create-r-dockerfile
About
This skill generates optimized Dockerfiles for R projects using rocker base images. It handles system dependencies, R package installation, renv integration, and layer ordering for fast rebuilds. Use it when containerizing R applications, creating reproducible environments, or deploying R-based services like Shiny or Plumber APIs.
Quick Install
Claude Code
Recommendednpx 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-dockerfileCopy and paste this command in Claude Code to install this skill
Documentation
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
Related Skills
content-collections
MetaThis skill provides a production-tested setup for Content Collections, a TypeScript-first tool that transforms Markdown/MDX files into type-safe data collections with Zod validation. Use it when building blogs, documentation sites, or content-heavy Vite + React applications to ensure type safety and automatic content validation. It covers everything from Vite plugin configuration and MDX compilation to deployment optimization and schema validation.
polymarket
MetaThis skill enables developers to build applications with the Polymarket prediction markets platform, including API integration for trading and market data. It also provides real-time data streaming via WebSocket to monitor live trades and market activity. Use it for implementing trading strategies or creating tools that process live market updates.
creating-opencode-plugins
MetaThis skill helps developers create OpenCode plugins that hook into 25+ event types like commands, files, and LSP operations. It provides the plugin structure, event API specifications, and implementation patterns for JavaScript/TypeScript modules. Use it when you need to intercept, monitor, or extend the OpenCode AI assistant's lifecycle with custom event-driven logic.
sglang
MetaSGLang is a high-performance LLM serving framework that specializes in fast, structured generation for JSON, regex, and agentic workflows using its RadixAttention prefix caching. It delivers significantly faster inference, especially for tasks with repeated prefixes, making it ideal for complex, structured outputs and multi-turn conversations. Choose SGLang over alternatives like vLLM when you need constrained decoding or are building applications with extensive prefix sharing.
