docker/compose-for-agents

解決的問題

本倉儲提供一系列自包含的示範，簡化 AI 代理的部署與編排。透過使用 Docker Compose，開發者可快速啟動複雜的代理系統（包含多代理框架與 Model Context Protocol (MCP) 伺服器），降低在本地或雲端環境中設定的複雜性。

工作原理

每個示範皆配置為 Docker Compose 專案。使用者可使用 Docker Model Runner（利用 GPU）在本機執行這些代理，或透過 OpenAI 等遠端 API 執行。示範整合了多種代理框架（如 CrewAI、LangGraph 和 Agno），並透過 MCP（如 DuckDuckGo、GitHub 和 Wikipedia）連接外部工具與資料來源。

適用對象

希望探索、測試與部署代理工作流程與多代理系統，而無需手動設定底層基礎設施、模型與工具整合的開發者與 AI 工程師。

主要亮點

• 多框架支援：包含 CrewAI、LangGraph、Agno、ADK 與 Vercel AI-SDK 的範例。
• 彈性模型執行：支援透過 Docker Model Runner 進行本機模型執行，也支援基於遠端 API 的模型（如 OpenAI）。
• MCP 整合：展示使用 Model Context Protocol (MCP) 伺服器實現真實世界功能，如網路搜尋、資料庫存取與電子郵件。
• 快速部署：使用 docker compose up --build 自動化各種代理用例的環境設定。