create-r-dockerfile
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
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-r-dockerfileKopieren 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
| Anwendungsfall | Basisimage | Groesse |
|---|---|---|
| Minimale R-Laufzeitumgebung | rocker/r-ver:4.5.0 | ~800MB |
| Mit tidyverse | rocker/tidyverse:4.5.0 | ~1.8GB |
| Mit RStudio Server | rocker/rstudio:4.5.0 | ~1.9GB |
| Shiny-Server | rocker/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 buildwird fehlerfrei abgeschlossen - Container startet und R-Sitzung funktioniert
- Alle erforderlichen Pakete sind verfuegbar
-
.dockerignoreschliesst 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 waehrendinstall.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/*nachapt-get installverwenden. Multi-Stage-Builds in Betracht ziehen. - Zeitzonen-Probleme:
ENV TZ=UTChinzufuegen odertzdatafuer 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 orchestrierencontainerize-mcp-server- Spezialfall fuer MCP-R-Serveroptimize-docker-build-cache- Erweiterte Caching-Strategienmanage-renv-dependencies- renv.lock speist Docker-Builds
GitHub Repository
Verwandte Skills
content-collections
MetaDiese 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.
polymarket
MetaDiese 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.
creating-opencode-plugins
MetaDiese 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.
sglang
MetaSGLang 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.
