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
- 01以 Markdown 编写工作流
- 02基于 Docker 镜像的工具
- 03对话循环驱动 Agent 调用工具
- 04提示词可通过 --mcp 作为 MCP 服务运行
适用场景
- 01在 VSCode 或命令行中运行 Markdown 提示词工作流
- 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。
工具
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
# ...

我们在 LinkedIn 新闻简报中分享了许多实验的源代码。
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

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

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:
- 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!
-
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。 -
运行命令
>Docker AI: Select target project,选择要针对其运行提示词的项目。 -
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。
- 设置 OpenAI 密钥
echo $OPENAI_API_KEY > $HOME/.openai-api-key
注意:我们假设此文件已存在,因此使用本地模型时必须设置一个虚拟值。
- 在项目目录中运行容器
docker run
--rm \
--pull=always \
-it \
-v /var/run/docker.sock:/var/run/docker.sock \
--mount type=volume,source=docker-prompts,target=/prompts \
--mount type=bind,source=$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
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。