AI Tools for Developers

:warning: 非推奨のお知らせ：このリポジトリは非推奨となり、現在は積極的に開発されていません。代わりに Docker Desktop に統合された MCP Toolkit をご利用ください。

この README はエージェント型ワークフローです

開発者向け AI ツール

Docker コンテナーによって実現するエージェント型 AI ワークフローです。

Docker だけ。Markdown だけ。お好きな LLM をご利用ください。

MCP

作成したプロンプトとそのツールを、MCP サーバーとして利用できるようになりました。

--mcp フラグを指定してサーブモードを使用します。その後、--register <ref> を指定し、git ref またはパスを使ってプロンプトを登録します。

# ...
serve
--mcp
--register github:docker/labs-ai-tools-for-devs?path=prompts/examples/generate_dockerfile.md
--register /Users/ai-overlordz/some/local/prompt.md
# ...

多くの実験のソースは、LinkedIn ニュースレターでご覧いただけます。

VSCode 拡張機能

ドキュメント

これは何ですか？

お好みの LLM と Docker 化されたツール、Markdown を組み合わせることで、無限の可能性を持つ新しいワークフローを実現するシンプルな Docker イメージです。

Markdown は言語です

人間はすでに Markdown を使っています。LLM も同じです。このソフトウェアを使うと、Markdown ファイルに複雑なワークフローを記述し、自分の LLM を使ってエディターやターミナルから実行できます。Docker のおかげで、あらゆる環境で実行できます。

Docker 化されたツール

OpenAI API 互換の LLM は、すでにツール呼び出しに対応しています。これらのツールは Docker イメージで実現できると考えています。調査に基づく Docker のメリットには、LLM が以下を実現できることがあります。

• より複雑な操作を行う
• より少ないトークンで多くのコンテキストを得る
• より幅広い環境で動作する
• サンドボックス環境で動作する

会話のループ

会話のループは、各ワークフローの中核です。ツールの結果、エージェントの応答、そしてもちろん Markdown のプロンプトが、すべてこのループを通じて渡されます。エージェントはエラーを検知すると、適切な結果が得られるまで、異なるパラメーターや別のツールを使って実行を試みます。

マルチモデルエージェント

各プロンプトは、異なる LLM モデルや、異なるモデルファミリーで実行するように設定できます。これにより、タスクに最適なツールを使用できます。これらのツールを組み合わせることで、各エージェントがタスクに最適なモデルを使って実行する、マルチエージェントワークフローを作成できます。

Docker を使えば、最先端のモデルに計画を立てさせ、軽量なローカルモデルに実行させることができます。

プロジェクトを中心とした設計

ソフトウェア開発のワークフローでアシスタントの支援を受けるために必要なコンテキストは、取り組んでいるプロジェクトだけです。

プロジェクトのコンテキストを抽出する

抽出ツールは、プロジェクトに対して実行し、情報を JSON コンテキストに抽出する Docker イメージです。

追跡可能な成果物としてのプロンプト

プロンプトは git リポジトリに保存されるため、バージョン管理や追跡、共有ができ、誰でも自分の環境で実行できます。

はじめに

まずは VSCode 拡張機能を使うことを強くおすすめします。プロンプトの作成や、お使いの LLM での実行を支援します。

最初のループを実行する

VSCode

拡張機能をインストールする

最新リリースを入手し、次の手順でインストールします。

code --install-extension 'labs-ai-tools-vscode-<version>.vsix'

実行方法：

1. 既存の Markdown ファイルを開くか、VSCode で新しい Markdown ファイルを作成します。

この Markdown ファイル自体も実行できます！

2. コマンド >Docker AI: Set OpenAI API Key を実行して OpenAI API キーを設定するか、ローカルモデルの場合はダミー値を使用します。

3. コマンド >Docker AI: Select target project を実行し、プロンプトを実行する対象のプロジェクトを選択します。

4. コマンド >Docker AI: Run Prompt を実行して、会話のループを開始します。

CLI

手順では、ターミナルを開き、Docker Desktop が起動していることを前提としています。

1. OpenAI キーを設定します

echo $OPENAI_API_KEY > $HOME/.openai-api-key

注：このファイルが存在することを前提としているため、ローカルモデルを使用する場合はダミー値を設定する必要があります。

2. プロジェクトディレクトリでコンテナを実行します

docker run 
  --rm \
  --pull=always \
  -it \
  -v /var/run/docker.sock:/var/run/docker.sock \
  --mount type=volume,source=docker-prompts,target=/prompts \
  --mount type=bind,source=$HOME/.openai-api-key,target=/root/.openai-api-key \
  vonwig/prompts:latest \
    run \
    --host-dir $PWD \
    --user $USER \
    --platform "$(uname -o)" \
    --prompts "github:docker/labs-githooks?ref=main&path=prompts/git_hooks"

会話ループの実行方法について詳しくは、ドキュメントをご覧ください。

ビルド

#docker:command=build

docker build -t vonwig/prompts:local -f Dockerfile .

それでは、エージェント型ワークフローについて説明します……

プロンプトシステム

私は README を読むことを得意としています。

次の質問に回答する前に、curl を使用して https://github.com/docker/labs-ai-tools-for-devs の README を取得してください。

プロンプトユーザー

このプロジェクトは何ですか？