MCP HubMCP Hub
Volver a habilidades

create-r-dockerfile

pjt222
Actualizado 2 days ago
8 vistas
17
2
17
Ver en GitHub
Metaaimcpdesign

Acerca de

Esta habilidad de Claude genera Dockerfiles optimizados para proyectos R utilizando imágenes base de rocker. Maneja dependencias del sistema, instalación de paquetes de R e integración con renv, con un ordenamiento inteligente de capas para reconstrucciones rápidas. Úsala al containerizar aplicaciones R, crear entornos reproducibles o desplegar servicios basados en R como Shiny o Plumber.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-r-dockerfile

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Create R Dockerfile

Build a Dockerfile for R projects using rocker base images with proper dependency management.

When to Use

  • Containerizing an R application or analysis
  • Creating reproducible R environments
  • Deploying R-based services (Shiny, Plumber, MCP server)
  • Setting up consistent development environments

Inputs

  • Required: R project with dependencies (DESCRIPTION or renv.lock)
  • Required: Purpose (development, production, or service)
  • Optional: R version (default: latest stable)
  • Optional: Additional system libraries needed

Procedure

Step 1: Choose Base Image

Use CaseBase ImageSize
Minimal R runtimerocker/r-ver:4.5.0~800MB
With tidyverserocker/tidyverse:4.5.0~1.8GB
With RStudio Serverrocker/rstudio:4.5.0~1.9GB
Shiny serverrocker/shiny-verse:4.5.0~2GB

Got: A base image is selected that matches the project's requirements without unnecessary bloat.

If fail: If unsure which image to use, start with rocker/r-ver (minimal) and add packages as needed. Check rocker-org for the full image catalog.

Step 2: Write Dockerfile

FROM rocker/r-ver:4.5.0

# Install system dependencies
# Group by purpose for clarity
RUN apt-get update && apt-get install -y \
    # HTTP/SSL
    libcurl4-openssl-dev \
    libssl-dev \
    # XML processing
    libxml2-dev \
    # Git integration
    libgit2-dev \
    libssh2-1-dev \
    # Graphics
    libfontconfig1-dev \
    libharfbuzz-dev \
    libfribidi-dev \
    libfreetype6-dev \
    libpng-dev \
    libtiff5-dev \
    libjpeg-dev \
    # Utilities
    git \
    curl \
    && rm -rf /var/lib/apt/lists/*

# Install R packages
# Order: least-changing first for cache efficiency
RUN R -e "install.packages(c( \
    'remotes', \
    'devtools', \
    'renv' \
    ), repos='https://cloud.r-project.org/')"

# Set working directory
WORKDIR /workspace

# Copy renv files first (cache layer)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R

# Restore packages from lockfile
RUN R -e "renv::restore()"

# Copy project files
COPY . .

# Default command
CMD ["R"]

Got: Dockerfile builds successfully with docker build -t myproject .

If fail: If the build fails during apt-get install, check package names for the target distro (Debian). If renv::restore() fails, ensure renv.lock and renv/activate.R are copied before the restore step.

Step 3: Create .dockerignore

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

Got: .dockerignore excludes Git history, IDE files, local renv library, and build artifacts from the Docker context.

If fail: If the Docker build still copies unwanted files, verify .dockerignore is in the same directory as the Dockerfile and uses correct glob patterns.

Step 4: Build and Test

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

Got: Container starts with correct R version and all packages available. sessionInfo() output confirms the expected R version.

If fail: Check build logs for system dependency errors. Add missing -dev packages to the apt-get install layer.

Step 5: Optimize for Production

For production deployments, use multi-stage builds:

# Build stage
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()"

# Runtime stage
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"]

Got: Multi-stage build produces a smaller final image. Runtime stage contains only compiled R packages, not build tools.

If fail: If packages fail to load in the runtime stage, ensure the library path in COPY --from=builder matches where R installed packages. Check with R -e ".libPaths()" in both stages.

Validation

  • docker build completes without errors
  • Container starts and R session works
  • All required packages are available
  • .dockerignore excludes unnecessary files
  • Image size is reasonable for the use case
  • Rebuilds are fast when only code changes (layer caching works)

Pitfalls

  • Missing system dependencies: R packages with compiled code need -dev libraries. Check error messages during install.packages()
  • Layer cache invalidation: Copying all files before installing packages invalidates cache on every code change. Copy lockfile first.
  • Large images: Use rm -rf /var/lib/apt/lists/* after apt-get install. Consider multi-stage builds.
  • Timezone issues: Add ENV TZ=UTC or install tzdata for timezone-aware operations
  • Running as root: Add a non-root user for production: RUN useradd -m appuser && USER appuser

Examples

# Development container with mounted source
docker run --rm -it -v $(pwd):/workspace r-project:latest R

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

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

Related Skills

  • setup-docker-compose - orchestrate multiple containers
  • containerize-mcp-server - special case for MCP R servers
  • optimize-docker-build-cache - advanced caching strategies
  • manage-renv-dependencies - renv.lock feeds into Docker builds

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/caveman-lite/skills/create-r-dockerfile
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

content-collections

Meta

Esta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.

Ver habilidad

polymarket

Meta

Esta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.

Ver habilidad

creating-opencode-plugins

Meta

Esta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.

Ver habilidad

sglang

Meta

SGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.

Ver habilidad