MCP HubMCP Hub
Вернуться к навыкам

containerize-mcp-server

pjt222
Обновлено 6 days ago
15 просмотров
17
2
17
Посмотреть на GitHub
Метаaimcpdesign

О программе

Этот навык контейнеризует MCP-серверы на основе R с использованием Docker, позволяя развертывать их без локальных установок R и создавая воспроизводимые среды. Он охватывает интеграцию с mcptools, настройку транспорта (stdio/HTTP) и подключение Claude Code к контейнеру. Используйте его для распространения MCP-серверов или запуска вместе с другими контейнеризованными сервисами.

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/containerize-mcp-server

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

Документация

容器化 MCP 服

以 Docker 封 R MCP 服以可攜部。

  • 部 R MCP 服而不須本地 R 裝
  • 建可重現 MCP 服境
  • 與他容器服並行 MCP 服
  • 傳 MCP 服至他開發者

  • :R MCP 服實(mcptools 基或自)
  • :Docker 裝且行
  • :服須之附 R 包
  • :傳模(stdio 或 HTTP)

一:建 MCP 服之 Dockerfile

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: Dockerfile 於項根含 rocker/r-ver 基像、系依、mcptools 裝、MCP 服為默令。

敗: 驗基像 tag 合 R 版。remotes::install_github 敗→察 gitlibgit2-dev 於系依層。

二: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

network_mode: "host" 確 MCP 服埠於 localhost 可達。

得: docker-compose.yml 於項根含 MCP 服、項檔與 renv 緩之卷掛、stdio 傳啟 stdin_open/tty

敗: 卷路誤→調 /path/to/projects 為實項目錄。Win/WSL 用 /mnt/c/.../mnt/d/...

三:建且啟

docker compose build
docker compose up -d

得: 容器啟含 MCP 服行。

敗: docker compose logs mcp-server 察日。常問:

  • R 包缺:加於 Dockerfile 裝步
  • 埠已佔:變露埠或停衝服

四:連 Claude Code 至容器

stdio 傳(容器須以 stdin 保行):

claude mcp add r-mcp-docker stdio "docker" "exec" "-i" "r-mcp-server" "R" "-e" "mcptools::mcp_server()"

HTTP 傳(若 MCP 服支):

{
  "mcpServers": {
    "r-mcp-docker": {
      "type": "http",
      "url": "http://localhost:3000/mcp"
    }
  }
}

得: Claude Code MCP 配含 r-mcp-docker 項,claude mcp list 示新服。

敗: stdio 傳→確容器名合(r-mcp-server)且容器以 docker ps 行。HTTP 傳→驗埠已露且 curl http://localhost:3000/mcp 可達。

五: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 psr-mcp-server 容器行,sessionInfo() 返期 R 版,library(mcptools) 無錯載。

敗: 容器未行→docker compose logs mcp-server 察啟錯。mcptools 載敗→重建像確包正裝。

六:加自 MCP 具

加項專 MCP 具→掛 R 腳:

volumes:
  - ./mcp-tools:/mcp-tools

於 CMD 載:

CMD ["R", "-e", "source('/mcp-tools/custom_tools.R'); mcptools::mcp_server()"]

得: 自 R 腳於容器內 /mcp-tools/ 可達,MCP 服啟時載之含默具。

敗: docker exec -it r-mcp-server ls /mcp-tools/ 驗卷掛路正。腳 source 敗→察自具缺依。

  • 容器無錯建
  • MCP 服於容器內啟
  • Claude Code 可連容器化服
  • MCP 具正應求
  • 容器淨重啟
  • 卷掛容項檔存取

  • stdin/tty 求:MCP stdio 傳須 stdin_open: truetty: true
  • 網隔:默 Docker 網或阻 localhost 存。用 network_mode: "host" 或露特埠。
  • 包版:釘 mcptools 至具體 commit 以重現
  • 像大:mcptools + 依可大。生產慮多階建。
  • Win Docker 路:Win 上 Docker Desktop 含 WSL,路映異

  • create-r-dockerfile - R 之基 Dockerfile 模
  • setup-docker-compose - compose 配詳
  • configure-mcp-server - 無 Docker 之 MCP 服配
  • troubleshoot-mcp-connection - 除 MCP 連問

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-ultra/skills/containerize-mcp-server
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