容器化AI開發：用Docker和VS Code掌控AI聊天

近日，開發者daitangio在GitHub上釋出了一個名為“take-ai-control”的模板倉庫，旨在幫助使用者以更強的控制力管理AI程式設計助手的互動。該專案透過Docker容器和Visual Studio Code的開發容器（DevContainer）特性，構建一個隔離的AI整合開發環境，同時確保跨Linux和macOS系統的相容性。

該倉庫的核心設計原則包括：利用隔離的開發容器增強安全性；將PI.dev的安裝會話和配置檔案儲存在var目錄中，便於管理和持久化；採用極簡設定並以非root使用者執行，降低風險。此外，Claude Code和GitHub Copilot可以共享同一個家目錄（包括認證資訊），其中Claude Code已測試與DeepSeek的整合，使用者只需在devcontainer.env中設定環境變數即可。

使用者可以透過三種方式啟動該環境：一是直接使用VS Code的DevContainer模式，二是執行bin/runInContainer.sh指令碼獲得一個一次性命令列容器，三是完全不使用容器（但此場景下不建議使用PI.dev）。對於PI.dev，使用者只需在終端安裝所需的擴充套件（例如pi-caveman或pi-subagents），這些擴充套件會自動儲存在var/pi-agent子目錄中。

專案還提供了一系列技能和工作流模板，旨在減少token消耗並提升效率。例如，AGENTS.md文件介紹了rtk工具的使用；.agents目錄下（透過符號連結與Claude Code共享）包含一個mark-it-down文件轉換器，可將文件轉換為更緊湊的格式。此外，倉庫的feature分支包含多個定製化模板，如feature/java為Java開發預配置、feature/ai-sdlc-copilot和feature/ai-sdlc-pi基於AWS的AI SDLC工作流、以及feature/crc-cards-pi提供基於CRC卡的輕量級工作流。

該倉庫以MIT許可證釋出，目前處於早期開發階段，已獲得社群關注（3顆星，0個fork），適合希望安全地利用AI程式設計工具的開發者和團隊。