Muestras de Python
| Nombre | Descripción |
|---|---|
| NGINX / Flask / MongoDB | Una aplicación de ejemplo en Python/Flask con proxy Nginx y una base de datos Mongo. |
| NGINX / Flask / MySQL | Una aplicación de ejemplo en Python/Flask con un proxy Nginx y una base de datos MySQL. |
| NGINX / WSGI / Flask | Un proxy inverso Nginx de ejemplo con un backend en Flask que utiliza WSGI. |
| Python / Flask / Redis | Una aplicación de ejemplo en Python/Flask y una base de datos Redis. |
| Flask | Una aplicación de ejemplo en Flask. |
| Django | Una aplicación de ejemplo en Django. |
| FastAPI | Una aplicación de ejemplo en FastAPI. |
| example-voting-app | Una aplicación de ejemplo de Docker Compose. |
| Compose y Django | Esta guía de inicio rápido demuestra cómo usar Docker Compose para configurar y ejecutar una aplicación sencilla de Django/PostgreSQL. |
| AI/ML con Docker | Comienza a utilizar IA y aprendizaje automático (ML) con Docker, Neo4j, LangChain y Ollama |
| 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. |
¿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.