docker/docker-agent 是 Docker 工程团队（Docker Engineering）在 GitHub 上提供的仓库，页面标题把它定位为 AI Agent 构建器与运行时（AI Agent Builder and Runtime）。标题写作 GitHub - docker/docker-agent: AI Agent Builder and Runtime by Docker Engineering，由冒号分成两段，前段是仓库名，后段是定位说明，并直接点出归 Docker 工程团队所有。页面开篇可见的信息集中在仓库名与这句定位上。
正文
🤖 Docker Agent 🤖
使用声明式 YAML 配置、丰富的工具生态和多代理编排，构建、运行和分享 AI 代理。
什么是 Docker Agent？
Docker Agent 让你无需编写代码，即可创建并运行能够协作解决复杂问题的智能 AI 代理。它是 docker 命令行插件的扩展，通过 docker agent 运行。只需用 YAML 定义代理、赋予工具，即可让它们工作。例如，定义根代理使用模型 openai/gpt-5-mini，配备 mcp 工具 docker:duckduckgo，然后执行 docker agent run agent.yaml。
主要特性
- 多代理架构——创建专业代理团队，自动委派任务
- 丰富工具生态——内置工具加任意 MCP 服务器（本地、远程或基于 Docker）
- AI 提供商无关——支持 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI、Docker Model Runner 等
- YAML 配置——声明式、可版本化、可分享
- 高级推理——内置思考、待办和记忆工具
- RAG——可插拔检索，支持 BM25、嵌入、混合搜索和重排序
- 打包与分享——推送代理到任意 OCI 注册表，随处拉取运行
安装
Docker Desktop 4.63+ 已预装插件，直接运行 docker agent。Homebrew 安装：brew install docker-agent，可将二进制软链到 ~/.docker/cli-plugins/docker-agent 使用 docker agent 命令。也可从 GitHub Releases 下载二进制发布版软链。需设置至少一个 API 密钥（如 export OPENAI_API_KEY=sk-...），或用 Docker Model Runner 跑本地模型。
快速开始
- 运行默认代理：
docker agent run - 从 OCI 注册表运行：
docker agent run myorg/agent:tag - 交互式生成新代理：
docker agent new - 运行自己的配置：
docker agent run agent.yaml
更多示例见 examples 目录。
文档
📖 完整文档
- 安装 · 设置模型 · 快速开始
- 代理 · 模型 · 工具 · 多代理
- 配置参考
- TUI · CLI · MCP 模式 · RAG
- 模型提供商 · Docker Model Runner
贡献
阅读贡献指南上手。项目用自身构建：docker agent run ./golang_developer.yaml。
遥测
我们收集匿名使用数据以改进工具。
社区
Docker Community Slack 的 #docker-agent 频道。
评论
多数人对这个项目的第一反应是质疑：它和 Docker 有什么关系、到底解决了什么新问题；少数人承认它在实验复现场景下可能有价值。争论的另一条暗线是——agent harness 是否正在重演当年 JS 框架的泛滥。
质疑它和 Docker 到底有什么关系
- 有人直接发问这个项目与 Docker 有何关联，另有人吐槽它只是硬挂了 Docker 的名字，换成别的品牌也一样成立，看着很别扭。（较多人） > 这和 Docker 有什么关系？（@mplewis）
认为定位模糊，且没讲清安全与沙箱这个本该由 Docker 来讲的部分
- 有人嫌整体描述含糊；有人认为 Docker 的 AI 故事本应围绕沙箱隔离，可正文里连这个词都没出现，配置还用的是 YAML，令人反感。（较多人） > Docker 的 AI 叙事应该落在沙箱上，但通篇没提这个词。（@esafak）
认为这类 agent harness 正像当年的 JS 框架一样跟风泛滥
- 有人感叹虽然乐见新的 Go 开源项目，但 agent harness 已经变成了人人都得有一个的时髦玩具。（较多人） > 所有酷小孩都得有一个。（@blakeashleyjr）
认为已有替代方案足够，没必要再引入一层
- 有人列举 modal.com、e2b、Cloudflare 等方案，认为它们用的是真 Docker 加周边工具链，并有网络层隔离，因此看不出这个抽象的意义；他还怀疑其动机是挨个给组织成员发邮件要钱，就像当年卖 Docker 那样。（较多人） > 如果我已经有 modal.com、e2b、Cloudflare，为什么还需要这个？（@maxdo）
认为它对实验可复现性可能有帮助
- 写 agent 相关 ML 论文的人希望别人能复现自己的结果，也想确认 LLM 的随机波动不会让结论过度自信，这类工具理论上能派上用场，目前用 uv 也够，所以持观望态度。（少数人）
实际用过的人认为它还很脆弱
- 两周前努力尝试使用，结论是它比用过的任何 harness 都更脆弱，打算等它成熟些再回来。（少数人）
怀疑宣传文案出自 AI 之手
- 有人根据"What it is, what it isn't"这类句式判断这是 AI 模型写出来的文案。（少数人）
认为缺少可配置 harness 这块关键拼图
- 有人追问为什么不能自行设定 harness，觉得这是缺失的一环。（少数人）
有价值的补充
- 想了解安全相关信息的人翻遍原文也找不到，必须另开 docker-agent 的沙箱配置文档页才能查到。
- 可复现的隔离环境未必非 Docker 不可：uv 能创建隔离且可复现的环境，还不受 Linux 限制，因此在 Windows 或 Mac 的本地 GPU 上先跑小样本、再上更强的机器上跑很顺手。