AI Agents in Container について
AI Agents in Container は、Kasm デスクトップコンテナで browser-use などを動かし、Ollama と MCP サーバーを設定する手順をまとめたガイドです。VS Code Insiders、Claude Desktop、Cursor、Windsurf での接続方法も記載しています。
主な機能
- 01Docker で Kasm デスクトップコンテナを実行
- 02browser-use と Web UI のセットアップ
- 03Ollama モデルのインストールと実行
- 04複数のクライアントで Puppeteer MCP サーバーを設定
活用シーン
- 01コンテナ環境で browser-use を構築
- 02Puppeteer MCP を対応クライアントに接続
- 03指定したモデルで Ollama を実行
MCP 対応
Puppeteer MCP サーバーのビルド方法と、VS Code Insiders、Claude Desktop、Cursor、Windsurf での設定方法を説明しています。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ツール一覧はまだ取得されていません
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
コンテナ内の AI エージェント
kasm デスクトップ
docker run \
--name browser-use \
--shm-size=4096m \
-w /mnt \
-p 8080:6901 \
-e VNC_PW=password \
-id kasmweb/ubuntu-noble-desktop:1.16.1
user: kasm_user
password: password
browser-use
Python の最新バージョンをインストール
docker exec -u root -it browser-use bash
visudo
kasm-user ALL=(ALL) NOPASSWD: ALL
passwd kasm-user
passwd root
exit
docker exec -it browser-use bash
sudo apt update -y
sudo apt install -y python3-venv git xvfb python3-full
web-ui
# Start in Desktop directory
cd /home/kasm-user/Desktop
# Remove any existing web-ui directory if it exists
sudo rm -rf web-ui
# Clone the repository
git clone https://github.com/browser-use/web-ui.git
cd web-ui
# Create and set up virtual environment in your home directory instead
python3 -m venv ~/web-ui-venv
source ~/web-ui-venv/bin/activate
# Install UV
curl -LsSf https://github.com/astral-sh/uv/releases/latest/download/uv-installer.sh | sh
source $HOME/.local/bin/env
# Verify environment
whoami
uv --version
python3 --version
# Install requirements using the virtual environment in home directory
uv pip install -r requirements.txt
# Install Playwright dependencies
playwright install-deps
playwright install
# Setup environment file
cp .env.example .env
# Run the application with Xvfb
xvfb-run -a --server-args="-screen 0 1280x1024x24" python webui.py --ip 0.0.0.0 --port 7788
# Access the application at:
# http://localhost:7788
# Remove existing venv
deactivate
cd /home/kasm-user/Desktop
sudo rm -rf web-ui
OLLAMA をインストール
curl -fsSL https://ollama.com/install.sh | sh
ollama serve &
http://localhost:11434
ollama pull deepseek-r1:8b
ollama pull deepseek-r1:8b # I used this for docker
ollama run deepseek-r1:8b
ollama list
ollama stop deepseek-r1:8b
ollama rm deepseek-r1:8b
MAC OS
- Python の最新バージョンをインストール
brew install python3
git clone https://github.com/browser-use/web-ui.git
# Install UV Package https://docs.astral.sh/uv/getting-started/installation/
cd web-ui
python3 -m venv .venv
source .venv/bin/activate
curl -LsSf https://github.com/astral-sh/uv/releases/latest/download/uv-installer.sh | sh
source $HOME/.local/bin/env
uv --version
python3 --version
uv pip install -r requirements.txt
playwright install-deps
playwright install
cp .env.example .env
python webui.py --ip 127.0.0.1 --port 7788
http://localhost:7788
MAC OS に OLLAMA をインストール
https://ollama.com/download/mac
ollama pull deepseek-r1:8b # I used this for Mac OS
ollama run deepseek-r1:8b
Vscode Insiders
Google AI Studio(API Key)
MCP サーバー
-
https://github.com/punkpeye/awesome-mcp-servers?tab=readme-ov-file#file-systems
-
これによりインターネットにアクセスできるため、最新のドキュメントを取得し、それに応じてコードを更新できます
git clone https://github.com/modelcontextprotocol/servers.git
cd servers
docker build -t mcp/puppeteer -f src/puppeteer/Dockerfile .
- vscode Insider の設定
{
"mcp": {
"inputs": [],
"servers": {
"puppeteer": {
"command": "docker",
"args": ["run", "-i", "--rm", "--init", "-e", "DOCKER_CONTAINER=true", "mcp/puppeteer"]
}
}
}
}
- Claude Desktop の設定
{
"mcpServers": {
"puppeteer": {
"command": "docker",
"args": ["run", "-i", "--rm", "--init", "-e", "DOCKER_CONTAINER=true", "mcp/puppeteer"]
}
}
}
- Cursor
{
"mcpServers": {
"puppeteer": {
"command": "docker",
"args": ["run", "-i", "--rm", "--init", "-e", "DOCKER_CONTAINER=true", "mcp/puppeteer"]
}
}
}
- Codium Windsurf
{
"mcpServers": {
"puppeteer": {
"command": "docker",
"args": ["run", "-i", "--rm", "--init", "-e", "DOCKER_CONTAINER=true", "mcp/puppeteer"]
}
}
}
コメント
Markdown 対応
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。