MCP HubMCP Hub
Retour aux compétences

containerize-mcp-server

pjt222
Mis à jour 2 days ago
8 vues
17
2
17
Voir sur GitHub
Métaaimcpdesign

À propos

Cette compétence aide les développeurs à conteneuriser des serveurs MCP basés sur R en utilisant Docker, permettant un déploiement portable sans installations locales de R. Elle couvre l'intégration de mcptools, la configuration des transports (stdio/HTTP) et la connexion de Claude Code au conteneur. Utilisez-la pour des environnements reproductibles, pour distribuer des serveurs à d'autres développeurs, ou pour exécuter des services MCP aux côtés d'autres applications conteneurisées.

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/containerize-mcp-server

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

Documentation

Containerize MCP Server

Package R MCP server into Docker container → portable deployment.

Use When

  • Deploying R MCP server w/o local R install req'd
  • Creating reproducible MCP server env
  • Running MCP servers alongside other containerized services
  • Distributing MCP server to other devs

In

  • Required: R MCP server impl (mcptools-based or custom)
  • Required: Docker installed + running
  • Optional: Additional R pkgs server needs
  • Optional: Transport mode (stdio or HTTP)

Do

Step 1: Create Dockerfile for MCP Server

FROM rocker/r-ver:4.5.0

# Install system dependencies
RUN apt-get update && apt-get install -y \
    libcurl4-openssl-dev \
    libssl-dev \
    libxml2-dev \
    libgit2-dev \
    libssh2-1-dev \
    git \
    curl \
    && rm -rf /var/lib/apt/lists/*

# Install R packages
RUN R -e "install.packages(c( \
    'remotes', \
    'ellmer' \
    ), repos='https://cloud.r-project.org/')"

# Install mcptools
RUN R -e "remotes::install_github('posit-dev/mcptools')"

# Set working directory
WORKDIR /workspace

# Expose MCP server ports
EXPOSE 3000 3001 3002

# Environment variables
ENV R_LIBS_USER=/workspace/renv/library
ENV RENV_PATHS_CACHE=/workspace/renv/cache

# Default: start MCP server
CMD ["R", "-e", "mcptools::mcp_server()"]

Dockerfile exists in project root w/ rocker/r-ver base image, sys deps, mcptools install, MCP server as default cmd.

If err: Valid. base image tag matches R ver. remotes::install_github fails → check git + libgit2-dev in sys deps layer.

Step 2: Create docker-compose.yml

version: '3.8'

services:
  mcp-server:
    build:
      context: .
      dockerfile: Dockerfile
    container_name: r-mcp-server
    image: r-mcp-server:latest

    volumes:
      - /path/to/projects:/workspace
      - renv-cache:/workspace/renv/cache

    stdin_open: true
    tty: true

    network_mode: "host"

    environment:
      - TERM=xterm-256color
      - R_LIBS_USER=/workspace/renv/library

    restart: unless-stopped

volumes:
  renv-cache:
    driver: local

Using network_mode: "host" ensures MCP server ports accessible on localhost.

docker-compose.yml in project root w/ MCP server service, vol mounts for project files + renv cache, stdin_open/tty enabled for stdio transport.

If err: Vol paths invalid → adjust /path/to/projects to actual project dir. Windows/WSL → use /mnt/c/... or /mnt/d/... paths.

Step 3: Build + Start

docker compose build
docker compose up -d

Container starts w/ MCP server running.

If err: Check logs w/ docker compose logs mcp-server. Common issues:

  • Missing R pkgs: Add to Dockerfile RUN install step
  • Port already in use: Change exposed port or stop conflicting service

Step 4: Connect Claude Code to Container

Stdio transport (container must stay running w/ stdin):

claude mcp add r-mcp-docker stdio "docker" "exec" "-i" "r-mcp-server" "R" "-e" "mcptools::mcp_server()"

HTTP transport (if MCP server supports):

{
  "mcpServers": {
    "r-mcp-docker": {
      "type": "http",
      "url": "http://localhost:3000/mcp"
    }
  }
}

Claude Code's MCP config includes r-mcp-docker server entry, claude mcp list shows new server.

If err: Stdio transport → ensure container name matches (r-mcp-server) + container running w/ docker ps. HTTP transport → valid. port exposed + reachable w/ curl http://localhost:3000/mcp.

Step 5: Verify Connection

# Check container is running
docker ps | grep mcp-server

# Test R session inside container
docker exec -it r-mcp-server R -e "sessionInfo()"

# Verify mcptools is available
docker exec -it r-mcp-server R -e "library(mcptools)"

docker ps shows r-mcp-server container running, sessionInfo() returns expected R ver, library(mcptools) loads w/o err.

If err: Container not running → check docker compose logs mcp-server for startup errs. mcptools fails to load → rebuild image to ensure pkg installed correct.

Step 6: Add Custom MCP Tools

Add project-specific MCP tools → mount R scripts:

volumes:
  - ./mcp-tools:/mcp-tools

Load in CMD:

CMD ["R", "-e", "source('/mcp-tools/custom_tools.R'); mcptools::mcp_server()"]

Custom R scripts accessible inside container at /mcp-tools/, MCP server loads them on startup alongside default tools.

If err: Valid. vol mount path correct w/ docker exec -it r-mcp-server ls /mcp-tools/. Scripts fail to source → check missing pkg deps in custom tools.

Check

  • Container builds w/o errs
  • MCP server starts inside container
  • Claude Code can connect to containerized server
  • MCP tools respond correct to reqs
  • Container restarts clean
  • Vol mounts allow access to project files

Traps

  • stdin/tty req's: MCP stdio transport requires stdin_open: true + tty: true
  • Network isolation: Default Docker networking may prevent localhost access. Use network_mode: "host" or expose specific ports.
  • Pkg vers: Pin mcptools to specific commit for reproducibility
  • Large image size: mcptools + deps can be large. Consider multi-stage builds for prod.
  • Windows Docker paths: Running Docker Desktop on Windows w/ WSL → path mapping differs

  • create-r-dockerfile - base Dockerfile patterns for R
  • setup-docker-compose - compose config details
  • configure-mcp-server - MCP server config w/o Docker
  • troubleshoot-mcp-connection - debugging MCP connectivity issues

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/containerize-mcp-server
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