create-r-dockerfile
О программе
Этот навык Claude создает оптимизированные Docker-файлы для проектов на R, используя базовые образы rocker. Он обрабатывает системные зависимости, установку пакетов R и интеграцию с renv, применяя интеллектуальное упорядочивание слоев для ускорения пересборки. Используйте его при контейнеризации R-приложений, создании воспроизводимых сред или развертывании сервисов на основе R, таких как Shiny или Plumber API.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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-dockerfileСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Create R Dockerfile
Dockerfile for R using rocker + dep mgmt.
Use When
- Containerize R app / analysis
- Repro R env
- Deploy R svcs (Shiny, Plumber, MCP)
- Consistent dev env
In
- Required: R proj + deps (DESCRIPTION / renv.lock)
- Required: Purpose (dev/prod/svc)
- Optional: R ver (def: latest stable)
- Optional: Extra sys libs
Do
Step 1: Base Img
| Use | Base | Size |
|---|---|---|
| Min R | rocker/r-ver:4.5.0 | ~800MB |
| Tidyverse | rocker/tidyverse:4.5.0 | ~1.8GB |
| RStudio Svr | rocker/rstudio:4.5.0 | ~1.9GB |
| Shiny | rocker/shiny-verse:4.5.0 | ~2GB |
Got: Base matches reqs, no bloat.
If err: Unsure → rocker/r-ver (min) + add pkgs. See rocker-org catalog.
Step 2: Dockerfile
FROM rocker/r-ver:4.5.0
# Install system dependencies
# Group by purpose for clarity
RUN apt-get update && apt-get install -y \
# HTTP/SSL
libcurl4-openssl-dev \
libssl-dev \
# XML processing
libxml2-dev \
# Git integration
libgit2-dev \
libssh2-1-dev \
# Graphics
libfontconfig1-dev \
libharfbuzz-dev \
libfribidi-dev \
libfreetype6-dev \
libpng-dev \
libtiff5-dev \
libjpeg-dev \
# Utilities
git \
curl \
&& rm -rf /var/lib/apt/lists/*
# Install R packages
# Order: least-changing first for cache efficiency
RUN R -e "install.packages(c( \
'remotes', \
'devtools', \
'renv' \
), repos='https://cloud.r-project.org/')"
# Set working directory
WORKDIR /workspace
# Copy renv files first (cache layer)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R
# Restore packages from lockfile
RUN R -e "renv::restore()"
# Copy project files
COPY . .
# Default command
CMD ["R"]
Got: docker build -t myproject . builds OK.
If err: apt-get install fail → check pkg names (Debian). renv::restore() fail → ensure renv.lock + renv/activate.R copied before restore.
Step 3: .dockerignore
.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
renv/staging
docs/
*.tar.gz
Got: .dockerignore excludes git, IDE, local renv lib, artifacts.
If err: Build still copies unwanted → verify .dockerignore in same dir as Dockerfile, correct glob.
Step 4: Build + Test
docker build -t r-project:latest .
docker run --rm -it r-project:latest R -e "sessionInfo()"
Got: Container starts, R ver correct, pkgs avail. sessionInfo() confirms.
If err: Check build logs for sys dep err. Add missing -dev pkgs.
Step 5: Prod Optimize
Multi-stage:
# Build stage
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()"
# Runtime stage
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"]
Got: Multi-stage → smaller final img. Runtime = compiled R pkgs only.
If err: Pkgs fail load in runtime → lib path in COPY --from=builder must match R install path. Check: R -e ".libPaths()" in both.
Check
-
docker buildno err - Container starts, R works
- All req pkgs avail
-
.dockerignoreexcludes junk - Img size reasonable
- Fast rebuild on code-only change (cache works)
Traps
- Missing sys deps: Compiled R pkgs need
-devlibs. Checkinstall.packages()err msgs - Cache invalidation: Copy all files pre-install → cache invalidated on code change. Copy lockfile first.
- Large imgs:
rm -rf /var/lib/apt/lists/*afterapt-get install. Multi-stage. - Timezone:
ENV TZ=UTC/ installtzdatafor TZ-aware ops - Root user: Add non-root prod:
RUN useradd -m appuser && USER appuser
Examples
# Development container with mounted source
docker run --rm -it -v $(pwd):/workspace r-project:latest R
# Plumber API service
docker run -d -p 8000:8000 r-api:latest
# Shiny app
docker run -d -p 3838:3838 r-shiny:latest
→
setup-docker-compose— orchestrate multi containerscontainerize-mcp-server— MCP R svrsoptimize-docker-build-cache— cache strategiesmanage-renv-dependencies— renv.lock → Docker
GitHub репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
