edi-mcp
Enables AI clients to interact with EDA projects via natural language by wrapping EDI's gRPC interface, CLI tools, and ANSYS HFSS as MCP tools supporting SSE and stdio transports.
README
EDI MCP 服务
每台安装 EDI 的电脑运行一个本地 MCP 服务,将 EDA-PMDS/EDI 的 gRPC 接口、命令行工具和 ANSYS HFSS 封装为 MCP 工具(copy_image_to_workspace 需配置 OPENCLAW_WORKSPACE 后注册),
支持 SSE 和 stdio 两种传输方式,使 AI 客户端能通过自然语言操作 EDA 工程。
快速开始
1. 安装
方式 A:PyPI(推荐)
pip install edi-mcp
方式 B:源码
git clone <repo-url>
cd mcp-grpc
uv sync
2. 配置 .env
在项目根目录(或运行目录)创建 .env 文件:
EDA_GRPC_SERVER=127.0.0.1:50055
# EDI/TurboCharts 路径:留空自动检测 ../ 目录下的 EDI.exe/EDA-PMDS.exe/CAIS.exe
EDI_PATH=C:\Program Files (x86)\EDI\EDI.exe
TURBOCHARTS_PATH=C:\Program Files (x86)\EDI\turbocharts_app.exe
MCP_TRANSPORT=sse
MCP_HOST=127.0.0.1
MCP_PORT=50026
# OpenClaw 工作区(启用 copy_image_to_workspace,留空则不注册该工具)
OPENCLAW_WORKSPACE=C:\Users\JGL\.openclaw\workspace
# 以下可选,用于聊天客户端 AI 对话
LLM_API_KEY=sk-xxx
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL=deepseek-chat
3. 前置条件
- EDA gRPC 服务可用:
netstat -ano | findstr 50055 .epp工程文件存在- Turbocharts 功能需要
turbocharts_app.exe
4. 启动
HTTP 模式(推荐) — 多个本地客户端共享一个进程:
# PyPI 安装
edi-mcp --transport sse
# 源码运行
cd D:\GitLabCode\mcp-grpc
uv run python start_servers.py
输出示例:
==================================================
EDI MCP v0.1.3
UI: http://127.0.0.1:50026/ui
MCP: http://127.0.0.1:50026/sse
Tools: loaded(默认 25,配置 OPENCLAW_WORKSPACE 后 26)
gRPC: 127.0.0.1:50055 [ONLINE]
Close window to stop
==================================================
启动后自动监听 127.0.0.1:50026:
- 所有本机客户端通过
http://127.0.0.1:50026/sse连接 - EDI gRPC 操作由全局锁保证串行
- Turbocharts 由信号量保证同一时间一个进程
/health健康检查 — 返回 EDA gRPC 和 Turbocharts 状态/ui聊天客户端 — 自然语言驱动全部工具,带工具面板和系统主题/chat聊天 API — POST{"message":"..."}返回 LLM + 工具执行结果- 聊天客户端文件:
servers/chat/index.html(与路由同目录)
stdio 模式 — 由 MCP 客户端管理进程生命周期,适合单客户端调试:
# PyPI 安装
edi-mcp --transport stdio
# 源码运行
uv run python start_servers.py --transport stdio
stdio 模式下不能向 stdout 输出任何内容(MCP 协议通道),进程由客户端自动启停。
自定义端口:
edi-mcp --port 9000
使用方式
方式一:命令行启动服务
edi-mcp --transport sse --port 50026
启动后访问 http://127.0.0.1:50026/ui 使用聊天界面,或连接 MCP 客户端。
方式二:Python 调用工具函数
from servers.eda.project_manage import list_epp_projects
from servers.eda.simulation import simulate_project, start_simulation_async
# 扫描工程
r1 = list_epp_projects("C:/Users/JGL/Desktop")
# r1: {"success": True, "count": 3, "projects": [...]}
# 启动异步仿真
r2 = start_simulation_async("C:/Projects/test/test.epp")
# r2: {"success": True, "task_id": "abc123...", "status": "QUEUED"}
方式三:MCP 客户端接入
Claude Code、OpenClaw 等 MCP 客户端接入后,用自然语言调用全部工具。无需写代码。
客户端配置
每台电脑的 127.0.0.1 都指向自己,服务和文件都在本机。
| 客户端 | 配置 |
|---|---|
| Claude Code | .mcp.json 已配置,/mcp 重载 |
| OpenClaw / Web | 名称 eda,SSE,http://127.0.0.1:50026/sse |
| 其他 stdio 客户端 | uv --directory D:/GitLabCode/mcp-grpc run python start_servers.py --transport stdio |
其他 MCP 客户端通用配置:
{
"mcpServers": {
"eda": {
"command": "uv",
"args": ["--directory", "D:/GitLabCode/mcp-grpc", "run", "python", "start_servers.py", "--transport", "stdio"],
"env": { "EDA_GRPC_SERVER": "127.0.0.1:50055" }
}
}
}
工具参考(默认 25 个,配置工作区后 26 个)
工程管理
| 工具 | 说明 | 参数 |
|---|---|---|
list_epp_projects |
扫描文件夹中的 .epp 工程 | folder_path |
open_edi_project |
打开 .epp 工程 | project_path, timeout_seconds(默认 60) |
close_edi_project |
关闭工程 | project_path, need_save(默认 false) |
list_project_components |
列出工程中所有元件 | project_path, schematic_name, component_type, name_contains |
get_component_parameters |
查询单个元件的全部参数 | project_path, component_id, schematic_name, include_hidden |
get_project_summary |
工程概览(元数据/原理图/仿真) | project_path, include_component_types, include_latest_result |
仿真
| 工具 | 说明 | 参数 |
|---|---|---|
simulate_project |
执行工程仿真(同步) | project_path |
start_simulation_async |
启动异步仿真 | project_path |
get_simulation_async_status |
查询异步仿真状态 | task_id |
get_simulation_async_result |
获取异步仿真结果 | task_id |
simulate_netlist |
仿真网表,返回 RAW 结果 | netlist_path |
simulate_netlist_with_ads |
调用 ADS 仿真控制器 | netlist_path |
导出与分析
| 工具 | 说明 | 参数 |
|---|---|---|
export_project_netlist |
查看/导出工程网表 | project_path, timeout_seconds(默认 60) |
capture_schematic |
截取原理图为图片 | project_path, img_path, timeout_seconds(默认 60) |
模型与启动
| 工具 | 说明 | 参数 |
|---|---|---|
replace_models_from_csv |
按 CSV 批量替换模型 | project_path, csv_path, timeout_seconds(默认 60) |
launch_edi |
启动 EDI 客户端 | edi_path, wait_for_grpc(默认 true), wait_timeout |
ANSYS HFSS
| 工具 | 说明 | 参数 |
|---|---|---|
open_hfss_project |
启动 AEDT 并打开 .aedt 项目(COM 优先/验证) | project_path, aedt_path, wait_timeout |
close_hfss_project |
关闭 AEDT 项目(COM 优先/可强制) | project_name, save_before_close, force |
launch_aedt |
启动 AEDT(已运行检测+就绪等待) | aedt_path, wait_timeout |
get_hfss_project_info |
获取项目列表/活动项目/设计 | — |
start_hfss_analysis_async |
异步启动 HFSS 仿真 | project_path, design_name, setup_name |
get_hfss_analysis_status |
查询 HFSS 仿真状态 | task_id, refresh_from_aedt |
图片
| 工具 | 说明 | 参数 |
|---|---|---|
show_image |
返回 MCP ImageContent(原生图片) | image_path |
copy_image_to_workspace* |
复制到工作区(需配置 OPENCLAW_WORKSPACE) | image_path |
图表
| 工具 | 说明 | 参数 |
|---|---|---|
compare_simulation_results |
多 RAW 同曲线对比叠图 | result_paths, curve, img_path, chart_type, labels, dependency |
turbocharts_convert |
ADS RAW → 曲线图 + CSV | raw_path, img_path, chart_type, csv_path, linename, dependency, ac_config |
自然语言调用示例:
帮我看看 C:/.../EDI-Workspace 下面有哪些 .epp 工程
帮我打开 EDA 工程 C:/.../EDI_TEST.epp
帮我查看这个工程的网表
帮我看看这个工程有哪些元件
帮我对这个工程执行仿真
帮我把 result_tr.raw 转成 S 参数增益曲线图,输出 gain.png,曲线 DB_S[2,1],依赖轴 freq
turbocharts_convert 参数详解
linename — 单位_曲线名[端口],多条用 & 分隔:
| DB_S[2,1](增益) | DB_S[1,2](反向增益) | real_nf(1)(噪声) | VSWR_S[1,1](驻波) | real_delayS[2,1](时延) |
|---|---|---|---|---|
| APS_S[2,1](附加相移) | MAS_S[2,1](衰减态) | MV_S[2,1](幅度波动) | PSS_S[2,1](移相态) |
chart_type:SP / HB / XDB
ac_config — ac_type#bit#data#nv_type#nv_value:
| 段 | 含义 | 例 |
|---|---|---|
| ac_type | phase(相位)或 att(衰减) |
phase |
| bit | 精度位数 | 3 |
| data | 曲线名 | S[2,1] |
| nv_type | fv(固定间隔)或 cl(完整列表) |
fv |
| nv_value | 间隔值或逗号分隔的值列表 | 0.1 |
项目结构
├── proto/ # protobuf
│ ├── ecserver.proto
│ ├── ecserver_pb2.py
│ └── ecserver_pb2_grpc.py
├── servers/
│ ├── mcp_instance.py # 全局 MCP 实例(装饰器注册)
│ ├── registry_server.py # 工具导入入口 + Web 路由注册
│ ├── chat/ # 聊天模块
│ │ ├── service.py # 聊天服务(会话/LLM/工具闭环)
│ │ ├── routes.py # Web 路由(/health /chat /ui /tools/list)
│ │ └── index.html # 聊天前端页面
│ ├── image_tools.py # 图片工具 — show_image + copy(2 工具)
│ ├── eda/
│ │ ├── config.py # 配置 + validate_file + ProjectReader + S-expression
│ │ ├── grpc_client.py # gRPC 通信(带 EDA 全局锁)
│ │ ├── project_manage.py # 工程管理(6 工具)
│ │ ├── simulation.py # 仿真(6 工具)
│ │ ├── design_export.py # 网表/截图(2 工具)
│ │ ├── model_replace.py # 模型替换(1 工具)
│ │ └── edi_launcher.py # 启动 EDI(1 工具)
│ ├── turbocharts/
│ │ ├── config.py # 公共函数(run_turbocharts)
│ │ ├── convert_raw.py # RAW 转图(1 工具)
│ │ └── compare_results.py # 仿真对比(1 工具)
│ └── ansys/ # ANSYS 工具(6 个)
│ ├── config.py # 公共工具(进程检测/COM附着/锁文件)
│ ├── project_manage.py # 工程管理 + 信息查询
│ └── run_analysis.py # 异步仿真
├── docs/ # 文档
│ ├── API_REFERENCE.md # API 参考
│ ├── HANDOVER.md # 交接文档
│ ├── grpc接口调用.md # gRPC 协议说明
│ └── EDI系统接口与外部调用汇总.md # EDI 接口汇总
├── start_servers.py # 入口
├── tests/ # 测试套件
├── scripts/
│ ├── build.ps1 # 打包脚本
│ ├── run.bat # Windows 启动脚本
│ └── edi_mcp_server.spec # PyInstaller 配置
├── .mcp.json # Claude Code 配置
├── .env # 配置文件(不提交 Git)
├── LICENSE # MIT 许可证
└── pyproject.toml
常见问题
端口被占用
netstat -ano | findstr 50026 # 查看占用
taskkill -f -pid <PID> # 关闭进程
检查 EDA 状态
netstat -ano | findstr 50055 # gRPC:有 LISTENING = 运行中
tasklist | findstr EDI.exe # EDI 进程
启动失败
- 确认
.env中EDA_GRPC_SERVER配置正确(EDI_PATH/TURBOCHARTS_PATH留空则自动检测) uv sync确认依赖已安装- 确认 EDA gRPC 服务已启动
健康检查
curl http://127.0.0.1:50026/health
# → {"status":"ok", "mcp_ready":true, "eda_grpc_ready":true}
注意事项
project_path必须是存在的.epp文件timeout_seconds必须 > 0,超出操作上限会报错(open/close 300s, simulate 3600s, turbocharts 600s)- stdio 模式下不要向 stdout 输出调试信息
.env配置在服务启动时自动加载
开发
运行测试
uv run python tests/test_project_reader.py
uv run python tests/test_component_tools.py
uv run python tests/test_turbocharts_runner.py
uv run python tests/test_health.py
uv run python tests/test_tool_registry.py
运行完整测试套件
uv run pytest -q -p no:cacheprovider
打包发布
PyPI 发布(源码包):
首次需要创建 .pypirc 配置 PyPI 凭证(已加入 .gitignore,不会提交):
[pypi]
repository = https://upload.pypi.org/legacy/
username = __token__
password = pypi-xxxxxxxxxxxx
之后发布只需:
uv build
uv publish
PyInstaller 打包(免安装二进制包):
powershell -File scripts/build.ps1
# 输出: dist/edi-mcp/(含 edi_mcp_server.exe + start_server.bat + .env,约 90 MB)
添加新工具
- 在对应分类文件中添加函数 +
@mcp.tool()装饰器 - 在
servers/registry_server.py中import该模块(触发装饰器注册)
重新生成 proto
python -m grpc_tools.protoc -I proto --python_out=proto --grpc_python_out=proto proto/ecserver.proto
# 编辑 proto/ecserver_pb2_grpc.py 第 5 行:import ecserver_pb2 → from proto import ecserver_pb2
相关文档
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
Neon Database
MCP server for interacting with Neon Management API and databases
E2B
Using MCP to run code via e2b.
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.