Docker Agent v1.149.0 – オープンソースのAIエージェントビルダーおよびランタイム

TL;DR

Docker Agent v1.149.0（2026年10月7日リリース）は、宣言的なYAMLファイルからAIエージェントを構築、実行、共有できるDocker CLIプラグインを提供します。数十種類のモデルプロバイダーをサポートし、コードを書かずにマルチエージェントのオーケストレーションを実現します。

Docker Agent v1.149.0の実際の機能

Docker Agentは、YAMLによる記述をフル機能のAIエージェントランタイムに変換するDocker CLIプラグイン（docker agent）です。核となる概念は以下の通りです。

宣言的YAML – エージェント、ツール、オーケストレーションをバージョン管理されたファイルで記述するため、Gitでの保存やOCIレジストリへのプッシュが容易です。
マルチエージェントアーキテクチャ – タスクを自動的に委任するエージェントの階層（ルート、サブエージェントなど）を定義できます。
プロバイダー非依存のモデルアクセス – OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI、Docker Model Runner、およびあらゆるMCP（Model Context Protocol）サーバーを組み込みでサポートしています。
豊富なツールエコシステム – エージェントは、組み込みツール（think、todo、memory、RAG）や、ローカル、リモート、コンテナベースを問わず、あらゆるカスタムMCPサービスを呼び出すことができます。
パッケージングと共有 – エージェントをOCIイメージとしてパッケージ化し、どこでもプルして実行できるため、再現性のあるAI駆動ワークフローを実現します。

これらすべてが、GoやPythonのコードを一行も書くことなく実現されます。ランタイムが複雑な処理を代行します。

リリースで強調された主な機能

機能	重要性
マルチエージェントオーケストレーション	複雑な問題を専門エージェントに分割できるため、プロンプトの肥大化を抑え、信頼性を向上させます。
ツールファースト設計	組み込みの「think」「todo」「memory」ツールにより、エージェントは単なるLLMの出力以上の構造化された推論能力を獲得します。
RAG統合	BM25、埋め込み、ハイブリッド検索、リランキングにより、エージェントはプライベートデータソースから最新情報を取得できます。
モデルプロバイダー非依存	YAMLを変更することなく、OpenAI、Anthropic、Gemini、Bedrockなどを切り替えられます。`model`フィールドやプロバイダーのエイリアスを更新するだけです。
OCIレジストリ配布	エージェントがコンテナのようにバージョン管理されたポータブルな成果物となり、チーム間で再現性のあるAIパイプラインを構築できます。
テレメトリ（オプトアウト可能）	匿名化された利用データは、プライバシーを尊重しつつDockerがツールを改善するのに役立ちます（詳細はテレメトリページを参照）。

クイックスタートガイド（回答優先）

# 1️⃣ インストール – Docker Desktop (4.63+) には既にプラグインが含まれています
#    または Homebrew を使用: brew install docker-agent
#    または GitHub Releases ページからバイナリをダウンロードしてください。

# 2️⃣ 利用するプロバイダーのAPIキーをエクスポート
export OPENAI_API_KEY=sk-…   # または ANTHROPIC_API_KEY, GOOGLE_API_KEY など

# 3️⃣ 組み込みのデフォルトエージェントを実行
docker agent run

# 4️⃣ OCIレジストリに保存されたエージェントを実行
docker agent run myorg/agent:tag

# 5️⃣ 新しいエージェントを対話的に生成
docker agent new

# 6️⃣ カスタムYAML設定を実行
cat > agent.yaml <<'EOF'
agents:
  root:
    model: openai/gpt-5-mini
    description: A helpful AI assistant
    instruction: |
      You are a knowledgeable assistant that helps users with various tasks.
    toolsets:
      - type: mcp
        ref: docker:duckduckgo
EOF

docker agent run agent.yaml

docker agent newウィザードはYAMLファイルの雛形作成を支援し、docker agent runコマンドは軽量コンテナ内でランタイムを起動します。

Hacker Newsでのコミュニティの反応

この投稿には142件のコメントが寄せられ、いくつかのテーマが浮上しました。

オーケストレーションの収束 – 「モデルは（方向性として）収束しており、これらすべてのエージェントハーネスを含む我々残りの者は、どうすれば関連性を保てるかを模索している」 (pomsense)。これは、複数のプロジェクト（Docker Agent、Pullboard、LangChainサンドボックスなど）が同様のオーケストレーションの概念に収束しつつあるという、より広範な業界トレンドを反映しています。

「コード不要」の議論 – 「我々全員がほぼ正確なコードを即座に吐き出せるエージェントを持っているのに、なぜ『コード不要』がセールスポイントになるのか？」 (woah)。コミュニティは、基盤となるツールチェーンが依然としてコードを多用していることを指摘し、宣言的YAMLが本当にコードを排除しているのか疑問を呈しています。

長期的な一貫性 – 「より大きな課題は、長期間にわたるエージェントの一貫性（ドリフト）を処理することだ…私はエージェント同士が叫び合い、作業を文書化するフォーラムのようなシステムを構築した」 (Olscore)。これは、多くのハーネスが抱える、長時間実行されるワークフロー全体で状態と正確性を維持するという限界を浮き彫りにしています。

セキュリティへの懸念 – 「リンク先のページでセキュリティ関連の情報が見つからなかった場合」 (McScrooge)。ユーザーは、より明確なサンドボックス化と分離の保証を求めています。

他のフレームワークとの比較 – 複数のコメント投稿者（blakeashleyjr, maxdo, esafak）が、Docker Agentは別のJSスタイルのフレームワークのように感じられると指摘し、Modal、e2b、Cloudflareなどのプロジェクトで同様の機能が存在する中で、なぜDockerの名前が冠されているのかを問いかけています。

ユースケースの明確化 – 「正直なところ、これらの各プロジェクトがどのような主要ユースケースを意図しているのか分からなくなっている」 (blutoot)。コミュニティは、Pullboard、kagent.dev、LangChainサンドボックスなどと比較した、Docker Agentのより明確な位置付けを求めています。

全体として、この議論は統合されたコンテナネイティブなエージェントランタイムに対する期待を強調していますが、同時に、より成熟したセキュリティ、状態管理、そして明確な差別化への要望も示しています。

Docker AgentがAI開発環境に適合する理由

コンテナネイティブな実行 – Dockerの既存のサンドボックスモデルを活用することで、エージェントはコンテナと同様の分離保証を持って実行され、信頼できないLLMコード実行に関する懸念に対処します。
バージョン管理された再現可能なAIパイプライン – エージェントをOCIイメージとして保存することは、AIワークフローを既存のCI/CDプラクティスと一致させ、企業がAIの動作を監査およびロールバックしやすくします。
拡張可能なツールチェーン – MCPプロトコルにより、あらゆるサービスがエージェントにツールを公開できるようになり、ランタイムがクラウド、オンプレミス、エッジリソースの汎用オーケストレーターに変わります。
オープンソースコミュニティ – 3.7kのスター、485のフォーク、100人以上の貢献者を擁するDocker Agentは、幅広い貢献者ベースの恩恵を受けており、機能の成熟とセキュリティの強化が加速するはずです。

参加方法

ドキュメントを読む – 完全なドキュメントは https://docker.github.io/docker-agent/ にあります。
貢献する – 貢献ガイドに従ってください。リポジトリ自体が docker agent CLI を使用してビルドされています (docker agent run ./golang_developer.yaml)。
コミュニティに参加する – Docker Community Slack (#docker-agent) が、議論、機能リクエスト、トラブルシューティングの主要な場です。

結論

Docker Agent v1.149.0は、コード不要のYAML設定、マルチエージェントオーケストレーション、そして幅広いモデル/プロバイダーサポートを備えた、AIエージェントを構築・共有するための本番環境対応のコンテナネイティブなプラットフォームを提供します。コミュニティからは、エコシステムには依然として強力なセキュリティ保証とより良い長期的な状態管理が必要であるとの指摘がありますが、このプロジェクトは、再現可能でポータブルなAI駆動のワークフローに向けた重要な一歩を示しています。