Muestras de IA agéntica
| Nombre | Descripción |
|---|---|
| Agent-to-Agent | Esta aplicación es un entorno de ejecución modular de agentes de IA basado en el Agent Development Kit (ADK) de Google y el protocolo A2A (Agent-to-Agent). Envuelve a un agente basado en un modelo de lenguaje grande (LLM) en una API HTTP y utiliza flujos de ejecución estructurados con respuestas en streaming, memoria y herramientas. Está diseñado para permitir que los agentes puedan ser llamados como servicios de red y ser combinables con otros agentes. |
| ADK Multi-Agent Fact Checker | Este proyecto demuestra un sistema colaborativo de múltiples agentes construido con el Agent Development Kit (ADK), donde un agente Auditor de nivel superior coordina el flujo de trabajo para verificar hechos. El agente Critic recopila pruebas mediante búsquedas en internet en vivo utilizando DuckDuckGo a través del Model Context Protocol (MCP), mientras que el agente Reviser analiza y refina la conclusión utilizando únicamente el razonamiento interno. El sistema muestra cómo agentes con funciones y herramientas distintas pueden colaborar bajo una orquestación. |
| DevDuck agents | Un sistema multi-agente para asistencia en programación en Go construido con el Google Agent Development Kit (ADK). Este proyecto cuenta con un agente coordinador (DevDuck) que gestiona dos sub-agentes especializados (Bob y Cerebras) para diferentes tareas de programación. |
| Agno | Esta aplicación es un sistema de orquestación multi-agente impulsado por LLM (como Qwen y OpenAI) y conectado a herramientas a través de una pasarela (gateway) de Model Control Protocol (MCP). Su propósito es recuperar, resumir y documentar incidencias de GitHub, creando automáticamente páginas de Notion a partir de los resúmenes. También admite el resumen de contenidos de archivos desde GitHub. |
| CrewAI | Este proyecto presenta un equipo de marketing virtual autónomo y multi-agente construido con CrewAI. Automatiza la creación de una estrategia de marketing de alta calidad de principio a fin, desde la investigación hasta la redacción publicitaria, mediante la delegación de tareas, la búsqueda web y la síntesis creativa. |
| SQL Agent con LangGraph | Este proyecto demuestra un agente de IA sin configuración que utiliza LangGraph para responder preguntas en lenguaje natural consultando una base de datos SQL, todo ello orquestado con Docker Compose. |
| Langchaingo Brave Search Example - Model Context Protocol (MCP) | Este ejemplo demuestra cómo crear un cliente de Model Context Protocol (MCP) en Go que se comunica con el servidor MCP de Brave Search. La aplicación muestra cómo construir un cliente MCP que permite interacciones en lenguaje natural con Brave Search, permitiéndote realizar búsquedas en internet a través de una interfaz conversacional. Este ejemplo utiliza el SDK oficial de Go para servidores y clientes de Model Context Protocol para configurar el cliente MCP. |
| Spring AI Brave Search Example - Model Context Protocol (MCP) | Este ejemplo demuestra cómo crear un cliente de Model Context Protocol (MCP) con Spring AI que se comunica con el servidor MCP de Brave Search. La aplicación muestra cómo construir un cliente MCP que permite interacciones en lenguaje natural con Brave Search, permitiéndote realizar búsquedas en internet a través de una interfaz conversacional. Este ejemplo utiliza la autoconfiguración de Spring Boot para configurar el cliente MCP a través de archivos de configuración. |
| MCP UI con Vercel AI SDK | Inicia una aplicación de interfaz de usuario MCP que utiliza el SDK de IA de Vercel para proporcionar una interfaz de chat para modelos locales, proporcionada por el Docker Model Runner, con acceso a los MCP del catálogo de MCP de Docker. |
¿Buscas más ejemplos?
Visita los siguientes repositorios de GitHub para ver más ejemplos de Docker.
Awesome Compose: Un repositorio seleccionado que contiene más de 30 ejemplos de Docker Compose. Estos ejemplos ofrecen un punto de partida sobre cómo integrar diferentes servicios utilizando un archivo de Compose.
Docker Samples: Una colección de más de 30 repositorios que ofrecen aplicaciones de demostración contenedorizadas, tutoriales y laboratorios de ejemplo.