containerize-mcp-server
О программе
Этот навык контейнеризирует MCP-серверы на основе R с использованием Docker, позволяя развертывание без локальных установок R. Он обеспечивает интеграцию mcptools, проброс портов и настройку транспорта (stdio/HTTP) для воспроизводимых окружений. Используйте его для запуска MCP-серверов вместе с другими контейнеризированными сервисами или для распространения их другим разработчикам.
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/containerize-mcp-serverСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
容 MCP 伺
以 Docker 包 R MCP 伺為可移部。
用時
- 部 R MCP 伺而無本 R 裝
- 建可復之 MCP 伺境
- 與他容服並行 MCP 伺
- 分 MCP 伺於他開者
入
- 必:R MCP 伺之實(mcptools 基或自)
- 必:Docker 已裝行
- 可選:伺所需他 R 包
- 可選:傳之模(stdio 或 HTTP)
法
第一步:建 Dockerfile 為 MCP 伺
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()"]
得: 項目根有 Dockerfile 附 rocker/r-ver 基像、系依、mcptools 裝、MCP 伺為默令。
敗則: 驗基像合汝 R 版。若 remotes::install_github 敗,察 git 與 libgit2-dev 於系依層。
第二步:建 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
用 network_mode: "host" 保 MCP 伺埠於 localhost 可訪。
得: 項目根有 docker-compose.yml 附 MCP 伺服、項目檔與 renv 緩之卷掛、stdin_open/tty 啟為 stdio 傳。
敗則: 若卷徑誤,改 /path/to/projects 為實項徑。Windows/WSL 則用 /mnt/c/... 或 /mnt/d/... 徑。
第三步:建而啟
docker compose build
docker compose up -d
得: 容啟附 MCP 伺行。
敗則: 以 docker compose logs mcp-server 察誌。常問:
- 缺 R 包:加於 Dockerfile RUN 裝步
- 埠已用:改露埠或止衝服
第四步:連 Claude Code 於容
stdio 傳(容須附 stdin 續行):
claude mcp add r-mcp-docker stdio "docker" "exec" "-i" "r-mcp-server" "R" "-e" "mcptools::mcp_server()"
HTTP 傳(若 MCP 伺支):
{
"mcpServers": {
"r-mcp-docker": {
"type": "http",
"url": "http://localhost:3000/mcp"
}
}
}
得: Claude Code 之 MCP 設含 r-mcp-docker 條,claude mcp list 示新伺。
敗則: stdio 傳則確容名合(r-mcp-server)且以 docker ps 察容行。HTTP 傳則驗埠露且可達以 curl http://localhost:3000/mcp。
第五步:驗連
# 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)"
得: docker ps 示 r-mcp-server 容行,sessionInfo() 返期 R 版,library(mcptools) 載無誤。
敗則: 若容不行,察 docker compose logs mcp-server 啟誤。若 mcptools 載敗,重建像保包正裝。
第六步:加自定 MCP 具
加項特 MCP 具,掛 R 腳:
volumes:
- ./mcp-tools:/mcp-tools
於 CMD 中載:
CMD ["R", "-e", "source('/mcp-tools/custom_tools.R'); mcptools::mcp_server()"]
得: 自 R 腳於容內 /mcp-tools/ 可訪,MCP 伺啟時載之與默具並。
敗則: 驗卷掛徑以 docker exec -it r-mcp-server ls /mcp-tools/。若腳 source 敗,察自具之缺依。
驗
- 容建無誤
- 容內 MCP 伺啟
- Claude Code 可連於容伺
- MCP 具應請
- 容清重啟
- 卷掛許訪項檔
陷
- stdin/tty 之需:MCP stdio 傳需
stdin_open: true與tty: true - 網隔:默 Docker 網或阻 localhost 訪。用
network_mode: "host"或露特埠。 - 包版:固 mcptools 於特提交為可復
- 像大:mcptools 附依可大。產考多階建。
- Windows Docker 徑:於 Windows 附 WSL 行 Docker Desktop 時徑映異
參
create-r-dockerfile- R 之基 Dockerfile 式setup-docker-compose- compose 設詳configure-mcp-server- 無 Docker 之 MCP 伺設troubleshoot-mcp-connection- 察 MCP 連之問
GitHub репозиторий
Frequently asked questions
What is the containerize-mcp-server skill?
containerize-mcp-server is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform containerize-mcp-server-related tasks without extra prompting.
How do I install containerize-mcp-server?
Use the install commands on this page: add containerize-mcp-server to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does containerize-mcp-server belong to?
containerize-mcp-server is in the Meta category, tagged ai, mcp and design.
Is containerize-mcp-server free to use?
Yes. containerize-mcp-server is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот 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.
Этот 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.
Этот 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 — 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.
