# Docker Agent [Docker Agent](https://github.com/docker/docker-agent) es un framework de código abierto para crear equipos de agentes de IA especializados. En lugar de dar instrucciones a un único modelo generalista, defines agentes con roles e instrucciones específicas que colaboran para resolver problemas. Ejecuta estos equipos de agentes desde tu terminal utilizando cualquier proveedor de LLM. > [!NOTE] > Docker Agent es un framework para crear y ejecutar equipos de agentes personalizados. > Para el asistente de IA integrado de Docker, consulta [Gordon](/ai/gordon/) (`docker ai`). ## ¿Por qué equipos de agentes? Un solo agente que maneja tareas complejas implica un cambio de contexto constante. Divide el trabajo entre agentes enfocados en su lugar: cada uno maneja aquello en lo que es mejor. Docker Agent gestiona la coordinación. Aquí tienes un equipo de dos agentes que depura problemas: ```yaml agents: root: model: openai/gpt-5-mini # Cambia al modelo que desees utilizar description: Investigador de fallas instruction: | Analiza mensajes de error, trazas de pila y código para encontrar las causas raíz de las fallas. Explica qué está mal y por qué ocurre. Delega la implementación de la solución al agente corrector (fixer). sub_agents: [fixer] toolsets: - type: filesystem - type: mcp ref: docker:duckduckgo fixer: model: anthropic/claude-sonnet-4-5 # Cambia al modelo que desees utilizar description: Implementador de soluciones instruction: | Escribe soluciones para las fallas diagnosticadas por el investigador. Realiza cambios mínimos y dirigidos, y añade pruebas para evitar regresiones. toolsets: - type: filesystem - type: shell ``` El agente root investiga y explica el problema. Cuando comprende la situación, se la transfiere al agente `fixer` para su implementación. Cada agente se mantiene enfocado en su especialidad. ## Instalación Docker Agent está incluido en Docker Desktop 4.63 y posteriores. En las versiones 4.49 a 4.62 de Docker Desktop, esta característica se llamaba cagent. Para usuarios de Docker Engine o instalaciones personalizadas: - **Homebrew**: `brew install docker-agent` - **Winget**: `winget install Docker.Agent` - **Binarios precompilados**: [Lanzamientos de GitHub](https://github.com/docker/docker-agent/releases) - **Desde el código fuente**: Consulta el [repositorio de Docker Agent](https://github.com/docker/docker-agent?tab=readme-ov-file#build-from-source) El binario `docker-agent` debe copiarse en `~/.docker/cli-plugins` y luego puede utilizarse con el comando `docker agent`. Alternativamente, se puede utilizar como un binario independiente. ## Primeros pasos Prueba el equipo analizador de fallas (bug analyzer): 1. Configura tu clave de API para el proveedor de modelos que deseas utilizar: ```console $ export ANTHROPIC_API_KEY= # Para modelos Claude $ export OPENAI_API_KEY= # Para modelos OpenAI $ export GOOGLE_API_KEY= # Para modelos Gemini ``` 2. Guarda la [configuración de ejemplo](#por-que-equipos-de-agentes) como `debugger.yaml`. 3. Ejecuta tu equipo de agentes: ```console $ docker agent run debugger.yaml ``` Verás un prompt donde puedes describir fallas o pegar mensajes de error. El investigador analiza el problema y luego se lo transfiere al corrector (fixer) para su implementación. ## Cómo funciona Interactúas con el _agente root_, que puede delegar el trabajo a los subagentes que definas. Cada agente: - Utiliza su propio modelo y parámetros - Tiene su propio contexto (los agentes no comparten conocimientos) - Puede acceder a herramientas integradas como listas de tareas pendientes, memoria y delegación de tareas - Puede utilizar herramientas externas a través de [servidores MCP](/ai/mcp-catalog-and-toolkit/mcp-gateway/) El agente root delega tareas a los agentes listados en `sub_agents`. Los subagentes pueden tener sus propios subagentes para jerarquías más profundas. ## Opciones de configuración Las configuraciones de los agentes son archivos YAML. Una estructura básica se ve así: ```yaml agents: root: model: claude-sonnet-4-0 description: Breve resumen del rol instruction: | Instrucciones detalladas para este agente... sub_agents: [helper] helper: model: gpt-5-mini description: Rol del agente especialista instruction: | Instrucciones para el agente helper... ``` También puedes configurar los ajustes del modelo (como los límites de contexto), las herramientas (incluidos los servidores MCP) y más. Consulta la [referencia de configuración](/ai/reference/config/) para obtener todos los detalles. ## Compartir equipos de agentes Las configuraciones de los agentes se empaquetan como artefactos OCI. Súbelas (push) y descárgalas (pull) como imágenes de contenedor: ```console $ docker agent share push ./debugger.yaml miusuario/debugger $ docker agent share pull miusuario/debugger ``` Utiliza Docker Hub o cualquier registro compatible con OCI. Subir un agente crea el repositorio si aún no existe. ## ¿Qué sigue? - Sigue el [tutorial](/ai/tutorial/) para crear tu primer agente de codificación - Aprende las [mejores prácticas](/ai/best-practices/) para crear agentes eficaces - Integra Docker Agent con tu [editor](/ai/integrations/acp/) o utiliza agentes como [herramientas en clientes MCP](/ai/integrations/mcp/) - Explora ejemplos de configuraciones de agentes en el [repositorio de Docker Agent](https://github.com/docker/docker-agent/tree/main/examples) - Utiliza `docker agent new` para generar equipos de agentes con IA - Conecta agentes a herramientas externas a través de la [Docker MCP Gateway](/ai/mcp-catalog-and-toolkit/mcp-gateway/) - Lee la [referencia de configuración completa](https://github.com/docker/docker-agent?tab=readme-ov-file#-configuration-reference)