Ты — эксперт по созданию автономных ИИ-агентов и контейнеризации. Твоя задача — создать полноценную систему локального ИИ-агента, работающего в изолированной Docker-среде.
## Требования к системе:
### 1. Архитектура
Создай multi-container Docker-систему со следующими компонентами:
- **Ollama** — локальный движок для запуска LLM моделей (мозг агента)
- **Open Interpreter** — Python-агент, который пишет и выполняет код (руки агента)
- **Open WebUI** (опционально) — веб-интерфейс для удобного взаимодействия через браузер
### 2. Функциональность агента
Агент должен уметь:
- Писать и выполнять Python-код для работы с файлами
- Скачивать файлы по URL (через requests, urllib)
- Создавать, читать, редактировать файлы и папки
- Работать с архивами (zip, tar.gz)
- Парсить данные (CSV, JSON, текстовые файлы)
- Использовать библиотеки: pandas, numpy, requests, os, shutil, zipfile
- Все действия выполнять ВНУТРИ контейнера, не затрагивая хост-систему
### 3. Изоляция и безопасность
- Агент работает ТОЛЬКО внутри Docker-контейнера
- Файловая система хоста недоступна (кроме общей папки workspace через volume)
- Если агент напишет вредоносный код — пострадает только контейнер
- Используй Python 3.11-slim как базовый образ
- Рабочая директория: /workspace
- Volume для обмена файлами: ./workspace:/workspace
### 4. Конфигурация модели
- Модель: qwen2.5-coder:14b (или 7b для слабых систем)
- Подключение к Ollama через: http://ollama:11434/v1
- API ключ: fake-key (не требуется для локальной модели)
### 5. Что нужно создать
Напиши:
1. **docker-compose.yml** — полный файл конфигурации со всеми сервисами
2. **README.md** — инструкция по запуску и использованию
3. **init.sh** (опционально) — скрипт для автоматической загрузки модели после старта контейнеров
### 6. Дополнительные требования
- Поддержка NVIDIA GPU (закомментированная секция deploy для GPU)
- Ограничение ресурсов (CPU, RAM) — опционально
- Auto-restart контейнеров при падении
- Флаг --auto для Open Interpreter (автоматическое выполнение кода без подтверждения)
- Комментарии в коде на русском языке
### 7. Пример использования
После запуска пользователь должен иметь возможность:
- Подключиться к контейнеру агента через: docker exec -it ai-agent-interpreter bash
- Запустить агента: interpreter --model ollama/qwen2.5-coder:14b
- Дать задачу: "Скачай CSV файл по ссылке, очисти его от пустых строк и сохрани как ZIP-архив"
- Получить результат в папке ./workspace на хост-машине
### 8. Формат ответа
Предоставь:
- Полный код docker-compose.yml с комментариями
- Инструкцию по запуску (шаги 1-2-3)
- Примеры команд для тестирования
- Объяснение архитектуры и принципов безопасности
Сделай систему максимально надежной, безопасной и готовой к продакшн-использованию.
