MCP HubMCP Hub
Вернуться к навыкам

containerize-mcp-server

pjt222
Обновлено Yesterday
2 просмотров
17
2
17
Посмотреть на GitHub
Метаaimcp

О программе

Этот навык контейнеризирует MCP-серверы на основе R с использованием Docker, позволяя развертывание без локальных установок R. Он обеспечивает интеграцию mcptools, настройку портов и режимы передачи (stdio/HTTP), одновременно подключая Claude Code к контейнеризированному серверу. Используйте его для воспроизводимых сред, работы совместно с другими контейнеризированными сервисами или распространения MCP-серверов среди других разработчиков.

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


name: containerize-mcp-server description: > Containerisiere einen R-basierten MCP-Server (Model Context Protocol) mit Docker. Umfasst mcptools-Integration, Port-Freigabe, stdio- vs. HTTP-Transport und die Verbindung von Claude Code mit dem containerisierten Server. Verwende diesen Skill beim Deployen eines R-MCP-Servers ohne lokale R-Installation, beim Erstellen einer reproduzierbaren MCP-Server-Umgebung, beim Betrieb von MCP-Servern neben anderen containerisierten Diensten oder beim Verteilen eines MCP-Servers an andere Entwickler. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: containerization complexity: advanced language: Docker tags: docker, mcp, mcptools, claude, container locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16

MCP-Server containerisieren

Einen R-MCP-Server in einen Docker-Container fuer portables Deployment verpacken.

Wann verwenden

  • Deployen eines R-MCP-Servers ohne lokale R-Installation
  • Erstellen einer reproduzierbaren MCP-Server-Umgebung
  • Betrieb von MCP-Servern neben anderen containerisierten Diensten
  • Verteilen eines MCP-Servers an andere Entwickler

Eingaben

  • Erforderlich: R-MCP-Server-Implementierung (mcptools-basiert oder benutzerdefiniert)
  • Erforderlich: Docker installiert und laufend
  • Optional: Zusaetzliche R-Pakete, die der Server benoetigt
  • Optional: Transportmodus (stdio oder HTTP)

Vorgehensweise

Schritt 1: Dockerfile fuer MCP-Server erstellen

FROM rocker/r-ver:4.5.0

# Systemabhaengigkeiten installieren
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/*

# R-Pakete installieren
RUN R -e "install.packages(c( \
    'remotes', \
    'ellmer' \
    ), repos='https://cloud.r-project.org/')"

# mcptools installieren
RUN R -e "remotes::install_github('posit-dev/mcptools')"

# Arbeitsverzeichnis setzen
WORKDIR /workspace

# MCP-Server-Ports freigeben
EXPOSE 3000 3001 3002

# Umgebungsvariablen
ENV R_LIBS_USER=/workspace/renv/library
ENV RENV_PATHS_CACHE=/workspace/renv/cache

# Standard: MCP-Server starten
CMD ["R", "-e", "mcptools::mcp_server()"]

Erwartet: Ein Dockerfile existiert im Projektstamm mit rocker/r-ver-Basisimage, Systemabhaengigkeiten, mcptools-Installation und dem MCP-Server als Standardbefehl.

Bei Fehler: Sicherstellen, dass das Basisimage-Tag zur R-Version passt. Wenn remotes::install_github fehlschlaegt, pruefen, ob git und libgit2-dev im Systemabhaengigkeiten-Layer enthalten sind.

Schritt 2: docker-compose.yml erstellen

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

Die Verwendung von network_mode: "host" stellt sicher, dass die MCP-Server-Ports auf localhost erreichbar sind.

Erwartet: Eine docker-compose.yml-Datei im Projektstamm mit dem MCP-Server-Dienst, Volume-Mounts fuer Projektdateien und renv-Cache sowie aktiviertem stdin_open/tty fuer stdio-Transport.

Bei Fehler: Wenn Volume-Pfade ungueltig sind, /path/to/projects an das tatsaechliche Projektverzeichnis anpassen. Unter Windows/WSL /mnt/c/...- oder /mnt/d/...-Pfade verwenden.

Schritt 3: Bauen und Starten

docker compose build
docker compose up -d

Erwartet: Container startet mit laufendem MCP-Server.

Bei Fehler: Logs mit docker compose logs mcp-server pruefen. Haeufige Probleme:

  • Fehlende R-Pakete: Zum Dockerfile-RUN-Installationsschritt hinzufuegen
  • Port bereits belegt: Freigegebenen Port aendern oder kollidierenden Dienst stoppen

Schritt 4: Claude Code mit Container verbinden

Fuer stdio-Transport (Container muss mit stdin weiterlaufen):

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

Fuer HTTP-Transport (wenn der MCP-Server dies unterstuetzt):

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

Erwartet: Die MCP-Konfiguration von Claude Code enthaelt den r-mcp-docker-Servereintrag, und claude mcp list zeigt den neuen Server.

Bei Fehler: Fuer stdio-Transport sicherstellen, dass der Containername uebereinstimmt (r-mcp-server) und der Container mit docker ps laeuft. Fuer HTTP-Transport pruefen, ob der Port freigegeben und mit curl http://localhost:3000/mcp erreichbar ist.

Schritt 5: Verbindung ueberpruefen

# Pruefen, ob Container laeuft
docker ps | grep mcp-server

# R-Sitzung im Container testen
docker exec -it r-mcp-server R -e "sessionInfo()"

# Pruefen, ob mcptools verfuegbar ist
docker exec -it r-mcp-server R -e "library(mcptools)"

Erwartet: docker ps zeigt den r-mcp-server-Container als laufend, sessionInfo() gibt die erwartete R-Version zurueck, und library(mcptools) wird fehlerfrei geladen.

Bei Fehler: Wenn der Container nicht laeuft, docker compose logs mcp-server auf Startfehler pruefen. Wenn mcptools nicht geladen werden kann, das Image neu bauen, um sicherzustellen, dass das Paket korrekt installiert wurde.

Schritt 6: Benutzerdefinierte MCP-Tools hinzufuegen

Um projektspezifische MCP-Tools hinzuzufuegen, R-Skripte einhaengen:

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

Und im CMD laden:

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

Erwartet: Benutzerdefinierte R-Skripte sind im Container unter /mcp-tools/ zugaenglich, und der MCP-Server laedt sie beim Start neben den Standardtools.

Bei Fehler: Sicherstellen, dass der Volume-Mount-Pfad korrekt ist, mit docker exec -it r-mcp-server ls /mcp-tools/ pruefen. Wenn Skripte nicht gesourced werden koennen, fehlende Paketabhaengigkeiten in den benutzerdefinierten Tools pruefen.

Validierung

  • Container wird fehlerfrei gebaut
  • MCP-Server startet im Container
  • Claude Code kann sich mit dem containerisierten Server verbinden
  • MCP-Tools antworten korrekt auf Anfragen
  • Container startet sauber neu
  • Volume-Mounts ermoeglichen Zugriff auf Projektdateien

Haeufige Fehler

  • stdin/tty-Anforderungen: MCP-stdio-Transport erfordert stdin_open: true und tty: true
  • Netzwerkisolation: Standard-Docker-Netzwerk kann Localhost-Zugriff verhindern. network_mode: "host" verwenden oder bestimmte Ports freigeben.
  • Paketversionen: mcptools auf einen bestimmten Commit fuer Reproduzierbarkeit pinnen.
  • Grosse Image-Groesse: mcptools + Abhaengigkeiten koennen gross sein. Multi-Stage-Builds fuer Produktion in Betracht ziehen.
  • Windows-Docker-Pfade: Bei Docker Desktop unter Windows mit WSL unterscheidet sich das Pfad-Mapping.

Verwandte Skills

  • create-r-dockerfile - Basis-Dockerfile-Muster fuer R
  • setup-docker-compose - Details zur Compose-Konfiguration
  • configure-mcp-server - MCP-Server-Konfiguration ohne Docker
  • troubleshoot-mcp-connection - Debugging von MCP-Verbindungsproblemen

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/de/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