containerize-mcp-server
について
このスキルは、RベースのMCPサーバーをDockerを使用してコンテナ化し、ローカルにR環境をインストールせずにデプロイできるようにします。mcptoolsの統合、ポート設定、トランスポートモード(stdio/HTTP)の処理を行い、Claude Codeをコンテナ化されたサーバーに接続します。再現可能な環境の構築、他のコンテナ化サービスとの併用、または他の開発者へのMCPサーバーの配布にご利用ください。
クイックインストール
Claude Code
推奨npx 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/containerize-mcp-serverこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
name: containerize-mcp-server description: > Containerisiere einen R-basierten MCP-Server (Model Context Protocol) mit Docker. Umfasst mcptools-Integration, Port-Freigabe, stdio- vs. HTTP-Transport und die Verbindung von Claude Code mit dem containerisierten Server. Verwende diesen Skill beim Deployen eines R-MCP-Servers ohne lokale R-Installation, beim Erstellen einer reproduzierbaren MCP-Server-Umgebung, beim Betrieb von MCP-Servern neben anderen containerisierten Diensten oder beim Verteilen eines MCP-Servers an andere Entwickler. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: containerization complexity: advanced language: Docker tags: docker, mcp, mcptools, claude, container locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
MCP-Server containerisieren
Einen R-MCP-Server in einen Docker-Container fuer portables Deployment verpacken.
Wann verwenden
- Deployen eines R-MCP-Servers ohne lokale R-Installation
- Erstellen einer reproduzierbaren MCP-Server-Umgebung
- Betrieb von MCP-Servern neben anderen containerisierten Diensten
- Verteilen eines MCP-Servers an andere Entwickler
Eingaben
- Erforderlich: R-MCP-Server-Implementierung (mcptools-basiert oder benutzerdefiniert)
- Erforderlich: Docker installiert und laufend
- Optional: Zusaetzliche R-Pakete, die der Server benoetigt
- Optional: Transportmodus (stdio oder HTTP)
Vorgehensweise
Schritt 1: Dockerfile fuer MCP-Server erstellen
FROM rocker/r-ver:4.5.0
# Systemabhaengigkeiten installieren
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/*
# R-Pakete installieren
RUN R -e "install.packages(c( \
'remotes', \
'ellmer' \
), repos='https://cloud.r-project.org/')"
# mcptools installieren
RUN R -e "remotes::install_github('posit-dev/mcptools')"
# Arbeitsverzeichnis setzen
WORKDIR /workspace
# MCP-Server-Ports freigeben
EXPOSE 3000 3001 3002
# Umgebungsvariablen
ENV R_LIBS_USER=/workspace/renv/library
ENV RENV_PATHS_CACHE=/workspace/renv/cache
# Standard: MCP-Server starten
CMD ["R", "-e", "mcptools::mcp_server()"]
Erwartet: Ein Dockerfile existiert im Projektstamm mit rocker/r-ver-Basisimage, Systemabhaengigkeiten, mcptools-Installation und dem MCP-Server als Standardbefehl.
Bei Fehler: Sicherstellen, dass das Basisimage-Tag zur R-Version passt. Wenn remotes::install_github fehlschlaegt, pruefen, ob git und libgit2-dev im Systemabhaengigkeiten-Layer enthalten sind.
Schritt 2: docker-compose.yml erstellen
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
Die Verwendung von network_mode: "host" stellt sicher, dass die MCP-Server-Ports auf localhost erreichbar sind.
Erwartet: Eine docker-compose.yml-Datei im Projektstamm mit dem MCP-Server-Dienst, Volume-Mounts fuer Projektdateien und renv-Cache sowie aktiviertem stdin_open/tty fuer stdio-Transport.
Bei Fehler: Wenn Volume-Pfade ungueltig sind, /path/to/projects an das tatsaechliche Projektverzeichnis anpassen. Unter Windows/WSL /mnt/c/...- oder /mnt/d/...-Pfade verwenden.
Schritt 3: Bauen und Starten
docker compose build
docker compose up -d
Erwartet: Container startet mit laufendem MCP-Server.
Bei Fehler: Logs mit docker compose logs mcp-server pruefen. Haeufige Probleme:
- Fehlende R-Pakete: Zum Dockerfile-RUN-Installationsschritt hinzufuegen
- Port bereits belegt: Freigegebenen Port aendern oder kollidierenden Dienst stoppen
Schritt 4: Claude Code mit Container verbinden
Fuer stdio-Transport (Container muss mit stdin weiterlaufen):
claude mcp add r-mcp-docker stdio "docker" "exec" "-i" "r-mcp-server" "R" "-e" "mcptools::mcp_server()"
Fuer HTTP-Transport (wenn der MCP-Server dies unterstuetzt):
{
"mcpServers": {
"r-mcp-docker": {
"type": "http",
"url": "http://localhost:3000/mcp"
}
}
}
Erwartet: Die MCP-Konfiguration von Claude Code enthaelt den r-mcp-docker-Servereintrag, und claude mcp list zeigt den neuen Server.
Bei Fehler: Fuer stdio-Transport sicherstellen, dass der Containername uebereinstimmt (r-mcp-server) und der Container mit docker ps laeuft. Fuer HTTP-Transport pruefen, ob der Port freigegeben und mit curl http://localhost:3000/mcp erreichbar ist.
Schritt 5: Verbindung ueberpruefen
# Pruefen, ob Container laeuft
docker ps | grep mcp-server
# R-Sitzung im Container testen
docker exec -it r-mcp-server R -e "sessionInfo()"
# Pruefen, ob mcptools verfuegbar ist
docker exec -it r-mcp-server R -e "library(mcptools)"
Erwartet: docker ps zeigt den r-mcp-server-Container als laufend, sessionInfo() gibt die erwartete R-Version zurueck, und library(mcptools) wird fehlerfrei geladen.
Bei Fehler: Wenn der Container nicht laeuft, docker compose logs mcp-server auf Startfehler pruefen. Wenn mcptools nicht geladen werden kann, das Image neu bauen, um sicherzustellen, dass das Paket korrekt installiert wurde.
Schritt 6: Benutzerdefinierte MCP-Tools hinzufuegen
Um projektspezifische MCP-Tools hinzuzufuegen, R-Skripte einhaengen:
volumes:
- ./mcp-tools:/mcp-tools
Und im CMD laden:
CMD ["R", "-e", "source('/mcp-tools/custom_tools.R'); mcptools::mcp_server()"]
Erwartet: Benutzerdefinierte R-Skripte sind im Container unter /mcp-tools/ zugaenglich, und der MCP-Server laedt sie beim Start neben den Standardtools.
Bei Fehler: Sicherstellen, dass der Volume-Mount-Pfad korrekt ist, mit docker exec -it r-mcp-server ls /mcp-tools/ pruefen. Wenn Skripte nicht gesourced werden koennen, fehlende Paketabhaengigkeiten in den benutzerdefinierten Tools pruefen.
Validierung
- Container wird fehlerfrei gebaut
- MCP-Server startet im Container
- Claude Code kann sich mit dem containerisierten Server verbinden
- MCP-Tools antworten korrekt auf Anfragen
- Container startet sauber neu
- Volume-Mounts ermoeglichen Zugriff auf Projektdateien
Haeufige Fehler
- stdin/tty-Anforderungen: MCP-stdio-Transport erfordert
stdin_open: trueundtty: true - Netzwerkisolation: Standard-Docker-Netzwerk kann Localhost-Zugriff verhindern.
network_mode: "host"verwenden oder bestimmte Ports freigeben. - Paketversionen: mcptools auf einen bestimmten Commit fuer Reproduzierbarkeit pinnen.
- Grosse Image-Groesse: mcptools + Abhaengigkeiten koennen gross sein. Multi-Stage-Builds fuer Produktion in Betracht ziehen.
- Windows-Docker-Pfade: Bei Docker Desktop unter Windows mit WSL unterscheidet sich das Pfad-Mapping.
Verwandte Skills
create-r-dockerfile- Basis-Dockerfile-Muster fuer Rsetup-docker-compose- Details zur Compose-Konfigurationconfigure-mcp-server- MCP-Server-Konfiguration ohne Dockertroubleshoot-mcp-connection- Debugging von MCP-Verbindungsproblemen
GitHub リポジトリ
関連スキル
content-collections
メタこのスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
polymarket
メタこのスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
creating-opencode-plugins
メタこのスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
sglang
メタSGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
