docker/compose-for-agents

解决的问题

本仓库提供一系列自包含的演示，简化了 AI 代理的部署和编排。通过使用 Docker Compose，开发者可以快速启动复杂的代理系统（包括使用多代理框架和 Model Context Protocol (MCP) 服务器），从而降低在本地或云环境中设置的复杂性。

工作原理

每个演示都配置为一个 Docker Compose 项目。用户可以使用 Docker Model Runner（利用 GPU）在本地运行这些代理，也可以通过 OpenAI 等远程 API 进行运行。这些演示集成了多种代理框架（如 CrewAI、LangGraph 和 Agno），并通过 MCP（如 DuckDuckGo、GitHub 和 Wikipedia）连接外部工具和数据源。

适用人群

希望探索、测试和部署代理工作流及多代理系统，而无需手动配置底层基础设施、模型和工具集成的开发者和 AI 工程师。

主要亮点

• 多框架支持：包含 CrewAI、LangGraph、Agno、ADK 和 Vercel AI-SDK 的示例。
• 灵活的模型执行：支持通过 Docker Model Runner 进行本地模型执行，也支持基于远程 API 的模型（如 OpenAI）。
• MCP 集成：展示使用 Model Context Protocol (MCP) 服务器实现真实世界功能，如网络搜索、数据库访问和邮件发送。
• 快速部署：使用 docker compose up --build 自动化各种代理用例的环境设置。