Dockerは、新機能を発表した。この新機能により、開発者はDocker Composeを使用してエージェントを定義、構築、実行することが可能になり、エージェント開発プロセスの効率化と反復的なタスクの削減を目指している。また、現在ベータ版として提供されているDocker Offloadは、リモートGPUコンピューティングにモデルの構築と実行をシームレスにオフロードする方法を提供した。
Docker Composeを用いたエージェント定義のサポート追加は、コンテナベース開発と同様に、エージェント開発における主要ツールプロバイダーとしての地位を確立するというDockerの戦略における更なる一歩だ。DockerのMark Cavage氏とTushar Jain氏が指摘するように、これはエージェント開発に通常伴う反復的で面倒な作業、例えば異なるモデルでの反復、MCPツールへの安全な接続、そしてチームメイトが同じワークフローを簡単に実行できるようにすべてをパッケージ化することを簡素化することを意味する。
この新機能では、開発者がcompose.yamlファイル内でオープンモデル、エージェント、MCPツールを宣言し、その後docker compose upを使用してビルドおよび実行できる。Docker Composeは、LangGraph、Embabel、Vercel AI、Spring AI、CrewAI、Google ADK、Agnoといった 多くの既存のエージェントフレームワークと統合された。
開発者がDocker Composeを活用してエージェント開発を始めるための支援として、Dockerはすべての対応フレームワーク向けのサンプルプロジェクトを収録したGitHubリポジトリを作成した。例えば、Google ADKを使用して協調型マルチエージェントファクトチェッカーを構築する例を以下に示されている。
Criticエージェントは、DuckDuckGoとModel Context Protocol（MCP）を使用してライブインターネット検索から証拠を収集し、Reviserエージェントは内部の推論のみを用いて結論を分析・精査します。このシステムは、異なる役割とツールを持つエージェントが調整の下でどのように協力できるかを示しています。
対応するcompose.yamlファイルには、adkとmcp-gatewayという2つのサービスが定義されており、使用されるモデルとその引数を記載したmodelsセクションが含まれている。Docker社はDocker Desktop 4.40において、Model Runnerを使用してローカルモデルをパッケージ化し実行する機能を導入したが、適切な認証情報を提供することでリモートまたはクラウドベースのモデルを利用が可能。Docker Composeのモジュラーアーキテクチャにより、複数のエージェント構成に対するcomposeオーバーライドを簡単に作成できる。例えば、ローカルモデルの代わりにOpenAIを使用するバリアントや、Google Cloud Runをターゲットとするバリアントを定義可能である。この仕組みにより、複数のcomposeファイルを組み合わせてエージェントを起動できる：
docker compose -f compose.yaml -f compose.openai.yaml up --build
最新のDocker Desktopでサポートされるエージェント開発向けのもう一つの新機能は、Docker Offloadとなる。このフルマネージドサービスは、ローカルリソースが不足している場合にDocker Model Runnerの代替として利用できる。開発者は、ローカルデプロイメントと同じワークフローを使用して、モデルとコンテナをクラウドGPU上で透過的に実行できる。
Docker Offloadは、大規模な言語モデルやマルチエージェントのオーケストレーションといった計算負荷の高いワークロードを高性能クラウド環境にオフロードすることで、インフラストラクチャの制約から解放する。複雑なセットアップ、GPU不足、設定の煩わしさは一切ない。
このサービスは現在ベータ版として提供されており、Dockerは開発者が利用を開始しやすいように300分間の無料使用時間を提供している。