AI代理镜像 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。
AI代理镜像 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
AI代理镜像 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 克隆仓库 git clone https://github.com/nothingnesses/agent-images cd agent-images # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
# 查看帮助 agent-images --help # 基本运行 agent-images [options] <input> # 详细使用说明请查阅文档 # https://github.com/nothingnesses/agent-images
# agent-images 配置说明 # 查看配置选项 agent-images --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量(覆盖配置文件) export AGENT_IMAGES_CONFIG="/path/to/config.yml"
Sandboxed OCI container images for AI coding agents, built reproducibly with Nix.
Consumes agent packages from llm-agents.nix and produces images usable with agent-box or standalone Podman/Docker.
llm-agents.nix (packages) -> agent-images (images) -> agent-box (orchestration)
nix search . ^
The default experimental features are nix-command and flakes. Override with nixExperimentalFeatures:
mkAgentImage {
name = "my-agent";
agent = my-agent-package;
entrypoint = [ "my-agent" ];
withNix = true;
nixExperimentalFeatures = [ "nix-command" "flakes" "pipe-operators" ];
};
All other dependencies (including agent packages from llm-agents.nix) are resolved automatically by the Nix flake. NixOS users should also follow the rootless Podman setup steps below.
macOS: Images are Linux-only. On macOS, specify the target system explicitly and ensure you have a Linux remote builder configured (e.g. via Docker Desktop or nix-darwin's linux-builder):
```bash nix build .#packages.x86_64-linux.<agent>
NixOS requires extra configuration for rootless Podman to work with these images. Add the following to your configuration.nix:
virtualisation = {
containers.enable = true;
podman = {
enable = true;
dockerCompat = true;
};
};
users.users.<USERNAME> = {
extraGroups = [ "podman" ];
subUidRanges = [{ startUid = 100000; count = 65536; }];
subGidRanges = [{ startGid = 100000; count = 65536; }];
};
Then rebuild: sudo nixos-rebuild switch
Note: The sudo commands and podman load/podman system reset commands below must be run from your own terminal. Sandboxed environments (such as AI coding agents running inside containers) cannot execute sudo or access /etc/subuid due to the "no new privileges" flag.
You also need a container trust policy. Create ~/.config/containers/policy.json:
{
"default": [{ "type": "insecureAcceptAnything" }]
}
```bash
Pass the API key for your chosen provider:
```bash
Create ~/.agent-box.toml:
```toml workspace_dir = "~/.local/agent-box/workspaces" base_repo_dir = "~/path/to/your/projects"
[runtime] backend = "podman"
direnv is not included by default but can be added via extraPackages:
mkAgentImage {
name = "my-agent";
agent = my-agent-package;
entrypoint = [ "my-agent" ];
withNix = true;
extraPackages = [ pkgs.direnv pkgs.nix-direnv ];
};
You will also need to wire up the shell hook. Add an extraEnv entry or configure .bashrc in the container's home directory to run eval "$(direnv hook bash)".
By default, images include a standard set of CLI tools (bash, coreutils, git, etc.). Pass basePackages to replace them entirely:
mkAgentImage {
name = "my-minimal-agent";
agent = my-agent-package;
entrypoint = [ "my-agent" ];
basePackages = with pkgs; [ bashInteractive coreutils git cacert ];
}
Corrupted storage after failed load. If podman load fails (e.g. because /etc/subuid was missing), Podman's storage may be corrupted. Fix with:
podman system reset --force
podman load < result
newuidmap: Too many levels of symbolic links. This happens when /etc/subuid is a symlink (e.g. from environment.etc entries). NixOS setuid wrappers cannot follow symlinks. Remove any environment.etc entries for subuid/subgid and rely solely on subUidRanges/subGidRanges, which create real files. Rebuild and then reset Podman storage.
agent-images 是一个专为 AI coding agents 设计的沙盒化 OCI 容器镜像项目。它利用 Nix 实现可复现的构建流程,通过集成 llm-agents.nix 中的 agent 软件包,生成可直接用于 agent-box 进行编排,或通过 Podman/Docker 独立运行的安全镜像。其核心工作流为:从 llm-agents.nix 获取软件包,通过 agent-images 构建镜像,最终由 agent-box 进行调度管理。
本项目支持高度自定义的实验性功能配置。在构建镜像时,你可以通过 `nixExperimentalFeatures` 参数灵活覆盖默认的 `nix-command` 和 `flakes` 设置。这允许开发者在构建过程中引入如 `pipe-operators` 等高级 Nix 特性,确保构建环境能够满足复杂 agent 逻辑的需求,实现高度定制化的开发环境。
在使用本项目之前,请确保你的开发环境已安装 Nix 并启用了 Flakes 功能。此外,你需要安装 Podman 或 Docker 用于镜像的加载与运行。项目的所有其他依赖项(包括来自 llm-agents.nix 的 agent 软件包)都将在构建过程中自动处理,开发者无需手动配置复杂的底层环境。
首先,你需要通过 Nix 构建流程生成镜像。执行构建命令后,系统会创建一个 `result` 符号链接,该链接指向生成的镜像文件。你可以通过 `podman load < result` 或 `docker load < result` 命令将构建好的镜像加载到本地容器运行时中,完成从源码到可用镜像的部署过程。
本项目支持两种运行模式:首先是 Standalone Usage(独立运行模式),你可以直接通过命令行并传入所选 AI 供应商的 API key 来启动 agent;其次是配合 agent-box 使用,通过 agent-box 的编排能力实现更复杂的自动化任务。开发者可以根据实际场景选择更轻量或更具管理性的运行方式。
用户可以通过创建 `~/.agent-box.toml` 文件进行全局配置,包括设置工作目录 `workspace_dir`、项目根目录 `base_repo_dir` 以及指定运行时后端(如 `podman`)。此外,本项目还支持通过 `extraPackages` 扩展镜像功能,例如集成 `direnv` 和 `nix-direnv` 以增强开发体验,并通过 `extraEnv` 配置容器内的环境变量。
在构建工作流中,你可以通过 `basePackages` 参数实现对基础软件包的完全覆盖。默认情况下,镜像包含 bash、git 等标准 CLI 工具,但如果你需要构建一个极简的镜像,可以通过传递自定义的软件包列表来替换默认环境,从而实现对 agent 运行环境的精细化控制。
针对常见问题,如果因配置不当(如缺少 `/etc/subuid`)导致 `podman load` 失败并引发存储损坏,可以使用 `podman system reset --force` 进行强制重置。此外,若遇到 `newuidmap: Too many levels of symbolic links` 错误,通常与系统用户映射配置有关,需检查 NixOS 的 rootless Podman 设置。
提供可复现的AI编码代理容器镜像,提高工作流效率
该工具使用 BlueOak-1.0.0 协议,商用场景请仔细阅读协议条款,必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
📄 BlueOak-1.0.0 — 请查阅原始协议条款了解具体使用限制。
经综合评估,AI代理镜像 在Agent工作流赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。
| 原始名称 | agent-images |
| 原始描述 | 开源AI工作流:Sandboxed OCI container images for AI coding agents, built reproducibly with Nix。⭐17 · Shell |
| Topics | aiagentcontainershell |
| GitHub | https://github.com/nothingnesses/agent-images |
| License | BlueOak-1.0.0 |
| 语言 | Shell |
收录时间:2026-06-21 · 更新时间:2026-06-22 · License:BlueOak-1.0.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端