Docker Agent 是 Docker Engineering 发布的 AI Agent 构建器，让用户通过简单的 YAML 文件创建智能 Agent。配置中需声明模型（如 openai/gpt-5-mini）、提供描述和指令，并分配工具集——每个工具集可引用 MCP 服务器，例如 docker:duckduckgo。这种声明式方法使 Agent 具备版本化和可共享性，同时该框架支持多 Agent 编排，由专业 Agent 组成的团队自动完成任务委派。
此仓库图片代表文章开头介绍的 Docker Agent 项目，即 Docker Engineering 发布的 AI Agent 构建器。
开始使用时，用户可通过 Docker Desktop（4.63+ 版本，已预装）安装 docker-agent CLI 插件，通过 Homebrew（brew install docker-agent）安装，或从 GitHub 下载二进制版本并符号链接到 ~/.docker/cli-plugins/docker-agent。为云模型设置 API 密钥，或使用 Docker Model Runner 运行本地模型后，用户可执行 docker agent run 来运行默认 Agent，通过 docker agent new 交互式生成初始配置，使用 docker agent run agent.yaml 执行自定义 YAML 文件，或使用 docker agent run myorg/agent:tag 直接从 OCI 仓库启动 Agent。
此动画演示展示了入门部分中讨论的 Docker Agent 命令的实际用法，包括运行 Agent、生成初始配置以及从 OCI 仓库部署。
Docker Agent 丰富的工具生态系统包含内置工具以及任意 MCP 服务器（本地、远程或基于 Docker），且与 AI 提供商无关，可与 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI、Docker Model Runner 等协同工作。它还提供 think、todo 和 memory 工具等高级推理能力，以及可插拔的 RAG 支持，支持 BM25、嵌入、混合搜索和重排序。Agent 定义完成后，可将其打包为 OCI 镜像并推送到任意仓库，以便分发和复用。
为实现隔离，Docker Agent 提供沙箱模式，可在 Docker 沙箱虚拟机内启动 Agent。使用 --sandbox 标志时，Docker Agent 会委派给独立的 sbx CLI（若可用），否则回退到 docker sandbox CLI 插件。Agent 的工作目录在虚拟机内以读写方式挂载，而配置目录和暂存工具包则以只读方式挂载，从而防止 guest 别名修改所选 Agent。云沙箱提供全新的远程工作空间，默认不会上传主机目录、本地 YAML、用户配置或自动工具包；任何所需文件或密钥必须通过工作负载工具包提供，沙箱 ID 和清理提示将在退出时输出到 stderr。