Docker

Docker 是本地容器 provider。它适合需要本地可复现执行，或 benchmark recipe 可以把任务元数据映射到本地 registry image 的场景。

官方设置入口

需求	链接
安装 Docker Desktop	Docker Desktop
macOS installer	Install Docker Desktop on Mac
Windows installer	Install Docker Desktop on Windows
Linux Desktop installer	Install Docker Desktop on Linux
Linux server / CI 安装	Install Docker Engine
Ubuntu Engine 安装	Install Docker Engine on Ubuntu
Linux post-install	Linux post-installation steps
Registry 登录	docker login

首次设置

在 macOS、Windows 或桌面 Linux 上安装 Docker Desktop；Linux server 和 CI 机器通常安装 Docker Engine。
启动 Docker Desktop 或 Docker daemon。
验证本地 Docker client 可以连接 daemon。
如果需要私有镜像，先用 Docker 登录对应 registry。
先用 AgentCompass 跑单任务，再提高并发。

docker version
docker info
docker run --rm hello-world

在 Linux 上，如果 Docker 只能通过 sudo 运行，可以参考 Docker post-install 步骤，把当前用户加入 docker group：

sudo groupadd docker
sudo usermod -aG docker "$USER"
newgrp docker
docker run --rm hello-world

docker group 拥有很高的主机权限。只应在你接受该安全边界的机器上这样配置。

Registry 凭据

AgentCompass 不管理 Docker registry credentials。镜像由本地 Docker daemon 拉取，因此请先用 Docker 登录：

docker login

私有 registry 需要传 registry host：

docker login registry.example.com

Docker Hub 自动化场景建议使用 Docker personal access token，而不是账号密码。

AgentCompass Smoke Test

对于支持 recipe 的 benchmark，image 和 workspace 可以由 recipe 自动设置。建议先跑单个样本：

agentcompass run \
  swebench_verified \
  mini_swe_agent \
  your-model \
  --env docker \
  --benchmark-params '{"sample_ids":["astropy__astropy-12907"]}' \
  --model-base-url "$MODEL_BASE_URL" \
  --model-api-key "$MODEL_API_KEY"

这个命令会一起验证 Docker image pull、container 启动、文件操作、harness 执行和 benchmark evaluation。

基础运行

对于 custom container task，显式传入 image：

agentcompass run \
  <benchmark> \
  <harness> \
  <model> \
  --env docker \
  --env-params '{"image":"python:3.13-slim","workspace":"/workspace"}' \
  --model-base-url "$MODEL_BASE_URL" \
  --model-api-key "$MODEL_API_KEY"

只有 custom task 或调试时才建议显式传 image。公开 benchmark 的 recipe 通常应该从任务元数据自动推导 image 和 workspace。

agentcompass run \
  <benchmark> \
  <harness> \
  your-model \
  --env docker \
  --env-params '{"image":"python:3.13-slim","workspace":"/workspace"}' \
  --model-base-url "$MODEL_BASE_URL" \
  --model-api-key "$MODEL_API_KEY"

Provider 参数

常见 Docker 覆盖项可以放在 environments.docker 或 --env-params：

Field	作用
`image`	没有 recipe 提供镜像时使用的 Docker image。
`name`	可选容器名；空值表示 AgentCompass 自动生成。
`platform`	强制平台，例如 `linux/amd64`。适合任务镜像有特定架构要求时使用。
`workspace`	容器工作目录，默认 `/workspace`。
`command`	保持 task container 存活的长运行命令。
`default_workspace_root`	benchmark 未指定 workspace 时暴露给 harness 的 workspace root。
`env`	注入容器的环境变量。
`mounts`	provider-specific mount 定义。

在 Apple silicon 或 ARM 主机上，部分公开 benchmark image 可能只有 linux/amd64。当 Docker 报架构不匹配时可以设置 platform，但 emulation 会更慢。

何时使用 Docker

使用 Docker	更适合 remote
需要本地可复现。	任务镜像很大或本地启动很慢。
正在调试 environment 行为。	希望高并发且不占用本地资源。
可以本地拉取 benchmark image。	provider recipe 已经管理任务镜像和 workspace。

Troubleshooting

现象	检查项
`Cannot connect to the Docker daemon`	启动 Docker Desktop，或在 Linux Engine host 上运行 `sudo systemctl start docker`。
`/var/run/docker.sock` `permission denied`	使用 `sudo docker ...`，或配置 Linux `docker` group。
`no basic auth credentials`	对镜像所在 registry 运行 `docker login`。
`no matching manifest`	检查主机架构并设置 `platform`，例如 `linux/amd64`。
容器能启动但命令失败	确认镜像里有 shell、Python 或所需工具，并且 workspace 可写。
本地机器变慢	降低 `--task-concurrency`，或切换到 Modal、Daytona 或集群 provider。

快速开始

核心模块

执行环境

实战指南

官方设置入口

首次设置

Registry 凭据

AgentCompass Smoke Test

基础运行

Provider 参数

何时使用 Docker

Troubleshooting

相关页面

​官方设置入口

​首次设置

​Registry 凭据

​AgentCompass Smoke Test

​基础运行

​Provider 参数

​何时使用 Docker

​Troubleshooting

​相关页面

官方设置入口

首次设置

Registry 凭据

AgentCompass Smoke Test

基础运行

Provider 参数

何时使用 Docker

Troubleshooting

相关页面