Transcription
Хорошо, были представлены три функции ИИ, но об этом почти никто не говорит. В этом видео мы хотим рассмотреть эти три функции и посмотреть, на что они способны. Итак, начнем.
Первая функция — Гордон. Гордон — это персональный помощник, встроенный в Docker Desktop и CLI для оптимизации вашего рабочего процесса. Таким образом, он может улучшать файлы Docker, устранять неполадки контейнеров, взаимодействовать с образами и кодом, а также находить проблемы, а также проблемы с конфигурацией. Здесь, на этой странице, вы можете найти гораздо больше информации. Но я просто покажу вам, как его включить, а затем мы быстро погрузимся в него и посмотрим, как он работает.
Итак, давайте откроем Docker Desktop. Я перетащу его сюда и перейдем к настройкам здесь, в правом верхнем углу. И вам нужно убедиться, что здесь включены расширения. Я полагаю, вам также придется включить этот — Docker Marketplace. А затем вы можете включить здесь, в функциях и разработке, включить Docker AI, а также Docker Model Runner для более позднего использования. И это все. Вы также можете включить экспериментальные функции, если хотите получать всегда новейшие вещи.
Хорошо, вернемся к основному приложению. Здесь, наверху, у вас есть «Спросить Гордона», но вам нужно убедиться, что вы вошли в систему, иначе вы не сможете им пользоваться. Итак, когда вы вошли в систему, вы увидите здесь «Спросить Гордона», а затем вы можете общаться с Гордоном здесь напрямую.
Итак, мы можем спросить его, какие контейнеры запущены в данный момент и какие тома у нас есть. Как вы можете видеть, это спрашивает нас здесь, хотим ли мы разрешить, да, мы разрешаем, разрешаем том, и он выполняет команды за нас. Нам не нужно самим знать команды. Хорошо, теперь у нас есть обзор запущенных вещей. У меня не очень много MCP-серверов и всего несколько томов, потому что я все почистил заранее.
Итак, вернемся к документации. Как вы можете видеть, вы также можете запускать его как MCP-сервер. Таким образом, вы можете включить его в Docker, не в Docker Desktop, а, например, в Windsor, Cursor и т. д., а также в облачный рабочий стол. Но я протестировал это, и на данный момент кажется, что это не работает, потому что я получаю ошибку, и похоже, что сейчас есть ошибка. Но если это работает, вы могли бы включить его в свою IDE вот так. У меня здесь открыт Vinsurf, и вы просто добавите эту часть к своей конфигурации, чтобы получить Гордона в свою IDE.
И затем с помощью инструментов мы можем видеть их и в Docker Desktop. Здесь, в нижней панели инструментов, я полагаю. А затем здесь, Docker. Да, мы видим несколько инструментов ИИ для взаимодействия с контейнерами, образами и томами. Что вы также можете сделать здесь, это включить MCP-каталог, который позволяет Гордону напрямую получать доступ к другим инструментам или MCP-серверам, которые у вас включены в Docker Desktop. Так что мы скоро взглянем туда. Но да, это способ получить его и в Гордона. Таким образом, вы можете объединить его в один инструмент или в своего личного помощника или Docker.
Вы также можете использовать конфигурацию y и настроить Гордона здесь с помощью Gordon MCP YAML. Таким образом, вы помещаете его в папку, начинаете там docker AI, и он использует Gordon MCP YAML, и, как и любые другие файлы Docker YAML, вы можете определить службы для Гордона. И вот более продвинутый пример. В этом случае у вас есть два MCP-сервера. Затем для Гордона, один для получения веб-сайтов или чего-либо еще из Интернета. И у вас есть файловая система здесь с доступом к root FS. Так что не root FS. Так что текущий каталог смонтирован в файловую систему. Так что у вас есть доступ к текущему каталогу.
На данный момент есть несколько совместимых MCP-серверов, как вы можете видеть здесь, и некоторые непротестированные, которые также могут работать, но не полностью поддерживаются. Ну, а также некоторые полностью неподдерживаемые серверы здесь, но я думаю, что в будущем их будет все больше и больше. Как я уже сказал, это всего лишь бета-функция.
Теперь следующее, что я хочу вам показать, это MCP-каталог и набор инструментов. Вы также можете найти здесь в документации, который позволяет вам включать MCP-серверы или запускать MCP-серверы непосредственно из Docker Desktop. Итак, давайте вернемся к Docker Desktop, и я покажу вам это напрямую. Итак, я уже добавил это расширение, но вам просто нужно перейти к просмотру расширений здесь. Найдите MCP, а затем вы можете добавить это расширение, и с этим расширением вы получите здесь, с левой стороны, новое меню — MCP Toolkit, где вы можете просто включить все доступные MCP-серверы.
Как вы можете видеть здесь, я включил Chrome headless browser, fetch и YouTube transcripts. И если мы вернемся к моей IDE, вы увидите, что я уже добавил это и сюда. Так что вы можете найти эту команду также в Docker Desktop. Когда вы перейдете к MCP client здесь, а затем здесь, внизу, находится команда для запуска MCP-сервера. Вы увидите MCP-сервер здесь, справа, если вы нажмете на него, вы увидите список всех доступных инструментов, и мы можем использовать их напрямую здесь, в IDE.
Итак, давайте получим содержимое dynamos.ai и посмотрим, работает ли оно. Получим контент веб-сайта http dynamos.ai и посмотрим, что мы получим. Как вы можете видеть здесь, он прочитал страницу, получил контент и дает нам краткое резюме того, что там есть. Так что это работает.
Быстро вернемся к документации. Здесь есть ссылка на MCP-каталог. Если вы нажмете на нее, вы попадете на официальную веб-страницу хаба, где вы можете увидеть все доступные MCP-серверы. И да, на данный момент их не так много, но я думаю, что их будет становиться все больше и больше по мере роста.
Третья функция, которую я хочу вам показать, которая также находится в бета-версии на данный момент, — это Docker Model Runner, который позволяет быстро запускать ваши модели вывода. Так что вы можете просто скачать модели с Docker Hub. Так что мы можем нажать здесь «Скачать модели с Docker Hub», чтобы увидеть, какие модели доступны. Так что всего 15 моделей на данный момент, но у нас есть quen 3 и кое-что еще 3.3, и мы можем быстро скачать их и использовать напрямую в Docker.
Я сейчас в small lm2, и здесь вы можете увидеть команду docker pull справа от меня, и мы просто скопируем ее. Перейдем к нашей командной строке. Перетащим это сюда. Вставим команду для скачивания модели. У меня она уже есть, и она скачается для вас, если у вас ее нет. А затем вы можете просто запустить ее с помощью docker model run вместо pull. И да, она запущена. Мы можем общаться с ней, и она довольно быстрая. Это небольшая модель, но вы можете протестировать ее и использовать для своих проектов.
И что действительно здорово, вы можете интегрировать ее напрямую в свой Docker-стек. Так что вам не нужно использовать внешние API, и у вас все в одном. Вы также можете увидеть это здесь в Docker Desktop. У вас появится новый пункт навигации здесь — Models, и вы увидите свои модели здесь. Вы не можете сделать ничего другого, кроме как запустить ее здесь и общаться с ней напрямую. Но в документации вы можете найти некоторую информацию о том, как получить к ней доступ через curl или внешний API.
Итак, давайте вернемся к документации. Прокрутите немного вниз, и тогда мы сможем увидеть команды для вывода списка всех моделей, запуска моделей, а немного ниже мы увидим доступные конечные точки. И даже немного дальше мы можем получить здесь API и пример C curl. У меня есть пример curl. Я заменил его на localhost, потому что хост у меня не работает. И вам нужно убедиться, что вы включили, как я показывал ранее, здесь, в настройках, функциях и разработке, включить поддержку TCP-сервера хоста с этим портом, а затем вы можете использовать код, как показано здесь, и мы можем запустить его и, надеюсь, получить эссе из 500 слов.
Пока мы ждем, быстрый намек: канал теперь поддерживает участников канала, а также суперчат. Так что, если вы хотите поддержать канал, проверьте это. Хорошо, и мы вернулись. И, как вы можете видеть, у нас есть эссе здесь, надеюсь, на 500 слов. Оно выглядит немного больше, но, как вы можете видеть, оно работает. И вы можете использовать этот вывод в своих проектах.
Это было очень краткое введение в новые функции ИИ Docker. Я только что разобрался с этим сегодня и хотел поделиться с вами. Я не особо готовился, но если вы хотите углубиться в это, дайте мне знать в комментариях, и я смогу сделать больше видео об этом, протестировать и показать вам. Надеюсь, это поможет, и надеюсь увидеть вас в следующем видео. Пока.