containerize-mcp-server
О программе
Этот навык позволяет разработчикам контейнеризовать MCP-серверы на основе R с использованием Docker, устраняя необходимость в локальных установках R. Он охватывает интеграцию mcptools, настройку портов и методы транспорта (stdio/HTTP) для создания воспроизводимых сред. Используйте его для развертывания переносимых MCP-серверов вместе с другими 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
Containerize MCP Server
Package R MCP server into Docker container for portable deployment.
When Use
- Deploy R MCP server without requiring local R installation
- Create reproducible MCP server environment
- Run MCP servers alongside other containerized services
- Distribute MCP server to other developers
Inputs
- Required: R MCP server implementation (mcptools-based or custom)
- Required: Docker installed, running
- Optional: Additional R packages server needs
- Optional: Transport mode (stdio or HTTP)
Steps
Step 1: Create Dockerfile for MCP Server
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()"]
Got: Dockerfile exists in project root with rocker/r-ver base image, system dependencies, mcptools installation, MCP server as default command.
If fail: Verify base image tag matches your R version. remotes::install_github fails? Check git and libgit2-dev are in system dependencies layer.
Step 2: Create 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
Using network_mode: "host" ensures MCP server ports accessible on localhost.
Got: docker-compose.yml in project root with MCP server service, volume mounts for project files and renv cache, stdin_open/tty enabled for stdio transport.
If fail: Volume paths invalid? Adjust /path/to/projects to actual project directory. On Windows/WSL, use /mnt/c/... or /mnt/d/... paths.
Step 3: Build and Start
docker compose build
docker compose up -d
Got: Container starts with MCP server running.
If fail: Check logs with docker compose logs mcp-server. Common issues:
- Missing R packages: Add to Dockerfile RUN install step
- Port already in use: Change exposed port or stop conflicting service
Step 4: Connect Claude Code to Container
For stdio transport (container must stay running with stdin):
claude mcp add r-mcp-docker stdio "docker" "exec" "-i" "r-mcp-server" "R" "-e" "mcptools::mcp_server()"
For HTTP transport (if MCP server supports it):
{
"mcpServers": {
"r-mcp-docker": {
"type": "http",
"url": "http://localhost:3000/mcp"
}
}
}
Got: Claude Code MCP configuration includes r-mcp-docker server entry. claude mcp list shows new server.
If fail: Stdio transport? Ensure container name matches (r-mcp-server) and container running with docker ps. HTTP transport? Verify port exposed, reachable with curl http://localhost:3000/mcp.
Step 5: Verify Connection
# 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)"
Got: docker ps shows r-mcp-server container running. sessionInfo() returns expected R version. library(mcptools) loads without error.
If fail: Container not running? Check docker compose logs mcp-server for startup errors. mcptools fails to load? Rebuild image to ensure package installed correctly.
Step 6: Add Custom MCP Tools
To add project-specific MCP tools, mount R scripts:
volumes:
- ./mcp-tools:/mcp-tools
Load them in CMD:
CMD ["R", "-e", "source('/mcp-tools/custom_tools.R'); mcptools::mcp_server()"]
Got: Custom R scripts accessible inside container at /mcp-tools/. MCP server loads them on startup alongside default tools.
If fail: Verify volume mount path correct with docker exec -it r-mcp-server ls /mcp-tools/. Scripts fail to source? Check missing package dependencies in custom tools.
Checks
- Container builds without errors
- MCP server starts inside container
- Claude Code can connect to containerized server
- MCP tools respond correctly to requests
- Container restarts cleanly
- Volume mounts allow access to project files
Pitfalls
- stdin/tty requirements: MCP stdio transport requires
stdin_open: trueandtty: true - Network isolation: Default Docker networking may prevent localhost access. Use
network_mode: "host"or expose specific ports. - Package versions: Pin mcptools to specific commit for reproducibility
- Large image size: mcptools + dependencies can be large. Consider multi-stage builds for production.
- Windows Docker paths: Running Docker Desktop on Windows with WSL? Path mapping differs
See Also
create-r-dockerfile- base Dockerfile patterns for Rsetup-docker-compose- compose configuration detailsconfigure-mcp-server- MCP server configuration without Dockertroubleshoot-mcp-connection- debugging MCP connectivity issues
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.
