Zurück zu Fähigkeiten

create-r-dockerfile

pjt222
Aktualisiert 2 days ago
2 Ansichten
17
2
17
Auf GitHub ansehen
Metaaimcpdesign

Über

Diese Fähigkeit generiert optimierte Dockerfiles für R-Projekte unter Verwendung von Rocker-Basis-Images. Sie verwaltet Systemabhängigkeiten, die Installation von R-Paketen, Renv-Integration und die Schichtanordnung für schnelle Neuerstellungen. Nutzen Sie sie, wenn Sie R-Anwendungen containerisieren, reproduzierbare Umgebungen erstellen oder R-basierte Dienste wie Shiny- oder Plumber-APIs bereitstellen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-r-dockerfile

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation


name: create-r-dockerfile description: > Erstelle ein Dockerfile fuer R-Projekte mit rocker-Basisimages. Umfasst die Installation von Systemabhaengigkeiten, R-Paketinstallation, renv-Integration und optimierte Layer-Reihenfolge fuer schnelle Rebuilds. Verwende diesen Skill beim Containerisieren einer R-Anwendung oder Analyse, beim Erstellen reproduzierbarer R-Umgebungen, beim Deployen R-basierter Dienste (Shiny, Plumber, MCP-Server) oder beim Einrichten konsistenter Entwicklungsumgebungen auf verschiedenen Rechnern. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: containerization complexity: intermediate language: Docker tags: docker, r, rocker, container, reproducibility locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16

R-Dockerfile erstellen

Erstelle ein Dockerfile fuer R-Projekte mit rocker-Basisimages und ordnungsgemaessem Abhaengigkeitsmanagement.

Wann verwenden

  • Containerisieren einer R-Anwendung oder Analyse
  • Erstellen reproduzierbarer R-Umgebungen
  • Deployen R-basierter Dienste (Shiny, Plumber, MCP-Server)
  • Einrichten konsistenter Entwicklungsumgebungen

Eingaben

  • Erforderlich: R-Projekt mit Abhaengigkeiten (DESCRIPTION oder renv.lock)
  • Erforderlich: Zweck (Entwicklung, Produktion oder Dienst)
  • Optional: R-Version (Standard: neueste stabile Version)
  • Optional: Zusaetzlich benoetigte Systembibliotheken

Vorgehensweise

Schritt 1: Basisimage waehlen

AnwendungsfallBasisimageGroesse
Minimale R-Laufzeitumgebungrocker/r-ver:4.5.0~800MB
Mit tidyverserocker/tidyverse:4.5.0~1.8GB
Mit RStudio Serverrocker/rstudio:4.5.0~1.9GB
Shiny-Serverrocker/shiny-verse:4.5.0~2GB

Erwartet: Ein Basisimage wird ausgewaehlt, das den Projektanforderungen entspricht, ohne unnoetige Aufblaehung.

Bei Fehler: Bei Unsicherheit, welches Image verwendet werden soll, mit rocker/r-ver (minimal) beginnen und Pakete nach Bedarf hinzufuegen. Den vollstaendigen Image-Katalog unter rocker-org pruefen.

Schritt 2: Dockerfile schreiben

FROM rocker/r-ver:4.5.0

# Systemabhaengigkeiten installieren
# Nach Zweck gruppiert fuer Uebersichtlichkeit
RUN apt-get update && apt-get install -y \
    # HTTP/SSL
    libcurl4-openssl-dev \
    libssl-dev \
    # XML-Verarbeitung
    libxml2-dev \
    # Git-Integration
    libgit2-dev \
    libssh2-1-dev \
    # Grafik
    libfontconfig1-dev \
    libharfbuzz-dev \
    libfribidi-dev \
    libfreetype6-dev \
    libpng-dev \
    libtiff5-dev \
    libjpeg-dev \
    # Hilfsprogramme
    git \
    curl \
    && rm -rf /var/lib/apt/lists/*

# R-Pakete installieren
# Reihenfolge: am wenigsten aenderbare zuerst fuer Cache-Effizienz
RUN R -e "install.packages(c( \
    'remotes', \
    'devtools', \
    'renv' \
    ), repos='https://cloud.r-project.org/')"

# Arbeitsverzeichnis setzen
WORKDIR /workspace

# Zuerst renv-Dateien kopieren (Cache-Layer)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R

# Pakete aus Lockfile wiederherstellen
RUN R -e "renv::restore()"

# Projektdateien kopieren
COPY . .

# Standardbefehl
CMD ["R"]

Erwartet: Dockerfile wird erfolgreich mit docker build -t myproject . gebaut.

Bei Fehler: Wenn der Build waehrend apt-get install fehlschlaegt, Paketnamen fuer die Zieldistribution (Debian) pruefen. Wenn renv::restore() fehlschlaegt, sicherstellen, dass renv.lock und renv/activate.R vor dem Restore-Schritt kopiert werden.

Schritt 3: .dockerignore erstellen

.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
renv/staging
docs/
*.tar.gz

Erwartet: .dockerignore schliesst Git-Verlauf, IDE-Dateien, lokale renv-Bibliothek und Build-Artefakte aus dem Docker-Kontext aus.

Bei Fehler: Wenn der Docker-Build weiterhin unerwuenschte Dateien kopiert, sicherstellen, dass .dockerignore im selben Verzeichnis wie das Dockerfile liegt und korrekte Glob-Muster verwendet.

Schritt 4: Bauen und Testen

docker build -t r-project:latest .
docker run --rm -it r-project:latest R -e "sessionInfo()"

Erwartet: Container startet mit korrekter R-Version und alle Pakete sind verfuegbar. Die sessionInfo()-Ausgabe bestaetigt die erwartete R-Version.

Bei Fehler: Build-Logs auf Systemabhaengigkeitsfehler pruefen. Fehlende -dev-Pakete zum apt-get install-Layer hinzufuegen.

Schritt 5: Fuer Produktion optimieren

Fuer Produktions-Deployments Multi-Stage-Builds verwenden:

# Build-Phase
FROM rocker/r-ver:4.5.0 AS builder
RUN apt-get update && apt-get install -y libcurl4-openssl-dev libssl-dev
COPY renv.lock .
RUN R -e "install.packages('renv'); renv::restore()"

# Laufzeit-Phase
FROM rocker/r-ver:4.5.0
COPY --from=builder /usr/local/lib/R/site-library /usr/local/lib/R/site-library
COPY . /app
WORKDIR /app
CMD ["Rscript", "main.R"]

Erwartet: Multi-Stage-Build erzeugt ein kleineres finales Image. Die Laufzeit-Phase enthaelt nur kompilierte R-Pakete, keine Build-Tools.

Bei Fehler: Wenn Pakete in der Laufzeit-Phase nicht geladen werden koennen, sicherstellen, dass der Bibliothekspfad in COPY --from=builder mit dem Installationsort der R-Pakete uebereinstimmt. Mit R -e ".libPaths()" in beiden Phasen pruefen.

Validierung

  • docker build wird fehlerfrei abgeschlossen
  • Container startet und R-Sitzung funktioniert
  • Alle erforderlichen Pakete sind verfuegbar
  • .dockerignore schliesst unnoetige Dateien aus
  • Image-Groesse ist angemessen fuer den Anwendungsfall
  • Rebuilds sind schnell, wenn sich nur Code aendert (Layer-Caching funktioniert)

Haeufige Fehler

  • Fehlende Systemabhaengigkeiten: R-Pakete mit kompiliertem Code benoetigen -dev-Bibliotheken. Fehlermeldungen waehrend install.packages() pruefen.
  • Layer-Cache-Invalidierung: Das Kopieren aller Dateien vor der Paketinstallation invalidiert den Cache bei jeder Code-Aenderung. Zuerst die Lockfile kopieren.
  • Grosse Images: rm -rf /var/lib/apt/lists/* nach apt-get install verwenden. Multi-Stage-Builds in Betracht ziehen.
  • Zeitzonen-Probleme: ENV TZ=UTC hinzufuegen oder tzdata fuer zeitzonenbewusste Operationen installieren.
  • Als Root ausfuehren: Fuer Produktion einen Nicht-Root-Benutzer hinzufuegen: RUN useradd -m appuser && USER appuser

Beispiele

# Entwicklungscontainer mit eingehaengtem Quellcode
docker run --rm -it -v $(pwd):/workspace r-project:latest R

# Plumber-API-Dienst
docker run -d -p 8000:8000 r-api:latest

# Shiny-App
docker run -d -p 3838:3838 r-shiny:latest

Verwandte Skills

  • setup-docker-compose - Mehrere Container orchestrieren
  • containerize-mcp-server - Spezialfall fuer MCP-R-Server
  • optimize-docker-build-cache - Erweiterte Caching-Strategien
  • manage-renv-dependencies - renv.lock speist Docker-Builds

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/de/skills/create-r-dockerfile
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen