docker/labs-ai-tools-for-devs

解决的问题

它使开发者能够使用 Docker 容器作为工具来创建和执行复杂的代理型 AI 工作流。它解决了 LLM 仅限于简单文本响应的问题，使它们能够执行复杂操作，并在各种平台上运行于沙箱环境中。

工作原理

该系统使用 Markdown 文件定义工作流，然后通过对话循环执行。该循环在工具结果、代理响应和提示之间来回传递，使代理在遇到错误时能够自我纠正。工具以 Docker 镜像实现，系统支持多模型代理，意味着可以在单个工作流中为不同任务分配不同的 LLM（例如，使用前沿模型进行规划，使用本地模型进行执行）。

适用人群

专为希望构建可追踪、可版本化 AI 工作流的开发者设计，这些工作流可通过 Git 共享，并使用 Docker 在任何环境中一致运行。

主要亮点

• Docker 化工具：使用 Docker 镜像作为 LLM 的工具，以实现沙箱执行和更广泛的环境兼容性。
• 支持 MCP：提示和工具可作为 Model Context Protocol (MCP) 服务器使用。
• 基于 Markdown：工作流以纯 Markdown 编写，便于人类和 LLM 读写。
• 多模型编排：允许在单个工作流中结合不同 LLM 家族，以优化成本或性能。
• 项目优先上下文：使用专用的「提取器」Docker 镜像，将相关项目信息提取为 JSON 上下文供 LLM 使用。