Labs AI Tools For Devs (labs-ai-tools-for-devs)

MCP开发工具

提供方 docker

开发工具 未标注 API Key 社区 / 第三方

一个基于Docker容器的代理AI工作流工具,支持通过Markdown文件编写和执行复杂工作流。

一句话选型结论

按资料字段整理

Labs AI Tools For Devs (labs-ai-tools-for-devs) 属于开发工具类 MCP 服务器,传输方式未标注,API Key,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类开发工具 传输方式未标注 鉴权API Key 部署方式未标注
GitHub 星标 381 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

Clojure本地部署AI工作流Docker工具Markdown编程多模型代理开发者工具

安装与配置

未标注 API Key
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Labs AI Tools For Devs (labs-ai-tools-for-devs)当前 未标注 未标注 未标注 无 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方docker上游标注的维护方 docker
分类开发工具本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.2 KB
来自项目仓库与上游目录的原文,未做删改

:警告:弃用通知:此存储库现已弃用,不再处于活动开发中。请使用 Docker桌面集成MCP工具包 相反。

此README是一个代理工作流

面向开发人员的AI工具

Docker容器支持的代理AI工作流。

只是Docker。只是Markdown。拜伦。

主控程序

您编写的任何提示及其工具现在都可以用作 MCP服务器

使用发球模式 --mcp 旗帜。然后,通过git ref或path注册提示 `--register````sh

...

serve
--mcp
--register github:docker/labs-ai-tools-for-devs?path=prompts/examples/generate_dockerfile.md
--register /Users/ai-overlordz/some/local/prompt.md

...


我们的许多实验的来源 领英通讯

**VSCode扩展**

**文档**

# 这是什么?

这是一个简单的Docker镜像,通过结合Docker化工具、Markdown和您选择的LLM,为新颖的工作流提供了无限的可能性。

## Markdown是一种语言

人类已经会说了。LLM也是。这个软件允许你在markdown文件中编写复杂的工作流程,然后在编辑器或终端中用你自己的LLM运行它们。..或任何环境,多亏了Docker。

## Docker化工具

OpenAI API兼容LLM已经支持工具调用。我们认为这些工具可能只是Docker镜像。使用Docker的一些好处基于我们的 研究 使LLM能够:

- 采取更复杂的行动
- 用更少的令牌获得更多的上下文
- 在更广泛的环境中工作
- 在沙盒环境中操作

## 交谈 *循环*

对话循环是每个工作流程的核心。工具结果、代理响应,当然还有markdown提示,都通过循环传递。如果代理看到错误,它将尝试使用不同的参数甚至不同的工具运行该工具,直到得到正确的结果。

## 多模型代理

每个提示都可以配置为使用不同的LLM模型,甚至不同的模型系列运行。这使您能够使用最适合工作的工具。当您组合这些工具时,您可以创建多代理工作流,其中每个代理都使用最适合该任务的模型运行。

使用Docker,可以让前沿模型进行规划,同时执行轻量级的本地模型。

## 项目第一设计

要在软件开发循环中获得助手的帮助,唯一需要的上下文是您正在进行的项目。

### 提取项目上下文

提取器是一个针对项目运行的Docker镜像,它将信息提取到JSON上下文中。

## 提示为可跟踪的工件

提示存储在git仓库中,可以进行版本控制、跟踪和共享,以便任何人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。它将帮助您创建提示,并使用您自己的LLM运行它们。

## 运行第一个循环

### VSCode

**安装扩展**

拿到 最新版本 并安装```sh
code --install-extension 'labs-ai-tools-vscode-.vsix'

正在运行:

  1. 打开现有的markdown文件,或在VSCode中创建新的markdown文件。

> 你甚至可以跑步 这 直接使用markdown文件!

  1. 运行命令 >Docker AI: Set OpenAI API Key 以设置OpenAI API密钥,或为本地模型使用伪值。

  2. 运行命令 >Docker AI: Select target project 选择一个项目来运行提示。

  3. 运行命令 >Docker AI: Run Prompt 开始对话循环。

命令行界面

说明假设您打开了一个终端,并且运行了Docker Desktop。

  1. 设置OpenAI密钥```sh
    echo $OPENAI_API_KEY > $HOME/.openai-api-key

注意:我们假设此文件存在,因此您必须为本地模型设置一个虚拟值。

2. 在项目目录中运行容器```sh
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"

看 文档 有关如何运行对话循环的更多详细信息。

建筑```sh

docker:command=build

docker build -t vonwig/prompts:local -f Dockerfile .
```

现在,对于代理工作流。..

提示系统

你是阅读读物的专家。

使用curl获取以下内容的自述文件https://github.com/docker/labs-ai-tools-for-devs在回答以下问题之前。

提示用户

这个项目是什么?

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Labs AI Tools For Devs (labs-ai-tools-for-devs) 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Labs AI Tools For Devs (labs-ai-tools-for-devs) 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Labs AI Tools For Devs (labs-ai-tools-for-devs) 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Labs AI Tools For Devs (labs-ai-tools-for-devs) 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Labs AI Tools For Devs (labs-ai-tools-for-devs) 能提供哪些能力?

资料显示能力标签包括 开发工具、AI工作流、命令行工具。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。