返回市场
实验室AI开发者工具

实验室AI开发者工具

作者:docker365 星标更新:2025-07-23

项目介绍

:warning: 弃用通知:此仓库已弃用且不再进行积极开发。请改用Docker Desktop中的集成MCP工具包

此README是一个代理工作流

开发者的AI工具

由Docker容器启用的代理AI工作流。

只需Docker。只需Markdown。自带LLM。

MCP

您编写的任何提示及其工具现在都可以作为MCP服务器使用。

使用带有--mcp标志的服务模式。然后,通过git引用或路径注册提示,使用--register <ref>

# ...
serve
--mcp
--register github:docker/labs-ai-tools-for-devs?path=prompts/examples/generate_dockerfile.md
--register /Users/ai-overlordz/some/local/prompt.md
# ...

整体架构图预览

许多实验的来源在我们的LinkedIn通讯中。

VSCode扩展

文档

这是什么?

这是一个简单的Docker镜像,它通过结合Docker化工具、Markdown和您选择的LLM,为新型工作流提供了无限的可能性。

Markdown是语言

人类已经会说它了。LLM也会说。这个软件允许您编写复杂的Markdown文件中的工作流,然后在您的编辑器或终端中运行它们...或者在任何环境中运行,感谢Docker。

Docker化工具

docker化工具

与OpenAI API兼容的LLM已经支持工具调用。我们相信这些工具可以只是Docker镜像。根据我们的研究,使用Docker的一些好处包括使LLM能够:

  • 执行更复杂的操作
  • 使用更少的令牌获取更多上下文
  • 在更广泛的环境中工作
  • 在沙箱环境中运行

对话循环

对话循环是每个工作流的核心。工具结果、代理响应以及当然,Markdown提示,都会通过循环传递。如果代理看到错误,它将尝试使用不同的参数或甚至不同的工具来运行该工具,直到获得正确的结果。

多模型代理

每个提示都可以配置为使用不同的LLM模型,甚至是不同的模型家族。这允许您使用最适合任务的工具。当您组合这些工具时,您可以创建多代理工作流,其中每个代理都使用最适合该任务的模型运行。

有了Docker,前沿模型可以进行规划,而轻量级本地模型可以执行。

项目优先设计

要在您的软件开发循环中从助手那里获得帮助,唯一需要的上下文就是您正在处理的项目。

提取项目上下文

提取器架构

提取器是一个Docker镜像,它针对一个项目运行并将其信息提取到JSON上下文中。

提示作为可追踪的工件

提示作为可追踪的工件

提示存储在一个git仓库中,并可以进行版本控制、跟踪和共享,供任何人在其自己的环境中运行。

快速开始

我们强烈建议使用VSCode扩展开始。它可以帮助您创建提示,并使用您自己的LLM运行它们。

运行您的第一个循环

VSCode

安装扩展

获取最新版本并使用以下命令安装:

code --install-extension 'labs-ai-tools-vscode-<version>.vsix'

运行:

  1. 在VSCode中打开一个现有的Markdown文件,或创建一个新的Markdown文件。

您甚至可以直接运行Markdown文件!

  1. 运行命令>Docker AI: 设置OpenAI API密钥以设置OpenAI API密钥,或为本地模型使用虚拟值。

  2. 运行命令>Docker AI: 选择目标项目以选择要运行提示的项目。

  3. 运行命令>Docker AI: 运行提示以启动对话循环。

命令行界面

假设您已经打开了一个终端并且Docker Desktop正在运行。

  1. 设置OpenAI密钥
echo $OPENAI_API_KEY > $HOME/.openai-api-key

注意:我们假设此文件存在,因此您必须为本地模型设置虚拟值。

  1. 在您的项目目录中运行容器
docker run 
  --rm \
  --pull=always \
  -it \
  -v /var/run/docker.sock:/var/run/docker.sock \
  --mount type=volume,source=docker-prompts,target=/prompts \
  --mount type=bind,source=$HOME/.openai-api-key,target=/root/.openai-api-key \
  vonwig/prompts:latest \
    run \
    --host-dir $PWD \
    --user $USER \
    --platform "$(uname -o)" \
    --prompts "github:docker/labs-githooks?ref=main&path=prompts/git_hooks"

参见文档了解如何运行对话循环的更多细节。

构建

#docker:command=build

docker build -t vonwig/prompts:local -f Dockerfile .

现在,对于代理工作流...

提示系统

您是一位阅读readme的专家。

使用curl获取https://github.com/docker/labs-ai-tools-for-devs的readme,然后再回答以下问题。

用户提示

这是什么项目?