docker/labs-ai-tools-for-devs

解決的問題

讓開發者能夠使用 Docker 容器作為工具，建立並執行複雜的代理型 AI 工作流程。解決 LLM 僅限於簡單文字回應的問題，使它們能執行複雜動作，並在各種平台上的沙箱環境中運作。

運作方式

系統使用 Markdown 檔案定義工作流程，再透過對話循環執行。此循環在工具結果、代理回應與提示之間來回傳遞，讓代理在遇到錯誤時能自我修正。工具以 Docker 映像實作，系統支援多模型代理，表示可在單一工作流程中，為不同任務分配不同 LLM（例如，使用前沿模型進行規劃，使用本地模型進行執行）。

適用對象

專為希望建立可追蹤、可版本化 AI 工作流程的開發者設計，這些工作流程可透過 Git 共享，並使用 Docker 在任何環境中一致執行。

主要亮點

• Docker 化工具：使用 Docker 映像作為 LLM 的工具，以實現沙箱執行與更廣泛的環境相容性。
• 支援 MCP：提示與工具可作為 Model Context Protocol (MCP) 伺服器使用。
• 基於 Markdown：工作流程以純 Markdown 編寫，方便人類與 LLM 讀寫。
• 多模型編排：允許在單一工作流程中結合不同 LLM 家族，以優化成本或效能。
• 專案優先上下文：使用專用的「提取器」Docker 映像，將相關專案資訊提取為 JSON 上下文供 LLM 使用。