude Desktopとの対話を可能にします。エージェントは外部MCPツールを消費することもできます。

セキュリティファースト

eval()なし、エスケープなし。Vault統合、URL検証、暗号化監査証跡はアーキテクチャの基盤です。

オブザーバビリティ

すべてのパイプラインステップは不変の監査証跡に記録されます、トークン、コスト、タイミング、ツール呼び出し。完全なCQRSテレメトリ台帳。

エンタープライズ並行性

エンタープライズランタイム上に構築された数百万の軽量スレッド、I/OバウンドなLLMワークロード向け。イベントループのブロッキングなし、シングルスレッドのボトルネックなし。

マルチエージェントオーケストレーション

インテントベースのエージェントディスカバリー、マネージド会話、そしてグループコラボレーション：エージェントが7つのスタイルで議論し、投票し、共有の成果物を共同編集し、人間にも議論の席を用意します。

設定と UI を並べて見る

エージェントの動作は、読んで、差分を取って、バージョン管理できる JSON ドキュメントで表されます。Manager も同じドキュメントを編集します。

behavior.json

{
  "behaviorGroups": [
    {
      "name": "",
      "behaviorRules": [
        {
          "name": "Ask for City",
          "actions": [
            "ask_for_city"
          ],
          "conditions": [
            {
              "type": "inputmatcher",
              "configs": {
                "expressions": "trigger(current_weather)"
              },
              "conditions": []
            }
          ]
        }
      ]
    }
  ]
}

EDDI Manager：環境と workflow を含むエージェントの詳細ページ — Manager のスクリーンショット

Behavior Rule は素の JSON です。解析された入力が trigger(current_weather) に一致すると、アクション ask_for_city を発行します。task と output はそのアクションを待ち受けます。Manager には、エージェントとそのルールを実行する workflow が表示されます。

langchain.json

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "simpleChat",
      "type": "openai",
      "description": "Simple chat interaction",
      "parameters": {
        "apiKey": "${vault:openai-key}",
        "modelName": "gpt-4o",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

EDDI Manager：プロバイダー、トリガーアクション、システムプロンプトを含む LLM task エディタ — Manager のスクリーンショット

LLM task も JSON です。プロバイダーの種類、生の API キーの代わりの vault 参照、モデル、システムメッセージを指定します。Manager は同じドキュメントを編集します。

behavior.json

{
  "behaviorGroups": [
    {
      "name": "",
      "behaviorRules": [
        {
          "name": "Refund needs approval",
          "actions": [
            "PAUSE_CONVERSATION"
          ],
          "conditions": [
            {
              "type": "inputmatcher",
              "configs": {
                "expressions": "trigger(refund_request)"
              },
              "conditions": []
            }
          ]
        }
      ]
    }
  ]
}

承認が必要ですAWAITING_HUMAN

会話を一時停止したルール

Refund needs approval

すべての判断は hitl.approval エントリとして監査ledgerに記録されます。

説明用の例

人の判断を待つには、ルールが PAUSE_CONVERSATION を発行します。会話は、オーナー、eddi-admin、または eddi-approver が Manager か Slack で判断するまで AWAITING_HUMAN 状態で待機します。ツール呼び出しやグループのフェーズも同じ方法で制御できます。

"エンジンが厳格だからこそ、AIは創造的になれる。"

Project Philosophy

会話ターンの流れ

ステージを選ぶと、その処理内容、設定、書き込む内容が表示されます。

Input

ここで起きること

チャット、Slack、API、MCP クライアントからメッセージが届きます。元のテキストは Conversation memory の新しいステップの最初のエントリになります。まだ task は実行されていないため、このステージでは監査エントリではなくメモリのステップを示します。

説明用のサンプル値

Conversation memory

{
  "key": "input",
  "value": "What is the weather?"
}

Parser

ここで起きること

parser はテキストを正規化し、エージェントの辞書で照合して、単語やフレーズを trigger(current_weather) のような意味表現に変換します。モデル呼び出しではなく辞書の照合なので、同じテキストからは常に同じ表現が得られます。

パイプラインの各 task は 1 件のエントリを書き込みます。HMAC 署名付き、追記専用、シーケンス検査付きです。

説明用のサンプル値

設定

{
  "words": [
    {
      "word": "weather",
      "expressions": "trigger(current_weather)",
      "frequency": 0
    }
  ],
  "phrases": [
    {
      "phrase": "what is the weather",
      "expressions": "trigger(current_weather)"
    }
  ]
}

監査エントリの例

{
  "id": "0b5e9a0c-6f3d-4b1e-9d57-2c1f8a7e4d10",
  "conversationId": "6650f1c2a7b94e0012ab34cd",
  "agentId": "support-agent",
  "agentVersion": 1,
  "userId": "user-4711",
  "environment": "production",
  "stepIndex": 0,
  "taskId": "ai.labs.parser",
  "taskType": "expressions",
  "taskIndex": 0,
  "durationMs": 3,
  "input": {
    "input": "What is the weather?"
  },
  "output": {
    "expressions": [
      "trigger(current_weather)"
    ]
  },
  "actions": [],
  "cost": 0,
  "timestamp": "2026-10-14T09:12:41.208Z",
  "hmac": "v4:a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468",
  "agentSignature": "MEUCIQDk3x…9fQ==",
  "sequence": 0
}

Behavior Rules

ここで起きること

Behavior Rules は、表現と Conversation memory に対する IF-THEN の条件です。一致したルールがアクションを発行します。ルーティングはコードではなく設定なので、同じ入力は毎回同じ経路をたどります。

パイプラインの各 task は 1 件のエントリを書き込みます。HMAC 署名付き、追記専用、シーケンス検査付きです。

説明用のサンプル値

設定

{
  "behaviorGroups": [
    {
      "name": "",
      "behaviorRules": [
        {
          "name": "Ask for City",
          "actions": [
            "ask_for_city"
          ],
          "conditions": [
            {
              "type": "inputmatcher",
              "configs": {
                "expressions": "trigger(current_weather)"
              },
              "conditions": []
            }
          ]
        }
      ]
    }
  ]
}

監査エントリの例

{
  "id": "0b5e9a0c-6f3d-4b1e-9d57-2c1f8a7e4d10",
  "conversationId": "6650f1c2a7b94e0012ab34cd",
  "agentId": "support-agent",
  "agentVersion": 1,
  "userId": "user-4711",
  "environment": "production",
  "stepIndex": 0,
  "taskId": "ai.labs.behavior",
  "taskType": "behavior_rules",
  "taskIndex": 1,
  "durationMs": 1,
  "input": {
    "expressions": [
      "trigger(current_weather)"
    ]
  },
  "output": {
    "behavior_rules:success": [
      "Ask for City"
    ]
  },
  "actions": [
    "ask_for_city"
  ],
  "cost": 0,
  "timestamp": "2026-10-14T09:12:41.208Z",
  "hmac": "v4:a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468",
  "agentSignature": "MEUCIQDk3x…9fQ==",
  "sequence": 1
}

Tasks

ここで起きること

task はアクションを待ち受けます。LLM 呼び出し、HTTP 呼び出し、MCP ツール、ナレッジベース検索などです。各 task は、読み取った内容、生成した内容、モデルとツールの詳細を含む署名付き監査エントリを 1 件書き込みます。

パイプラインの各 task は 1 件のエントリを書き込みます。HMAC 署名付き、追記専用、シーケンス検査付きです。

説明用のサンプル値

設定

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "simpleChat",
      "type": "anthropic",
      "description": "Answers weather questions",
      "parameters": {
        "apiKey": "${vault:anthropic-key}",
        "modelName": "claude-sonnet-5-5",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

監査エントリの例

{
  "id": "0b5e9a0c-6f3d-4b1e-9d57-2c1f8a7e4d10",
  "conversationId": "6650f1c2a7b94e0012ab34cd",
  "agentId": "support-agent",
  "agentVersion": 1,
  "userId": "user-4711",
  "environment": "production",
  "stepIndex": 0,
  "taskId": "ai.labs.llm",
  "taskType": "langchain",
  "taskIndex": 2,
  "durationMs": 1840,
  "input": {
    "input": "What is the weather in Vienna?",
    "actions": [
      "send_message"
    ]
  },
  "output": {
    "text": "Vienna: 14 °C, light rain."
  },
  "llmDetail": {
    "modelName": "claude-sonnet-5-5",
    "inputTokens": 412,
    "outputTokens": 18
  },
  "toolCalls": {
    "name": "get_weather",
    "args": {
      "city": "Vienna"
    },
    "result": "14 °C, light rain"
  },
  "actions": [
    "send_message"
  ],
  "cost": 0.0016,
  "timestamp": "2026-10-14T09:12:41.208Z",
  "hmac": "v4:a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468",
  "agentSignature": "MEUCIQDk3x…9fQ==",
  "sequence": 2
}

Output

ここで起きること

Output テンプレートは、発行されたアクションを返信（テキストとクイックリプライ）に変換します。返信はメモリに保存され、メッセージの送信元チャネルに返されます。

説明用のサンプル値

設定

{
  "outputSet": [
    {
      "action": "ask_for_city",
      "timesOccurred": 0,
      "outputs": [
        {
          "valueAlternatives": [
            {
              "type": "text",
              "text": "Which city would you like to know the weather of?"
            }
          ]
        }
      ],
      "quickReplies": []
    }
  ]
}

Conversation memory

{
  "key": "output",
  "value": [
    "Which city would you like to know the weather of?"
  ]
}

Tool boundary

ここで起きること

ツール呼び出しは、どこから来ても同じ境界を通ります。toolApprovals のパターンに一致する呼び出しは人間が判断するまで一時停止し、その判断は hitl.approval エントリとして ledger に記録されます。認証情報は ${vault:keyName} 参照として vault から取得されます。

パイプラインの各 task は 1 件のエントリを書き込みます。HMAC 署名付き、追記専用、シーケンス検査付きです。

説明用のサンプル値

設定

{
  "hitlConfig": {
    "toolApprovals": {
      "requireApproval": [
        "mcp:*",
        "delete_*",
        "transfer_funds"
      ],
      "exempt": [
        "mcp:read_*"
      ],
      "approvalTimeout": "PT30M",
      "timeoutPolicy": "AUTO_REJECT",
      "pauseReason": "Approval required for {toolNames}"
    }
  }
}

監査エントリの例

{
  "id": "0b5e9a0c-6f3d-4b1e-9d57-2c1f8a7e4d10",
  "conversationId": "6650f1c2a7b94e0012ab34cd",
  "agentId": "support-agent",
  "agentVersion": 1,
  "userId": "user-4711",
  "environment": "production",
  "stepIndex": -1,
  "taskId": "hitl.approval",
  "taskType": "hitl",
  "taskIndex": -1,
  "durationMs": 0,
  "input": {},
  "output": {
    "verdict": "APPROVED",
    "decidedBy": "slack:U04EXAMPLE",
    "automated": false,
    "pauseType": "TOOL_CALL",
    "toolDecisions": [
      {
        "callId": "call_01",
        "toolName": "transfer_funds",
        "verdict": "APPROVED",
        "amended": false,
        "argsDigest": "sha256:9c1d…e407"
      }
    ]
  },
  "actions": [],
  "cost": 0,
  "timestamp": "2026-10-14T09:12:41.208Z",
  "hmac": "v4:a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468a3f1c09e5b7d2468",
  "agentSignature": "MEUCIQDk3x…9fQ==",
  "sequence": 3
}

Conversation memory

ここで起きること

Conversation memory は、すべてのステップ（input、expressions、actions、output）と、ステップ、会話、ユーザー（longTerm）のスコープを持つプロパティを保持します。会話の状態（READY、IN_PROGRESS、ENDED、AWAITING_HUMAN、ERROR）も一緒に保存されます。

説明用のサンプル値

Conversation memory

{
  "conversationState": "READY",
  "conversationSteps": [
    {
      "data": [
        {
          "key": "input",
          "value": "What is the weather?"
        },
        {
          "key": "expressions",
          "value": [
            "trigger(current_weather)"
          ]
        },
        {
          "key": "actions",
          "value": [
            "ask_for_city"
          ]
        },
        {
          "key": "output",
          "value": [
            "Which city would you like to know the weather of?"
          ]
        }
      ]
    }
  ],
  "conversationProperties": {
    "chosenCity": "Vienna"
  }
}

すべてのターンは同じパイプラインを実行します。ビヘイビアルールがアクションを発行して何が起きるかを決め、タスクはそのアクションを待ち受けます：LLM呼び出し、HTTP呼び出し、MCPツール、ナレッジベース検索。すべてのツール呼び出しは同じ統制された境界を通過し、メモリは重要な情報をあるターンから次のターンへ、ある会話から次の会話へと引き継ぎます。

UNIDO評価

UNIDO産業AI信頼パートナー

LABS.AIは国連工業開発機関（UNIDO）により、グローバルサウスのための産業AIの信頼パートナーに選出されました。

パートナーシップについて詳しく →

信頼と認証

Red Hat認定コンテナ認定イメージ、Red Hatカタログで公開

Apache 2.0ライセンス100%オープンソースでエンタープライズ対応

20,000+のテスト · CIでグリーンすべてのマージが全テストスイートに合格し、>90%の命令カバレッジを強制

OpenSSFベストプラクティス：ゴールドゴールドバッジ、OpenSSFベストプラクティスプログラムの最高レベル

Docker HubDocker Hubで413K+プル

CI合格 · CodeQLクリーン自動ビルド、セキュリティスキャン、コード分析

実績ある技術で構築

Java 25エンタープライズランタイム

Quarkusクラウドネイティブ、高速

LangChain4jマルチプロバイダーLLMサポート

MongoDBドキュメントストア

PostgreSQLリレーショナルストア

Dockerコンテナ対応

Kubernetesオーケストレーション

OpenShiftRed Hat認定

次のステップ

5分で始めるEDDIをインストールし、最初のエージェントを作成して、会話を開始。すべての機能を探索Config-as-Code、MCPツール、セキュリティ、オブザーバビリティなど。なぜEDDI？構成駆動型AIオーケストレーションがコードファーストアプローチに勝る理由。ドキュメントを見る ↗アーキテクチャ、MCPツール、REST API、デプロイメントガイドなど。

よくある質問

EDDIとは？

EDDIはオープンソースのエンタープライズAIオーケストレーションプラットフォームです。チームがコンパイルされたコードではなくJSON設定を使用してAIエージェントを構築、設定、デプロイすることを可能にします。EDDIは本番環境対応のReact管理UI（EDDIマネージャー）、組み込みREST API、会話状態管理、セキュリティ（OIDC/Keycloak）、不変の監査証跡、89のMCPツールを備えた完全なプラットフォームを提供します、すべてDockerまたはKubernetesでデプロイ可能。

EDDIはAIライブラリやフレームワークとどう違いますか？

LangChain、Spring AI、LangChain4jのようなAIライブラリはビルディングブロックを提供しますが、RESTコントローラー、認証、会話状態管理、監査ログ、管理UIは依然として自分で構築する必要があります。EDDIはライブラリではなくデプロイ可能なミドルウェアプラットフォームです。これらすべてをすぐに使える形で提供し、Dockerで即座にデプロイできます。

EDDIはエンタープライズの本番利用に対応していますか？

はい。EDDIは軽量仮想スレッドを備えたエンタープライズランタイム上に構築され、I/Oバウンド並行性のために大規模並列処理を実現します。MongoDBとPostgreSQLをサポートし、組み込みのOIDC/Keycloak認証とリソース共有機能付きのユーザーごとのワークスペースを含み、コンプライアンス（EU AI規制法を含む）のための不変の暗号化監査証跡を提供し、NATS JetStreamで水平スケーリングします。

Model Context Protocol（MCP）とは？

Model Context Protocol（MCP）は、Claude Desktop、IDEプラグイン、カスタムクライアントなどのAIアシスタントが外部ツールとプログラム的に対話できるオープンスタンダードです。EDDIは会話管理、エージェント管理、グループディスカッション、人間による承認、セットアップ自動化、スケジュール管理、診断にわたる89のMCPツールを公開しています。

EDDIは本番ワークロードでFlowiseやn8nの代替になりますか？

EDDIはエンタープライズグレードのアーキテクチャで同様のビジュアルビルディング目的を果たします。Flowiseやn8nとは異なり、EDDIはeval()やコードブロックを使用せず、エンタープライズグレードの並行性のために数百万の軽量仮想スレッドを実行し、OIDC/Keycloak認証をサポートし、MongoDBまたはPostgreSQLにデータを保存します。規制産業向けに設計されています。

EDDIは「Eddie AI」や「Eddy」という名前の他の製品と関係がありますか？

いいえ。EDDI（LABS.AIによる）は、Java/Quarkus上に構築されたセルフホスト型のエンタープライズAIエージェントオーケストレーションプラットフォームです。ビデオ編集ツール、HRソフトウェア、チャットボットビルダーなど、似た名前の他製品とは無関係です。

EDDIは、AWS BedrockやAzure AI StudioなどのクラウドAIプラットフォームとどう違いますか？

クラウドAIプラットフォームはマネージドインフラを提供しますが、ベンダーロックインを生じさせます。EDDIはDockerが動く場所ならどこでも動作します、オンプレミス、任意のクラウド、エアギャップ環境。19のLLMプロバイダーと任意のOpenAI互換エンドポイントをサポートし、完全なモデルポータビリティとデータ主権を提供します。詳細な比較をご覧ください。

EDDIはOpen WebUIなどのOpenAI互換クライアントで利用できますか？

はい。EDDIには、デプロイされたエージェントをモデルとして提供するOpenAI互換の/v1 APIが含まれているため、Open WebUI、openai SDK、LangChain、LiteLLMからエージェントと直接対話できます。ストリーミングとトークン使用量のレポートに対応し、チャットごとに個別の会話が保たれ、エージェントの承認ゲートも引き続き適用されます。このAPIはデフォルトで無効になっており、専用のAPIキー認証を備えています。

複数のユーザーやチームで1つのEDDIデプロイメントを共有できますか？

はい。ユーザーごとのワークスペースにより、すべてのエージェントと設定に所有者と、Keycloakグループに対応付けられた個人またはチームのスペースが割り当てられ、利用・閲覧・編集・所有の各レベルで明示的に共有できます。サインイン済みユーザーのディレクトリから名前で相手を選んで共有でき、相手には通知が届きます。開く権限のないもののリンクをたどった人は、所有者にアクセスを申請できます。Connectionsを使うと、エージェントは組織全体のキー、サービスアカウント、または各ユーザー自身のOAuthアカウントで外部システムを呼び出せるため、エージェントの権限を利用者本人に許可された範囲に制限できます。ワークスペースはオプトイン方式で、既存のリソースも自動的に移行されるため、有効にしても何も消えることはありません。

EDDIではどのLLMを使えますか？

EDDIは19のLLMプロバイダーに接続します：OpenAI、Anthropic、Google Gemini、Mistral、Azure OpenAI、Amazon Bedrock、Oracle GenAI、Google Vertex AI、Ollama、Hugging Face、Jlamaに加え、xAI Grok、DeepSeek、Moonshot Kimi、Alibaba Qwen、Z.ai GLM、MiniMax、OpenRouter、Groqをファーストクラスでサポートしています。その他のOpenAI互換エンドポイントもベースURLで利用できます。モデルカタログでは、各モデルの得意分野と、EDDIで実行するための正確な設定を紹介しています。

エンタープライズAIオーケストレーター

問題

プロトタイプの罠

ボイラープレート疲れ

BPMNの摩擦

ソリューション

Configuration-as-Code

89のMCPツール

セキュリティファースト

オブザーバビリティ

エンタープライズ並行性

マルチエージェントオーケストレーション

設定と UI を並べて見る

会話ターンの流れ

Input

Parser

Behavior Rules

Tasks

Output

Tool boundary

Conversation memory

UNIDO産業AI信頼パートナー

信頼と認証

実績ある技術で構築

次のステップ

よくある質問

エンタープライズ
AIオーケストレーター