MCP HubMCP Hub
Retour aux compétences

create-multistage-dockerfile

pjt222
Mis à jour 2 days ago
7 vues
17
2
17
Voir sur GitHub
Métaaidesign

À propos

Cette compétence génère des Dockerfiles multi-étapes optimisés qui séparent les environnements de construction et d'exécution afin de minimiser la taille des images de production. Elle crée des configurations pour des cibles scratch, distroless ou Alpine tout en comparant les tailles d'images résultantes. Utilisez-la lorsque les images de production sont trop volumineuses, contiennent des outils de construction inutiles, ou lors du déploiement dans des environnements contraints comme les plateformes edge ou serverless.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-multistage-dockerfile

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Create Multi-Stage Dockerfile

Separate build + runtime → min prod img.

Use When

  • Prod imgs too large (>500MB compiled)
  • Build tools (compilers, headers) in final img
  • Need dev + prod from 1 Dockerfile
  • Constrained env (edge, serverless)

In

  • Required: Existing Dockerfile / project
  • Required: Lang + build (npm, pip, go, cargo, maven)
  • Optional: Runtime base (slim, alpine, distroless, scratch)
  • Optional: Size budget

Do

Step 1: Build vs Runtime Deps

CatBuild StageRuntime
Compilersgcc, g++, rustcNot needed
Pkg mgrsnpm, pip, cargoSometimes (interpreted)
Dev headers-dev pkgsNot needed
SourceFull treeOnly compiled out
Test fwjest, pytestNot needed

Step 2: Multi-Stage Struct

Pattern: build in fat img, copy artifacts → slim.

# ---- Build Stage ----
FROM <build-image> AS builder
WORKDIR /src
COPY <dependency-manifest> .
RUN <install-dependencies>
COPY . .
RUN <build-command>

# ---- Runtime Stage ----
FROM <runtime-image>
COPY --from=builder /src/<artifact> /<dest>
EXPOSE <port>
CMD [<entrypoint>]

Step 3: Lang-Specific

Node.js (pruned node_modules)

FROM node:22-bookworm AS builder
WORKDIR /src
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
RUN npm run build && npm prune --omit=dev

FROM node:22-bookworm-slim
RUN groupadd -r app && useradd -r -g app app
WORKDIR /app
COPY --from=builder /src/dist ./dist
COPY --from=builder /src/node_modules ./node_modules
COPY --from=builder /src/package.json .
USER app
EXPOSE 3000
CMD ["node", "dist/index.js"]

Python (venv copy)

FROM python:3.12-bookworm AS builder
WORKDIR /src
RUN python -m venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .

FROM python:3.12-slim-bookworm
COPY --from=builder /opt/venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"
WORKDIR /app
COPY --from=builder /src .
RUN groupadd -r app && useradd -r -g app app
USER app
EXPOSE 8000
CMD ["python", "app.py"]

Go (static → scratch)

FROM golang:1.23-bookworm AS builder
WORKDIR /src
COPY go.mod go.sum ./
RUN go mod download
COPY . .
RUN CGO_ENABLED=0 GOOS=linux go build -ldflags="-s -w" -o /server ./cmd/server

FROM scratch
COPY --from=builder /etc/ssl/certs/ca-certificates.crt /etc/ssl/certs/
COPY --from=builder /server /server
EXPOSE 8080
ENTRYPOINT ["/server"]

Rust (static musl)

FROM rust:1.82-bookworm AS builder
RUN apt-get update && apt-get install -y musl-tools && rm -rf /var/lib/apt/lists/*
RUN rustup target add x86_64-unknown-linux-musl
WORKDIR /src
COPY Cargo.toml Cargo.lock ./
RUN mkdir src && echo "fn main() {}" > src/main.rs \
    && cargo build --release --target x86_64-unknown-linux-musl \
    && rm -rf src
COPY . .
RUN touch src/main.rs && cargo build --release --target x86_64-unknown-linux-musl

FROM scratch
COPY --from=builder /src/target/x86_64-unknown-linux-musl/release/myapp /myapp
EXPOSE 8080
ENTRYPOINT ["/myapp"]

Got: Final img = runtime + compiled artifacts only.

If err: Check COPY --from=builder paths. Use docker build --target builder → debug build stage.

Step 4: Runtime Base

BaseSizeShellUse
scratch0 MBNoStatic Go/Rust
gcr.io/distroless/static~2 MBNoStatic + CA certs
gcr.io/distroless/base~20 MBNoDynamic (libc)
*-slim50-150 MBYesInterpreted
alpine~7 MBYesShell needed

Note: Alpine = musl libc. Some Python wheels / Node native mods fail. Prefer -slim (glibc) for interpreted.

Step 5: Build Args Cross Stages

ARG APP_VERSION=0.0.0

FROM golang:1.23 AS builder
ARG APP_VERSION
RUN go build -ldflags="-X main.version=${APP_VERSION}" -o /server .

FROM gcr.io/distroless/static
COPY --from=builder /server /server
ENTRYPOINT ["/server"]

Build: docker build --build-arg APP_VERSION=1.2.3 .

Note: ARG before FROM = global. Each stage must re-declare ARG to use.

Step 6: Compare Sizes

# Build both variants
docker build -t myapp:fat --target builder .
docker build -t myapp:slim .

# Compare sizes
docker images --format "table {{.Repository}}\t{{.Tag}}\t{{.Size}}" | grep myapp

Got: Prod img 50-90% smaller than build.

Check

  • All stages build
  • Final img no build tools
  • docker run works from slim
  • Size reduced vs single-stage
  • COPY --from=builder paths correct
  • No src leak into prod

Traps

  • Missing runtime libs: Compiled code may need shared libs (libc, libssl). Test slim thoroughly.
  • Broken COPY --from: Path must match exact. Debug: docker build --target builder + docker run --rm builder ls /path.
  • Alpine musl: Native Node addons + some Python fail. Use -slim.
  • ARG scope: Global ARG before FROM → only FROM lines. Re-declare in each stage needing it.
  • No CA certs: scratch has none. Copy /etc/ssl/certs/ca-certificates.crt / use distroless.

  • create-dockerfile — single-stage general
  • create-r-dockerfile — R-specific rocker
  • optimize-docker-build-cache — layer caching + BuildKit
  • setup-compose-stack — compose w/ multi-stage

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/create-multistage-dockerfile
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

content-collections

Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence

polymarket

Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence

creating-opencode-plugins

Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence

sglang

Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence