Docker Hub 目录

目录

Docker Hub 目录是你首选的受信任、可立即使用的容器镜像和资源集合，专为满足特定开发需求而定制。它们让你更轻松地找到高质量、预先验证的内容，以便你可以快速构建、部署和自信地管理你的应用程序。Docker Hub 中的目录

  • 简化内容发现：结构化和精选的内容使你可以轻松找到针对特定领域或技术定制的工具和资源。
  • 降低复杂性：经过 Docker 及其合作伙伴验证的受信任资源可确保安全性、可靠性并遵循最佳实践。
  • 加速开发：无需进行大量研究或设置，即可快速将高级功能集成到你的应用程序中。

生成式 AI 目录是 Docker Hub 中的第一个目录，提供专门用于 AI 开发的内容。

生成式 AI 目录

生成式 AI 目录 让你轻松探索 AI 功能并将其添加到你的应用程序中。凭借受信任、可立即使用的内容和全面的文档，你可以跳过筛选无数工具和配置的麻烦。相反，将时间和精力集中在创建创新的 AI 驱动应用程序上。

生成式 AI 目录提供了广泛的受信任内容，按关键领域组织，以支持多样化的 AI 开发需求

  • 演示：随时可部署的示例，展示生成式 AI 能力。这些演示提供了一种亲身体验 AI 工具和框架的方式，使其更容易理解如何将它们集成到实际应用中。
  • 模型上下文协议 (MCP) 服务器：MCP 服务器提供了可跨客户端使用的可重用工具集，例如 Claude Desktop。
  • 模型：用于文本生成、自然语言处理 (NLP) 和对话式 AI 等任务的预训练 AI 模型。这些模型为 AI 应用程序提供了基础，而无需开发者从头开始训练模型。
  • 应用程序和端到端平台：简化 AI 应用程序开发的综合平台和工具，包括低代码解决方案以及用于构建多智能体和检索增强生成 (RAG) 应用程序的框架。
  • 模型部署和服务：使开发者能够在生产环境中高效部署和服务 AI 模型的工具和框架。这些资源包括为 GPU 和其他专用硬件预配置的堆栈，确保在规模化场景下的性能。
  • 编排：用于管理复杂 AI 工作流程的解决方案，例如工作流程引擎、大型语言模型 (LLM) 应用程序框架和生命周期管理工具，有助于简化开发和运营。
  • 机器学习框架：流行的框架，如 TensorFlow 和 PyTorch，提供了创建、训练和微调机器学习模型的构建块。
  • 数据库：针对 AI 工作负载优化的数据库，包括用于相似性搜索的向量数据库、用于分析的时序数据库以及用于处理非结构化数据的 NoSQL 解决方案。

注意

对于发布者，请联系我们以加入生成式 AI 目录。

页面选项