containerize-mcp-server
정보
이 스킬은 Docker를 사용해 R 기반 MCP 서버를 컨테이너화하여 로컬에 R 설치 없이도 배포할 수 있도록 합니다. mcptools 통합, 포트 구성, 전송 모드(stdio/HTTP) 처리를 담당하며 Claude Code를 컨테이너화된 서버에 연결합니다. 재현 가능한 환경 구축, 다른 컨테이너화된 서비스와 함께 실행, 또는 다른 개발자에게 MCP 서버를 배포할 때 사용하세요.
빠른 설치
Claude Code
추천npx 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-serverClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
