mcpField
A
AI Tools for Developers

AI Tools for Developers

本地服务
docker.com开发工具39812 周前更新

关于 AI Tools for Developers

AI Tools for Developers 是 Docker 提供的实验项目,可将 Markdown 提示词与 Docker 工具组合成工作流,并以 LLM 运行。该项目已弃用,建议改用 Docker Desktop 中的 MCP Toolkit。

主要功能

  1. 01以 Markdown 编写工作流
  2. 02基于 Docker 镜像的工具
  3. 03对话循环驱动 Agent 调用工具
  4. 04提示词可通过 --mcp 作为 MCP 服务运行

适用场景

  1. 01在 VSCode 或命令行中运行 Markdown 提示词工作流
  2. 02将提示词封装为 MCP 服务供客户端调用

MCP 相关

该项目可通过 serve 模式的 --mcp 参数将已注册的提示词及其工具作为 MCP 服务暴露给 MCP 客户端。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"labs-ai-tools-for-devs": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"alpine/socat"
]
}
}
}
启动命令docker run -i --rm alpine/socat

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocialpine/socat

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

:warning: 弃用通知:此仓库现已弃用,不再积极开发。请改用 Docker Desktop 中集成的 MCP Toolkit。

此 README 是一种 Agent 工作流

面向开发者的 AI 工具

由 Docker 容器支持的 Agent 式 AI 工作流。

只有 Docker。只有 Markdown。自带大模型。

MCP

你编写的提示词及其工具现在都可以作为 MCP 服务使用。

使用带有 --mcp 标志的 serve 模式。然后,通过 git ref 或路径使用 --register <ref> 注册提示词。

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

整体架构图预览

我们在 LinkedIn 新闻简报中分享了许多实验的源代码。

VSCode 扩展

文档

这是什么?

这是一个简单的 Docker 镜像,通过组合容器化工具、Markdown 和你选择的大模型,实现无限的创新工作流。

Markdown 是语言

人类已经会说这种语言,大模型也一样。此软件允许你在 Markdown 文件中编写复杂的工作流,然后在编辑器、终端或任何环境中使用自己的大模型运行它们,这一切都得益于 Docker。

容器化工具

容器化工具

兼容 OpenAI API 的大模型已经支持工具调用。我们认为这些工具可以只是 Docker 镜像。根据我们的研究,使用基于 Docker 的工具有以下一些好处,可以让大模型:

  • 执行更复杂的操作
  • 用更少的令牌获取更多上下文
  • 在更广泛的环境中运行
  • 在沙盒环境中运行

对话循环

对话循环是每个工作流的核心。工具结果、Agent 响应,当然还有 Markdown 提示词,都会在循环中传递。如果 Agent 遇到错误,它会尝试使用不同的参数运行工具,甚至尝试不同的工具,直到获得正确的结果。

多模型 Agent

每个提示词都可以配置为使用不同的大模型,甚至不同的模型系列运行。这样你就可以为任务选择最合适的工具。组合这些工具后,你可以创建多 Agent 工作流,让每个 Agent 使用最适合其任务的模型运行。

借助 Docker,可以让前沿模型负责规划,同时由轻量级本地模型负责执行。

项目优先设计

要在软件开发循环中获得助手的帮助,唯一需要的上下文就是你正在处理的项目。

提取项目上下文

提取器架构

提取器是一种针对项目运行并将信息提取到 JSON 上下文中的 Docker 镜像。

将提示词作为可跟踪的产物

将提示词作为可跟踪的产物

提示词存储在 git 仓库中,可供版本管理、跟踪和共享,让任何人都能在自己的环境中运行。

开始使用

我们强烈建议使用 VSCode 扩展来开始。它将帮助你创建提示词,并使用自己的大模型运行它们。

运行你的第一个循环

VSCode

安装扩展

获取最新版本,并使用以下命令安装:

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

运行:

  1. 在 VSCode 中打开现有的 Markdown 文件,或创建一个新的 Markdown 文件。

你甚至可以直接运行这个 Markdown 文件!

  1. 运行命令 >Docker AI: Set OpenAI API Key 设置 OpenAI API 密钥,或为本地模型使用虚拟值。

  2. 运行命令 >Docker AI: Select target project,选择要针对其运行提示词的项目。

  3. 运行命令 >Docker AI: Run Prompt,启动对话循环。

CLI

说明假设你已打开终端,并且 Docker Desktop 正在运行。

  1. 设置 OpenAI 密钥
echo $OPENAI_API_KEY > $HOME/.openai-api-key

注意:我们假设此文件已存在,因此使用本地模型时必须设置一个虚拟值。

  1. 在项目目录中运行容器
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"

有关如何运行对话循环的更多详情,请参阅 文档。

构建

#docker:command=build

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

现在,开始体验智能体工作流……

提示词系统

你是阅读 README 的专家。

请先使用 curl 获取 https://github.com/docker/labs-ai-tools-for-devs 的 README,然后再回答以下问题。

用户提示词

这个项目是什么?

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。