Docker Agent
用 YAML 声明式配置构建、运行和共享 AI 代理，支持多代理协作与丰富工具生态。
- Star 数
- ★ 4.6k
- 最近更新
- 1 天前
- License
- Apache-2.0
- 主语言
- Go
- FA 评分
- 46/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 开发者在本地快速搭建一个无需编码的 AI 助手，仅需编写 YAML 并运行
docker agent run。 - 不适合
- 不想安装 Docker 或 Docker Desktop 的用户
- 希望使用图形界面而非命令行的人
这个 Agent 能做什么，适合哪些场景？
Docker Agent 是 Docker 官方推出的 CLI 插件，允许开发者通过简单的 YAML 文件定义 AI 代理，无需编写代码。它支持多代理架构，可自动委派任务，并内置思考、待办、记忆等高级推理工具。代理可调用内置工具及任意 MCP 服务器（本地、远程或 Docker 化），并兼容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 及 Docker Model Runner 等多种模型提供商。代理可打包并推送到任何 OCI 注册表，实现跨环境共享与运行。项目提供完整的文档、示例和交互式生成工具，并支持 RAG（BM25、嵌入、混合搜索和重排序）。
Docker Agent 作为 Docker CLI 插件运行，通过 docker agent 命令执行。它读取 YAML 配置文件（如 agent.yaml），定义代理的模型、指令和工具集，然后运行代理执行任务。具体操作包括：从 OCI 注册表拉取代理镜像并运行；使用 docker agent new 交互式生成新代理配置；调用 MCP 工具（如 DuckDuckGo）进行网络搜索；通过内置的 think、todo 和 memory 工具增强推理；支持 RAG 检索（BM25、嵌入等）。代理运行后可输出结果到终端，并可通过 TUI 或 CLI 交互。
- 开发者在本地快速搭建一个无需编码的 AI 助手，仅需编写 YAML 并运行
docker agent run。 - 团队利用多代理架构，将复杂任务拆解为多个专业代理（如代码审查、文档生成）并自动协作。
- 运维人员使用 Docker Model Runner 运行本地模型，避免云端 API 依赖，实现数据隐私保护。
- 开发者将代理打包为 OCI 镜像，推送到私有注册表，在 CI/CD 管道中复用。
- 利用 MCP 工具集成外部服务（如搜索、数据库），扩展代理能力。
- 借助 RAG 功能为代理提供企业知识库检索，提升回答准确性。
如何安装或部署这个 Agent？
安装 Docker Agent 有三种方式：
- Docker Desktop 4.63+：已预装，直接运行
docker agent。 - Homebrew：
brew install docker-agent，可直接运行docker-agent，或将其软链接到~/.docker/cli-plugins/docker-agent以便使用docker agent。 - 从 GitHub Releases 下载二进制，并软链接到
~/.docker/cli-plugins/docker-agent。
另外需要设置至少一个 API 密钥，例如 export OPENAI_API_KEY=sk-...，或使用 Docker Model Runner 运行本地模型。
如何使用这个 Agent？
安装并配置 API 密钥后，可运行以下命令：
- docker agent run 运行默认代理。
- docker agent run myorg/agent:tag 从 OCI 注册表运行代理。
- docker agent new 交互式生成新代理。
- docker agent run agent.yaml 运行自定义 YAML 配置。
首次使用时，建议参考官方文档的快速入门指南。
这个 Agent 有哪些优点和局限？
- 声明式 YAML 配置，无需编程即可定义代理，易于版本化和共享。
- 多代理架构支持自动委派，可构建复杂协作流程。
- 模型提供商无关，支持 OpenAI、Anthropic、Gemini、Bedrock 等，并可与 Docker Model Runner 集成以运行本地模型。
- 支持 MCP 生态，可连接任意 MCP 服务器，扩展性强。
- 可通过 OCI 注册表打包和分发代理，便于团队协作。
- 需要 Docker 环境或 Docker Desktop，对非 Docker 用户不友好。
- 依赖外部 API 密钥（如 OpenAI），除非使用本地模型，否则产生 API 费用。
- 作为新项目，社区支持和生态成熟度可能不如一些老牌框架。
- 文档和示例主要面向 CLI 使用，与其他 IDE 或平台集成有限。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Docker Agent 当前 | 46 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 4.6k | 1 天前 | Go | OpenAI API · Claude API |
| RepoBrain 代码库智能问答引擎 | 49 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 1.4k | 3 天前 | Python | Codex · Claude Code |
| Agentica | 63 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 356 | 今天 | Python | OpenAI API · Claude API |
| 智坤代码 (ZhikunCode) | 56 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 525 | 1 天前 | Java | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 提到遥测收集匿名使用数据，但未说明具体数据流和用户同意机制；依赖中使用了 keyring 和 AWS SDK 等，暗示处理敏感凭据，但未提供详细的安全处理说明；CI 工作流使用 SHA 固定的 actions，显示依赖安全实践；存在 SECURITY.md 提供漏洞报告流程。扣分原因：缺少用户确认机制、数据流透明度不足、敏感数据处理细节缺失、回滚机制未提及、发布者身份未验证。
证据显示：README 和 CI 工作流一致，构建和测试流程清晰；依赖列表完整，但未提供依赖可用性保证；失败消息方面，CI 有失败日志步骤，但产品本身的错误处理未详细说明。扣分原因：失败消息处理证据不足。
证据显示：README 描述了多种使用场景（本地、OCI 注册表、交互式生成），支持多种模型提供商，环境适配良好；能力边界在文档中有说明，但触发精度（如命令参数）未详细描述。扣分原因：触发精度证据不足。
证据显示：README 结构清晰，安装说明详细，提供示例和文档链接；Apache-2.0 许可证明确；维护责任由 Docker 承担，但版本变更日志未提供。扣分原因：版本变更日志缺失，已知限制未明确。
证据显示：输出可用性高，提供 CLI 和 TUI，示例丰富；边际价值高，提供多代理和 RAG 等高级功能；成本效益方面，需要 API 密钥，但未提供成本估算。扣分原因：成本效益证据不足。
证据显示：README 中的功能声明有文档链接支持，但未提供独立验证；跨来源佐证有限，主要依赖单一仓库；事实与推断未明确区分。扣分原因：跨来源佐证不足，事实与推断分离不明确。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 发布者身份未验证，需谨慎对待供应链风险。
- 遥测数据收集缺乏透明度，用户应了解数据流向。
- 敏感数据处理细节不足，建议审查密钥存储和传输。
- 缺少回滚机制，升级前应备份配置。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
This release adds new built-in toolsets, provider support, and agent execution capability reporting, along with several bug fixes for runtime configuration propagation and TUI startup behavior. What's New - Adds DaoXE as a built-in OpenAI-compatible provider alias, authenticated via DAOXE_API_KEY with the api.daoxe.com/v1 base URL - Reports program status via OSC 7501 in both TUI and lean mode, allowing terminals and multiplexers to surface agent idle/working/waiting states - Exposes agent execution capabilities to callers …在 GitHub 查看 ↗ -
发布说明摘录
This release adds GitHub repository skill loading, evaluator routing through the models gateway, and several model pricing and capability fixes, along with TUI stability improvements and expanded debug tool hook support. What's New - Adds support for loading skills from public GitHub repositories via https://github.com/owner/repo URLs in skills: entries - Runs tool_input_transform and post_tool_use hooks on debug tool calls, completing the full hook pipeline for docker agent debug tool …在 GitHub 查看 ↗ -
发布说明摘录
This release fixes two issues: oversized tool output handling and duplicate line rendering in the lean TUI. Bug Fixes - Fixes oversized tool results from blocking chat or compaction requests by bounding complete tool results to 50 KiB and sanitizing historical tool results on outgoing requests - Fixes duplicate lines appearing while streaming wrapped text in the lean TUI by avoiding replay of archived lines when markdown changes only affect ANSI formatting --- What's Changed …在 GitHub 查看 ↗