create-dockerfile
À propos
Cette compétence de Claude génère des fichiers Docker prêts pour la production pour les applications Node.js, Python, Go, Rust et Java. Elle gère les aspects fondamentaux tels que les images de base, les dépendances, les permissions et la configuration du point d'entrée. Utilisez-la lors de la première conteneurisation d'un projet ou pour préparer une application à un déploiement cohérent dans des environnements cloud ou Docker Compose.
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-dockerfileCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
造 Dockerfile
為通用應用項目寫可投產之 Dockerfile。
適用時機
- 容器化 Node.js、Python、Go、Rust、Java 應用
- 造一致之建構/執行環境
- 備應用以供雲部署或 Docker Compose
- 項目中無既存 Dockerfile
輸入
- 必要:項目語言與入口(如
npm start、python app.py) - 必要:依賴清單(package.json、requirements.txt、go.mod、Cargo.toml、pom.xml)
- 選擇性:目標環境(開發或生產)
- 選擇性:暴露之埠
步驟
步驟一:擇基礎映像
| 語言 | 開發映像 | 生產映像 | 大小 |
|---|---|---|---|
| Node.js | node:22-bookworm | node:22-bookworm-slim | ~200MB |
| Python | python:3.12-bookworm | python:3.12-slim-bookworm | ~150MB |
| Go | golang:1.23-bookworm | gcr.io/distroless/static | ~2MB |
| Rust | rust:1.82-bookworm | debian:bookworm-slim | ~80MB |
| Java | eclipse-temurin:21-jdk | eclipse-temurin:21-jre | ~200MB |
預期: 生產映像擇 slim/distroless 變體。
步驟二:寫 Dockerfile(按語言)
Node.js
FROM node:22-bookworm-slim
RUN groupadd -r appuser && useradd -r -g appuser -m appuser
WORKDIR /app
COPY package.json package-lock.json ./
RUN npm ci --omit=dev
COPY . .
USER appuser
EXPOSE 3000
CMD ["node", "src/index.js"]
Python
FROM python:3.12-slim-bookworm
RUN groupadd -r appuser && useradd -r -g appuser -m appuser
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
USER appuser
EXPOSE 8000
CMD ["python", "app.py"]
Go
FROM golang:1.23-bookworm AS builder
WORKDIR /src
COPY go.mod go.sum ./
RUN go mod download
COPY . .
RUN CGO_ENABLED=0 go build -o /app/server ./cmd/server
FROM gcr.io/distroless/static
COPY --from=builder /app/server /server
EXPOSE 8080
ENTRYPOINT ["/server"]
Rust
FROM rust:1.82-bookworm AS builder
WORKDIR /src
COPY Cargo.toml Cargo.lock ./
RUN mkdir src && echo "fn main() {}" > src/main.rs && cargo build --release && rm -rf src
COPY . .
RUN touch src/main.rs && cargo build --release
FROM debian:bookworm-slim
RUN apt-get update && apt-get install -y ca-certificates && rm -rf /var/lib/apt/lists/*
COPY --from=builder /src/target/release/myapp /usr/local/bin/myapp
EXPOSE 8080
ENTRYPOINT ["myapp"]
Java (Maven)
FROM eclipse-temurin:21-jdk AS builder
WORKDIR /src
COPY pom.xml .
RUN mvn dependency:go-offline -B
COPY src ./src
RUN mvn package -DskipTests
FROM eclipse-temurin:21-jre
COPY --from=builder /src/target/*.jar /app/app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "/app/app.jar"]
預期: docker build -t myapp . 完而無誤。
失敗時: 察基礎映像可得性與依賴裝命令。
步驟三:ENTRYPOINT 與 CMD
| 指令 | 目的 | 覆寫 |
|---|---|---|
ENTRYPOINT | 固定執行檔 | 以 --entrypoint 覆 |
CMD | 預設引數 | 以尾引數覆 |
| 並用 | ENTRYPOINT + CMD 所提之預設引數 | 引數僅覆 CMD |
編譯二進制且單一目的用 ENTRYPOINT。直譯語言宜用 CMD——或欲 docker run myapp bash。
步驟四:造 .dockerignore
.git
.gitignore
node_modules
__pycache__
*.pyc
target/
.env
.env.*
*.md
!README.md
.vscode
.idea
Dockerfile
docker-compose*.yml
預期: 建構脈絡排開發遺物。
步驟五:加非 root 用戶
生產中恒以非 root 執:
RUN groupadd -r appuser && useradd -r -g appuser -m appuser
USER appuser
distroless 映像用內建 nonroot 用戶:
FROM gcr.io/distroless/static:nonroot
USER nonroot
步驟六:建構與驗證
docker build -t myapp:latest .
docker run --rm myapp:latest
docker image inspect myapp:latest --format '{{.Size}}'
預期: 容器啟、於所期之埠應答、以非 root 執。
失敗時: 以 docker logs 察日誌。驗 WORKDIR、COPY 路、暴露之埠。
驗證
-
docker build完而無誤 - 容器啟且應用應答
-
.dockerignore排非必要檔 - 應用以非 root 用戶執
- 依賴於源程式前複(快取效率)
- 無機密或
.env檔烘入映像
常見陷阱
- 依賴裝前 COPY:每改程式皆失依賴快取。恒先複清單檔
- 以 root 執:Docker 預設用 root。生產恒加非 root 用戶
- 缺 .dockerignore:送
node_modules或.git入建構脈絡耗時與空間 - 基礎映像用
latest標:釘至具體版本(如node:22.11.0)以便重現 - 忘
--no-cache-dir:Pythonpip預設快取套件,膨脹映像 - ADD 與 COPY:用
COPY,除非需 URL 下載或 tar 解壓(ADD自動解壓)
相關技能
create-r-dockerfile- R 專屬之 Dockerfile,用 rocker 映像create-multistage-dockerfile- 多階段模式,以造最小之生產映像optimize-docker-build-cache- 進階快取策略setup-compose-stack- 容器化應用與他服務之編排
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.
