docker/labs-ai-tools-for-devs

해결하는 문제

개발자가 Docker 컨테이너를 도구로 사용하여 복잡한 에이전트형 AI 워크플로우를 생성하고 실행할 수 있도록 합니다. LLM이 단순한 텍스트 응답에 국한되는 문제를 해결하며, 다양한 플랫폼에서 사전 환경(샌드박스) 내에서 복잡한 작업을 수행할 수 있도록 합니다.

작동 방식

시스템은 Markdown 파일을 사용하여 워크플로우를 정의하고, 대화 루프를 통해 실행합니다. 이 루프는 도구 결과, 에이전트 응답, 프롬프트를 양방향으로 전달하여 에이전트가 오류를 감지했을 때 자가 수정할 수 있도록 합니다. 도구는 Docker 이미지로 구현되며, 다중 모델 에이전트를 지원하여, 예를 들어 계획에는 프론티어 모델, 실행에는 로컬 모델과 같은 다양한 LLM을 단일 워크플로우 내에서 서로 다른 작업에 할당할 수 있습니다.

대상 사용자

Git을 통해 공유할 수 있고, 버전 관리가 가능한 추적 가능한 AI 워크플로우를 구축하고자 하는 개발자들을 위한 것입니다. Docker를 사용하면 어떤 환경에서도 일관되게 실행할 수 있습니다.

주요 특징

• Docker화된 도구: LLM이 사전 환경에서 실행되며, 더 넓은 환경 호환성을 위해 Docker 이미지를 도구로 사용합니다.
• MCP 지원: 프롬프트와 도구를 Model Context Protocol (MCP) 서버로 사용할 수 있습니다.
• Markdown 기반: 워크플로우는 일반 Markdown으로 작성되어 인간과 LLM 모두가 읽고 쓰기 쉽습니다.
• 다중 모델 오케스트레이션: 단일 워크플로우 내에서 다양한 LLM 패밀리를 결합하여 비용이나 성능을 최적화할 수 있습니다.
• 프로젝트 우선 컨텍스트: 전용 "추출기" Docker 이미지를 사용하여 LLM용 JSON 컨텍스트로 관련 프로젝트 정보를 추출합니다.