EntwicklungsabläufeÖffentliche Skills

Container Management

Docker-Container-Operationen für KI-Agenten — starten, stoppen, inspizieren, ausführen, Images, Netzwerke und Volumes verwalten mit sicherheitsorientiertem Lifecycle-Management über native Docker-Socket.

Skill-Quelle öffnen Lesen Sie den offiziellen Leitfaden ↗

Was diese Skill lehrt

Ein wiederverwendbares Playbook für eine bestimmte Art von Arbeit.

Ein MCP-Server teilt einem Agenten mit, welche Aktionen verfügbar sind. Eine Skill fügt die Bewertung dieser Aktionen hinzu: wie man den Auftrag erkennt, welche Reihenfolge zu befolgen ist, was zu vermeiden ist und wie entschieden wird, dass das Ergebnis abgeschlossen ist.

Orchestrieren Sie Docker-Container-Operationen — starten, stoppen, inspizieren, ausführen, verwalten Sie Images, Netzwerke, Volumes und sehen Sie Logs ein. Verwenden Sie dies zur Verwaltung von Docker-Containern, Herunterladen von Images, Überprüfen des Container-Status, Einsehen von Logs, Ausführen von Befehlen innerhalb von Containern, Verwalten von Netzwerken oder zur Fehlerbehebung bei Containern.

Architektur

Wie Container Management einen ADK-Rust-Agenten anleitet.

Die Skill bleibt lesbar und portabel, weil sie Anweisungen enthält und keine Dienstanmeldeinformationen oder Geschäftsdaten. ADK-Rust stellt sie dem Agenten bereit, der Agent wählt aus seiner geprüften Werkzeuggrenze und der verbundene MCP-Server führt die authentifizierte Operation aus.

Benutzeranfrage

Der Agent erhält ein Ziel, das in Alltagssprache ausgedrückt wird.

→

Container Management Fähigkeit

Passt die Absicht an, liefert den Entscheidungsleitfaden und schränkt die Werkzeuggrenze ein.

→

ADK-Rust Agent

Plant den Workflow und streamt jeden sinnvollen Schritt durch die Laufzeit.

→

mcp-containers

Führt authentifizierte Operationen gegen das System aus, das die Fähigkeit besitzt.

→

Verifiziertes Ergebnis

Die Abschlussregeln der Skill bestimmen die Beweise, die dem Benutzer zurückgegeben werden.

Tragbare Anweisungen: SKILL.md · Fähigkeitsgrenze: mcp-containers · Erlaubte Werkzeuge: 32

Entscheidungsleitfaden

Wie der Agent eine Anfrage in die richtige Aktion umsetzt.

Diese Routen stammen direkt aus den Skill-Anweisungen. Sie helfen dem Modell, die Absicht zu erkennen und ein fokussiertes Werkzeug oder einen Workflow auszuwählen, anstatt über die gesamte Fähigkeitsoberfläche zu improvisieren.

"containers", "running", "list", "ps"?

WORKFLOW 1: Container-Status

"logs", "output", "errors"?

WORKFLOW 2: Logs & Diagnose

"run", "start", "deploy container"?

WORKFLOW 3: Container starten

"stop", "kill", "restart"?

WORKFLOW 4: Lifecycle-Management

"exec", "shell", "command inside"?

WORKFLOW 5: Ausführen im Container

"images", "pull", "build"?

WORKFLOW 6: Image-Verwaltung

"network", "connect", "DNS"?

WORKFLOW 7: Netzwerke

"volume", "storage", "mount"?

WORKFLOW 8: Volumes

Bewährte Workflows

Wiederholbare Abläufe für nützliche Ergebnisse.

Ein Workflow verbindet mehrere Werkzeugaufrufe zu einer Aufgabe, die der Benutzer tatsächlich erkennt. Die Skill erklärt die Abfolge und das beabsichtigte Ergebnis, während ADK-Rust den Fortschritt des Agenten durch die gemeinsame Laufzeit streamt.

011-3 Aufrufe

Container-Status

Auflisten + Statistiken + Inspektion

022-4 Aufrufe

Logs & Diagnose

Logs + Prozesse + Ressourcen + Dateisystem

033-4 Aufrufe

Container starten

Pull → starten → Start prüfen

042-3 Aufrufe

Lebenszyklus

Stoppen → entfernen (sichere Reihenfolge)

051 Aufrufe

Innerhalb ausführen

Befehle im Container ausführen

062-3 Aufrufe

Image-Verwaltung

Pull, taggen, inspizieren

Werkzeuggrenze

Die Skill kann 32 dokumentierte Werkzeuge verwenden.

Diese Whitelist wird von der Skill deklariert. Sie hält den Agenten auf die für diesen Auftrag benötigten Aktionen fokussiert, während mcp-containers die Verantwortung für Authentifizierung, Validierung und das verbundene System behält.

list_containers

inspect_container

run_container

stop_container

kill_container

remove_container

restart_container

pause_container

unpause_container

rename_container

get_logs

exec_container

get_stats

get_top

get_changes

wait_container

update_container

list_images

pull_image

remove_image

inspect_image

tag_image

image_history

list_networks

create_network

remove_network

inspect_network

connect_network

list_volumes

create_volume

remove_volume

inspect_volume

Arbeitsregeln

Was der Agent tun sollte.

Folgen Sie dem Entscheidungsleitfaden, verwenden Sie die deklarierte Werkzeuggrenze und überprüfen Sie das Ergebnis, bevor Sie antworten.

Betriebsgrenzen

Was der Agent vermeiden sollte.

Überprüfen Sie das vollständige SKILL.md, bevor Sie diese Skill für die Produktion aktivieren.

Installieren und verbinden

Fügen Sie die Skill neben der Fähigkeit hinzu, die sie erwartet.

Installieren Sie das Repository dort, wo Ihr ADK-Rust-Skill-Loader es entdecken kann, verbinden Sie mcp-containers und bestätigen Sie, dass die deklarierten Werkzeuge verfügbar sind, bevor Sie den Agenten den Workflow verwenden lassen.

Skill installieren

git clone https://github.com/zavora-ai/skill-container-management.git \
  ~/.skills/skills/container-management

ADK-Rust Ladeform

let skills = SkillLoader::from_dir("~/.skills/skills").await?;
let skill = skills.load("container-management").await?;

let agent = LlmAgentBuilder::new("agent")
    .instruction(skill.instructions())
    .tools(skill.allowed_tools(toolset)?)
    .build()?;

Die Kompatibilitätserklärung des Repositories: Erfordert verbundenen mcp-containers-Server (Docker-Socket).

Offizielle Dokumentation

Lesen Sie das vollständige Skill-Paket.

Das Repository bleibt autoritativ für seine genauen Anweisungen, Beispiele, Hilfsskripte, Assets, MCP-Anforderungen, Lizenz und spätere Updates.

Übersicht ↗README.md Skill-Anweisungen ↗SKILL.md Mcp-übergreifende Workflows ↗references/cross-mcp-workflows.md Beispiele ↗references/examples.md Werkzeugsequenzen ↗references/tool-sequences.md Validieren ↗scripts/validate.py Container-Status ↗assets/container-status.md

Weiter erkunden

Mehr in entwicklungsabläufe.

Alle Skills durchsuchen →

Browser AutomationWeb-Operationen für AI-Agenten — Seiten lesen, Daten extrahieren, Screenshots erstellen, mit Formularen interagieren und strukturierte Inhalte über Headless Chromium scrapen.17 erlaubte Werkzeuge CI/CD Pipeline ManagementPipeline-Operationen für KI-Agenten — Builds überwachen, Fehler anhand von Logs debuggen, sichere Deployments auslösen und Release-Gates über mcp-cicd verwalten.8 erlaubte Werkzeuge Code Search & NavigationCode-Intelligenz für KI-Agenten — semantische Suche, Symbol-Lookup, Aufrufgraphen, Abhängigkeitsmapping, Blast-Radius-Analyse und Eigentümerauflösung via mcp-code-search.8 erlaubte Werkzeuge

Quelleneintrag

Repository-Metadaten für diesen Skill-Eintrag.

Öffentliches Repository ansehen ↗

Lizenz: Apache-2.0
Erlaubte Werkzeuge: 32
Referenzen: 3
Revision: a3ac96cc78d8
Aktualisiert: 31. Mai 2026