Docker CLI 插件实现零代码多智能体编排

当前 AI Agent 部署的主流路径是 LangChain/LangGraph 写 Python 代码或直接用 Dify/Flowise 的 GUI，但前者学习曲线陡峭，后者难以版本控制和 CI/CD 集成。docker-agent 选择了第三条路：把 Agent 定义基础设施化，用 YAML 做 Git 友好的声明式管理，同时原生接入 MCP 工具生态而非自建工具标准。

这跟 AutoGen、CrewAI 等框架的核心差异在于运行层——它不是一个 Python 库，而是直接复用 Docker 的容器调度和隔离能力，多智能体通信走本地网络而非进程内调用，这在生产环境的故障隔离和资源配额上有明显优势。已经在用 Docker Compose 管理服务的团队，可以把 Agent 工作流无缝嵌入现有 DevOps 管线。

最适合的场景：需要快速搭建内部自动化工作流（如运维排障、数据报表生成）、但还没确定要投入全职工程师维护 Agent 系统的中小团队。如果智能体逻辑复杂到需要自定义控制流，YAML 的表达能力会成为瓶颈，此时该切回代码方案。