create-r-dockerfile
À propos
Cette compétence génère des fichiers Docker optimisés pour les projets R en utilisant les images de base rocker. Elle gère les dépendances système, l'installation des packages R, l'intégration de renv et l'ordonnancement des couches pour des reconstructions rapides. Utilisez-la lors de la conteneurisation d'applications R, de la création d'environnements reproductibles ou du déploiement de services basés sur R comme les API Shiny ou Plumber.
Installation rapide
Claude Code
Recommandénpx 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-dockerfileCopiez et collez cette commande dans Claude Code pour installer cette compétence
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
Dépôt GitHub
Compétences associées
content-collections
MétaCette 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.
polymarket
MétaCette 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.
creating-opencode-plugins
MétaCette 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.
sglang
MétaSGLang 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.
