optimize-docker-build-cache
About
This Claude Skill optimizes Docker build times using layer caching, multi-stage builds, BuildKit features, and dependency-first copy patterns for R, Node.js, and Python projects. Use it when your Docker builds are slow due to repeated dependency installations, unnecessary large image sizes, or when CI/CD pipeline builds become a bottleneck. It helps structure your Dockerfile to maximize cache efficiency and reduce rebuild times.
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/optimize-docker-build-cacheCopy and paste this command in Claude Code to install this skill
Documentation
name: optimize-docker-build-cache description: > Optimiere Docker-Buildzeiten durch Layer-Caching, Multi-Stage-Builds, BuildKit-Funktionen und Abhaengigkeiten-zuerst-Kopiermuster. Anwendbar auf R-, Node.js- und Python-Projekte. Verwende diesen Skill, wenn Docker-Builds durch wiederholte Paketinstallationen langsam sind, wenn Rebuilds bei jeder Code-Aenderung alle Abhaengigkeiten neu installieren, wenn Image-Groessen unnoetig gross sind oder wenn CI/CD-Pipeline-Builds einen Engpass darstellen. 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, cache, optimization, multi-stage, buildkit locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
Docker-Build-Cache optimieren
Docker-Buildzeiten durch effektives Layer-Caching und Build-Optimierung reduzieren.
Wann verwenden
- Docker-Builds sind durch wiederholte Paketinstallationen langsam
- Rebuilds installieren bei jeder Code-Aenderung alle Abhaengigkeiten neu
- Image-Groessen sind unnoetig gross
- CI/CD-Pipeline-Builds sind ein Engpass
Eingaben
- Erforderlich: Vorhandenes Dockerfile zur Optimierung
- Optional: Angestrebte Verbesserung der Buildzeit
- Optional: Angestrebte Reduzierung der Image-Groesse
Vorgehensweise
Schritt 1: Layer nach Aenderungshaeufigkeit ordnen
Am wenigsten aenderbare Layer zuerst platzieren:
# 1. Basisimage (aendert sich selten)
FROM rocker/r-ver:4.5.0
# 2. Systemabhaengigkeiten (aendern sich gelegentlich)
RUN apt-get update && apt-get install -y \
libcurl4-openssl-dev \
libssl-dev \
&& rm -rf /var/lib/apt/lists/*
# 3. Nur Abhaengigkeitsdateien (aendern sich bei Deps-Aenderungen)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R
RUN R -e "renv::restore()"
# 4. Quellcode (aendert sich haeufig)
COPY . .
Schluesselprinzip: Docker cached jeden Layer. Wenn sich ein Layer aendert, werden alle nachfolgenden Layer neu gebaut. Die Abhaengigkeitsinstallation sollte vor dem Quellcode-Kopieren kommen.
Erwartet: Die Dockerfile-Layer sind von am wenigsten aenderbar (Basisimage, System-Deps) bis am meisten aenderbar (Quellcode) geordnet, wobei Abhaengigkeits-Lockfiles vor dem vollstaendigen Quellcode kopiert werden.
Bei Fehler: Wenn Builds weiterhin bei jeder Code-Aenderung Abhaengigkeiten neu installieren, sicherstellen, dass COPY . . nach dem Abhaengigkeitsinstallations-RUN-Befehl kommt, nicht davor.
Schritt 2: Abhaengigkeitsinstallation vom Code trennen
Schlecht (baut Pakete bei jeder Code-Aenderung neu):
COPY . .
RUN R -e "renv::restore()"
Gut (baut Pakete nur bei Lockfile-Aenderung neu):
COPY renv.lock renv.lock
RUN R -e "renv::restore()"
COPY . .
Gleiches Muster fuer Node.js:
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
Erwartet: Die Abhaengigkeits-Lockfile (renv.lock, package-lock.json, requirements.txt) wird in einem separaten Layer kopiert und installiert, bevor der vollstaendige Quellcode mit COPY . . kopiert wird.
Bei Fehler: Wenn das Kopieren der Lockfile fehlschlaegt, sicherstellen, dass die Datei im Build-Kontext existiert und nicht durch .dockerignore ausgeschlossen wird.
Schritt 3: Multi-Stage-Builds verwenden
Build-Abhaengigkeiten von Laufzeitabhaengigkeiten trennen:
# Build-Phase - enthaelt Entwicklungstools
FROM rocker/r-ver:4.5.0 AS builder
RUN apt-get update && apt-get install -y \
libcurl4-openssl-dev libssl-dev build-essential
COPY renv.lock .
RUN R -e "install.packages('renv'); renv::restore()"
# Laufzeit-Phase - minimales Image
FROM rocker/r-ver:4.5.0
RUN apt-get update && apt-get install -y \
libcurl4 libssl3 \
&& rm -rf /var/lib/apt/lists/*
COPY --from=builder /usr/local/lib/R/site-library /usr/local/lib/R/site-library
COPY . /app
WORKDIR /app
CMD ["Rscript", "main.R"]
Erwartet: Das Dockerfile hat eine Builder-Phase mit Entwicklungstools und eine Laufzeit-Phase mit nur Produktionsabhaengigkeiten. Das finale Image ist deutlich kleiner als ein Single-Stage-Build.
Bei Fehler: Wenn COPY --from=builder keine Bibliotheken findet, den Installationspfad zwischen den Phasen abgleichen. docker build --target builder . verwenden, um die Build-Phase unabhaengig zu debuggen.
Schritt 4: RUN-Befehle kombinieren
Jeder RUN-Befehl erstellt einen Layer. Zusammengehoerige Befehle kombinieren:
Schlecht (3 Layer, apt-Cache bleibt bestehen):
RUN apt-get update
RUN apt-get install -y curl git
RUN rm -rf /var/lib/apt/lists/*
Gut (1 Layer, bereinigter Cache):
RUN apt-get update && apt-get install -y \
curl \
git \
&& rm -rf /var/lib/apt/lists/*
Erwartet: Zusammengehoerige apt-get- oder Paketinstallationsbefehle sind in einzelne RUN-Anweisungen kombiniert, die jeweils mit Cache-Bereinigung (rm -rf /var/lib/apt/lists/*) enden.
Bei Fehler: Wenn ein kombinierter RUN-Befehl mittendrin fehlschlaegt, ihn voruebergehend aufteilen, um den fehlerhaften Befehl zu identifizieren, dann nach der Behebung wieder zusammenfuegen.
Schritt 5: .dockerignore verwenden
Unnoetige Dateien am Eintritt in den Build-Kontext hindern:
.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
node_modules
docs/
*.tar.gz
.env
Erwartet: Eine .dockerignore-Datei existiert im Projektstamm, die .git, node_modules, renv/library, Build-Artefakte und Umgebungsdateien ausschliesst. Die Build-Kontext-Groesse ist merklich kleiner.
Bei Fehler: Wenn benoetigte Dateien im Container fehlen, .dockerignore auf zu breite Muster pruefen. Die ausfuehrliche Ausgabe von docker build verwenden, um zu ueberpruefen, welche Dateien an den Daemon gesendet werden.
Schritt 6: BuildKit aktivieren
DOCKER_BUILDKIT=1 docker build -t myimage .
Oder in docker-compose.yml:
services:
app:
build:
context: .
dockerfile: Dockerfile
Mit den Umgebungsvariablen COMPOSE_DOCKER_CLI_BUILD=1 und DOCKER_BUILDKIT=1.
BuildKit ermoeglicht:
- Parallele Stage-Builds
- Besseres Cache-Management
--mount=type=cachefuer persistente Paket-Caches
Erwartet: Builds werden mit aktiviertem BuildKit ausgefuehrt (erkennbar an der Ausgabe im Stil #1 [internal] load build definition). Multi-Stage-Builds fuehren Stages wo moeglich parallel aus.
Bei Fehler: Wenn BuildKit nicht aktiv ist, sicherstellen, dass die Umgebungsvariablen vor dem Build-Befehl exportiert werden. Bei aelteren Docker-Versionen Docker Engine auf 18.09+ fuer BuildKit-Unterstuetzung aktualisieren.
Schritt 7: Cache-Mounts fuer Paketmanager verwenden
# R-Pakete mit persistentem Cache
RUN --mount=type=cache,target=/usr/local/lib/R/site-library \
R -e "install.packages('dplyr')"
# npm mit persistentem Cache
RUN --mount=type=cache,target=/root/.npm \
npm ci
Erwartet: Nachfolgende Builds verwenden gecachte Pakete aus dem Mount wieder, was die Installationszeiten drastisch reduziert, selbst wenn der Layer invalidiert wird. Der Cache bleibt ueber Builds hinweg bestehen.
Bei Fehler: Wenn --mount=type=cache nicht erkannt wird, sicherstellen, dass BuildKit aktiviert ist (DOCKER_BUILDKIT=1). Die Syntax erfordert BuildKit und wird vom Legacy-Builder nicht unterstuetzt.
Validierung
- Rebuilds nach reinen Code-Aenderungen sind deutlich schneller
- Abhaengigkeitsinstallations-Layer wird gecacht, wenn sich die Lockfile nicht geaendert hat
-
.dockerignoreschliesst unnoetige Dateien aus - Image-Groesse ist im Vergleich zum nicht optimierten Build reduziert
- Multi-Stage-Build (falls verwendet) trennt Build- und Laufzeitabhaengigkeiten
Haeufige Fehler
- Alle Dateien vor der Deps-Installation kopieren: Invalidiert den Abhaengigkeits-Cache bei jeder Code-Aenderung.
.dockerignorevergessen: Grosse Build-Kontexte verlangsamen jeden Build.- Zu viele Layer: Jeder
RUN-,COPY-,ADD-Befehl erstellt einen Layer. Wo sinnvoll kombinieren. - apt-Cache nicht bereinigen: apt-get-Installationen immer mit
&& rm -rf /var/lib/apt/lists/*beenden. - Plattformspezifische Caches: Cache-Layer sind plattformspezifisch. CI-Runner profitieren moeglicherweise nicht von lokalen Caches.
Verwandte Skills
create-r-dockerfile- Initiale Dockerfile-Erstellungsetup-docker-compose- Compose-Build-Konfigurationcontainerize-mcp-server- Optimierungen auf MCP-Server-Builds anwenden
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.
