docker/docker-agent

如果你已经有模型 API key 或本地模型，并且希望把智能体流程做成可版本化、可分发的配置而不是从头写胶水代码，docker-agent 值得看一眼。它是 Docker 的 CLI 插件，读一份 YAML 配置并运行，配置本身还能打成 OCI 包分发。

解决什么问题

你想要一个能搜网页、读本地资料、把子任务交给专门助手的智能体，还希望这套设定能进仓库、被 review。通常这意味着写代码：接模型客户端、连工具、写委派逻辑、拼提示词。用 docker-agent，这些被写进一份 YAML：模型引用、指令、工具集，然后 docker agent run agent.yaml 即可执行；多智能体分工和委派也在同一份配置里表达。最终得到的是一个可版本化的配置文件，而不是一个应用。

有什么不同

声明式配置是核心：智能体、模型、工具集和多智能体关系都写在 YAML 里，有配置参考和多智能体概念说明结构。工具层内置工具之外可接任意 MCP server（本地、远程或容器化），能复用 MCP 生态而不用自己写适配。模型可换 OpenAI、Anthropic、Gemini、Bedrock、Mistral、xAI 和 Docker Model Runner，同一份配置既能走云端 key 也能指向本地模型。RAG 检索（BM25、embedding、混合检索、重排）以工具形式接入，配置还能推送到 OCI registry 或从中拉取。

代价是表达能力受 YAML schema 限制。当智能体需要配置没覆盖的行为时，文档给出的出口是 Go SDK，用来自己写定制实现；HN 评论者 aheritier 也提到这个分工：很多场景只需迭代 YAML，定制构建用 Go API（评论）。因此排查智能体行为要读轨迹和提示词，而不是单步调试自己的代码；分享配置也意味着分享它依赖的模型和工具。

谁值得试

适合：想把内部助手做成可重复交付物的团队，例如一个熟悉仓库的 Go 开发智能体（项目自己就在用），或者串起多个 MCP 工具的检索/支持智能体，并希望以 OCI 镜像分发。不适合：智能体逻辑主要是自定义编排代码的人，会很快碰到 YAML 的天花板、最后还是进 Go SDK；或者只想要一个聊天客户端、不想维护配置的人。HN 上的反应分成两派：有人觉得这只是众多 agent harness 里的又一个，有人则认同把配置作为共享单位（讨论）。

使用条件与边界

需要模型来源：云厂商 API key，或通过 Docker Model Runner 使用本地模型，见模型设置说明。安装方式不止一种：Docker Desktop 4.63+ 预装 CLI 插件，也有 Homebrew 和二进制发布，要用 docker agent 形式需做符号链接，见安装文档。也就是说 Docker 很方便，但直接运行二进制并非必须。

长期维护主要是配置和依赖：模型名、provider 端点和 MCP 引用会变，分发出去的智能体需要重新拉取。默认会收集匿名遥测，见遥测说明，内部推广前先确认这一点。

HotRepo 点评

HotRepo 的第一条记录是 2026-10-26 的 Go 月榜：本月 +1,271 star，排名 #22；只有一个月度采样点，无法判断热度在涨还是在退。项目创建于 2025-09-01，仍属年轻。采用前建议先确认 YAML schema 能覆盖你需要的委派和工具权限，并读一下模型设置页里的本地模型路径，这会决定你是否必须准备云端 key。