MCP HubMCP Hub
Вернуться к навыкам

create-r-dockerfile

pjt222
Обновлено Yesterday
3 просмотров
17
2
17
Посмотреть на GitHub
Метаaimcpdesign

О программе

Этот навык создает Dockerfile для проектов на R, используя базовые образы rocker. Он управляет системными зависимостями, установкой пакетов R, интеграцией с renv и оптимизирует порядок слоев для эффективных пересборок. Используйте его при контейнеризации R-приложений, создании воспроизводимых сред или развертывании сервисов на основе R, таких как Shiny или Plumber.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-r-dockerfile

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

造 R 之 Dockerfile

以 rocker 基礎映像建 R 項目之 Dockerfile,含當之依賴管理。

適用時機

  • 容器化 R 應用或分析
  • 造可重現之 R 環境
  • 部署 R 基礎之服務(Shiny、Plumber、MCP 伺服器)
  • 立一致之開發環境

輸入

  • 必要:含依賴之 R 項目(DESCRIPTION 或 renv.lock)
  • 必要:目的(開發、生產、或服務)
  • 選擇性:R 版本(預設:最新穩定)
  • 選擇性:所需之他系統庫

步驟

步驟一:擇基礎映像

用例基礎映像大小
最小 R 執行rocker/r-ver:4.5.0~800MB
含 tidyverserocker/tidyverse:4.5.0~1.8GB
含 RStudio Serverrocker/rstudio:4.5.0~1.9GB
Shiny 伺服rocker/shiny-verse:4.5.0~2GB

預期: 擇一合項目需、無不必要膨脹之基礎映像。

失敗時: 疑用何映像,始於 rocker/r-ver(最小),按需加套件。全映像目錄見 rocker-org

步驟二:寫 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"]

預期: Dockerfile 成建:docker build -t myproject .

失敗時: 若於 apt-get install 時敗,察目標發行版(Debian)之套件名。若 renv::restore() 敗,確保 renv.lockrenv/activate.R 於恢復步前已複。

步驟三:造 .dockerignore

.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
renv/staging
docs/
*.tar.gz

預期: .dockerignore 排 Git 歷史、IDE 檔、本地 renv 庫、建構構件於 Docker 脈絡外。

失敗時: 若 Docker 建構仍複不欲檔,驗 .dockerignore 與 Dockerfile 同目錄且用正確 glob 模式。

步驟四:建並測

docker build -t r-project:latest .
docker run --rm -it r-project:latest R -e "sessionInfo()"

預期: 容器啟,R 版本正確,所有套件可得。sessionInfo() 輸出證所期 R 版本。

失敗時: 察建構日誌之系統依賴誤。於 apt-get install 層加缺之 -dev 套件。

步驟五:為生產優化

生產部署用多階段建構:

# 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"]

預期: 多階段建構產較小之終映像。執行階段僅含編譯之 R 套件,無建構工具。

失敗時: 若套件於執行階段載敗,確保 COPY --from=builder 之庫路合 R 裝套件之處。於兩階段以 R -e ".libPaths()" 察之。

驗證

  • docker build 完而無誤
  • 容器啟且 R 會話行
  • 所有所需套件可得
  • .dockerignore 排非必要檔
  • 映像大小合用例
  • 程式改時重建快(層快取有效)

常見陷阱

  • 缺系統依賴:含編譯程式之 R 套件需 -dev 庫。察 install.packages() 時之誤訊
  • 層快取失效:於裝套件前複所有檔令每改程式皆失快取。先複鎖檔
  • 大映像:於 apt-get install 後用 rm -rf /var/lib/apt/lists/*。考慮多階段建構
  • 時區問題:加 ENV TZ=UTC 或裝 tzdata 以行時區感知之操作
  • 以 root 執:生產加非 root 用戶:RUN useradd -m appuser && USER appuser

範例

# 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

相關技能

  • setup-docker-compose - 編排多容器
  • containerize-mcp-server - MCP R 伺服之特別案例
  • optimize-docker-build-cache - 進階快取策略
  • manage-renv-dependencies - renv.lock 餵入 Docker 建構

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/create-r-dockerfile
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

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.

Просмотреть навык

polymarket

Мета

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.

Просмотреть навык

creating-opencode-plugins

Мета

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.

Просмотреть навык

sglang

Мета

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.

Просмотреть навык