- عنوان کتاب: Operational AI with Docker Deploy, scale, and operate agentic AI services with Docker and Kubernetes
- نویسنده: Ajeet Singh Raina, Harsh Manvar
- حوزه: هوش مصنوعی عاملمحور
- سال انتشار: 2026
- تعداد صفحه: 405
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 22.8 مگابایت
چشمانداز هوش مصنوعی در حال تغییر اساسی است. مدلهایی که زمانی فقط در مقالات تحقیقاتی و APIهای ابری وجود داشتند، اکنون به صورت محلی روی لپتاپهای توسعهدهندگان اجرا میشوند. عاملهای خودمختار، گردشهای کاری پیچیده چند مرحلهای را بدون دخالت انسان هماهنگ میکنند. سیستمهای چند مدلی مانند تیمهای تخصصی همکاری میکنند و هر کدام قابلیت متمایزی برای حل مسائلی که هیچ مدل واحدی به تنهایی نمیتوانست از عهده آنها برآید، ارائه میدهند. با این حال، با وجود همه این پیشرفتها، یک شکاف حیاتی باقی مانده است: چالش زیرساخت. چگونه یک مدل هوش مصنوعی را از یک نوتبوک Jupyter به یک سیستم تولیدی منتقل میکنید که قابل مقیاسبندی، نظارت، بهروزرسانی و اعتماد باشد؟ چگونه به یک عامل دسترسی به ابزارها و منابع داده را بدون افشای اسرار یا دور زدن مرزهای امنیتی میدهید؟ چگونه دهها عامل تخصصی را در یک خوشه Kubernetes هماهنگ میکنید و در عین حال هزینهها را تحت کنترل نگه میدارید؟ این شکافی است که کتاب «هوش مصنوعی عملیاتی با داکر» برای پر کردن آن نوشته شده است. ما سالها در تقاطع کانتینرسازی و هوش مصنوعی، ساخت جوامع داکر، ایجاد محتوای عملی و کار در کنار مهندسان برخی از بزرگترین شرکتهای جهان، در حالی که آنها دقیقاً با این سؤالات دست و پنجه نرم میکردند، وقت صرف کردهایم. چیزی که ما به طور مداوم دریافتیم این بود که اکوسیستم داکر از قبل اکثر پاسخها را در خود جای داده است. Docker Model Runner برای استنتاج محلی. Docker MCP Gateway برای یکپارچهسازی امن ابزار. Docker Compose برای معماریهای چندعاملی اعلانی. Kubernetes و kagent برای هماهنگسازی در سطح تولید در مقیاس بزرگ. این کتاب این ابزارها را در یک داستان منسجم و سرتاسری به هم پیوند میدهد. دو قابلیت شایسته ذکر ویژه هستند. Docker Agent یک لایه عامل بومی را به پلتفرم Docker میآورد و توسعهدهندگان را قادر میسازد تا عاملهای هوش مصنوعی را با همان گردشهای کاری آشنایی که قبلاً برای کانتینرها استفاده میکردند، بسازند، اجرا و مدیریت کنند. Docker Sandboxes با اجرای کد تولید شده توسط عامل در داخل مرزهای سبک microVM، امنیت را یک گام فراتر میبرد و به عاملهای خودمختار آزادی عمل میدهد و در عین حال اطمینان میدهد که هرگز نمیتوانند از محیط تعیین شده خود فرار کنند. این قابلیتها در کنار هم، نمایانگر چشمانداز Docker برای هوش مصنوعی عامل ایمن و آماده برای تولید هستند.
The AI landscape is undergoing a fundamental shift. Models that once existed only in research papers and cloud APIs now run locally on developer laptops. Autonomous agents orchestrate complex multi-step workflows without human intervention. Multi-model systems collaborate like specialized teams, each bringing a distinct capability to solve problems no single model could tackle alone. Yet for all this progress, a critical gap remains: the infrastructure challenge. How do you move an AI model from a Jupyter notebook to a production system that can be scaled, monitored, updated, and trusted? How do you give an agent access to tools and data sources without exposing secrets or bypassing security boundaries? How do you orchestrate dozens of specialized agents across a Kubernetes cluster while keeping costs under control? This is the gap that Operational AI with Docker was written to close. We have spent years at the intersection of containerization and AI, building Docker communities, creating hands-on content, and working alongside engineers at some of the world’s largest enterprises as they wrestled with exactly these questions. What we found, consistently, was that the Docker ecosystem already contained most of the answers. Docker Model Runner for local inference. Docker MCP Gateway for secure tool integration. Docker Compose for declarative multi-agent architectures. Kubernetes and kagent for production-grade orchestration at scale. This book weaves those tools into a coherent, end-to-end story. Two capabilities deserve a special mention. Docker Agent brings a native agentic layer to the Docker platform, enabling developers to build, run, and manage AI agents with the same familiar workflows they already use for containers. Docker Sandboxes takes security a step further by executing agent-generated code inside lightweight microVM boundaries, giving autonomous agents the freedom to act while ensuring they can never escape their designated environment. Together, these capabilities represent Docker’s vision for safe, production-ready agentic AI.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Operational AI with Docker
نظرات کاربران