optimize-docker-build-cache
О программе
Этот навык оптимизирует сборку Docker за счет реализации стратегий кэширования, многоэтапных сборок и функций BuildKit для сокращения времени сборки. Он предназначен для проектов на R, Node.js и Python, где повторные установки зависимостей или большой размер образов замедляют разработку. Используйте его, когда изменения в коде вызывают полные пересборки или когда конвейеры CI/CD становятся узкими местами.
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/optimize-docker-build-cacheСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
優 Docker 構建緩存
以層緩、多階構、BuildKit 諸能、與依賴先拷模減 Docker 構時。
用時
- 構慢因復裝包乃用
- 每碼變即重裝諸依乃用
- 像體無謂大乃用
- CI/CD 管之構為瓶頸乃用
入
- 必要:欲優之 Dockerfile
- 可選:構時改善目
- 可選:像減目
法
第一步:依變頻排層
少變者先:
# 1. Base image (rarely changes)
FROM rocker/r-ver:4.5.0
# 2. System dependencies (change occasionally)
RUN apt-get update && apt-get install -y \
libcurl4-openssl-dev \
libssl-dev \
&& rm -rf /var/lib/apt/lists/*
# 3. Dependency files only (change when deps change)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R
RUN R -e "renv::restore()"
# 4. Source code (changes frequently)
COPY . .
要則:Docker 緩各層。一層變則諸後重構。依裝宜先於源拷。
得: Dockerfile 諸層自最少變(基像、系依)至最多變(源)排,鎖文件先於全源拷。
敗則: 每碼變仍重裝依者,驗 COPY . . 在依裝 RUN 後,非前。
第二步:分依裝與碼
惡(每碼變重構包):
COPY . .
RUN R -e "renv::restore()"
善(唯鎖變時重構包):
COPY renv.lock renv.lock
RUN R -e "renv::restore()"
COPY . .
Node.js 同模:
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
得: 鎖文件(renv.lock、package-lock.json、requirements.txt)獨層拷裝,先於全源 COPY . .。
敗則: 鎖拷敗者,確文件存於構脈絡中且未為 .dockerignore 所排。
第三步:用多階構
分構依與運:
# Build stage - includes dev tools
FROM rocker/r-ver:4.5.0 AS builder
RUN apt-get update && apt-get install -y \
libcurl4-openssl-dev libssl-dev build-essential
COPY renv.lock .
RUN R -e "install.packages('renv'); renv::restore()"
# Runtime stage - minimal image
FROM rocker/r-ver:4.5.0
RUN apt-get update && apt-get install -y \
libcurl4 libssl3 \
&& rm -rf /var/lib/apt/lists/*
COPY --from=builder /usr/local/lib/R/site-library /usr/local/lib/R/site-library
COPY . /app
WORKDIR /app
CMD ["Rscript", "main.R"]
得: Dockerfile 有附開發具之構階與唯生產依之運階。終像顯小於單階構。
敗則: COPY --from=builder 不能尋庫者,驗階間裝路徑合。用 docker build --target builder . 獨調構階。
第四步:合 RUN 命
各 RUN 生一層。合相關命:
惡(三層,apt 緩存留):
RUN apt-get update
RUN apt-get install -y curl git
RUN rm -rf /var/lib/apt/lists/*
善(一層,緩淨):
RUN apt-get update && apt-get install -y \
curl \
git \
&& rm -rf /var/lib/apt/lists/*
得: 相關 apt-get 或包裝命合於單 RUN,各以緩淨(rm -rf /var/lib/apt/lists/*)終。
敗則: 合之 RUN 中途敗者,暫分以識敗命,修後重合。
第五步:用 .dockerignore
防無謂文件入構脈絡:
.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
node_modules
docs/
*.tar.gz
.env
得: 項目根有 .dockerignore,排 .git、node_modules、renv/library、構物、與環境文件。構脈絡顯小。
敗則: 容器中缺所需文件者,察 .dockerignore 過廣模。用 docker build 詳出驗何送守護。
第六步:啟 BuildKit
DOCKER_BUILDKIT=1 docker build -t myimage .
或 docker-compose.yml:
services:
app:
build:
context: .
dockerfile: Dockerfile
附 COMPOSE_DOCKER_CLI_BUILD=1 與 DOCKER_BUILDKIT=1 環境變量。
BuildKit 啟:
- 平行階構
- 更好之緩管
--mount=type=cache為持包緩
得: 構以 BuildKit 行(以 #1 [internal] load build definition 樣式出示)。多階構於可處平行行階。
敗則: BuildKit 未活者,驗環境變量於構命前已出。舊 Docker 者,升 Docker Engine 至 18.09+ 以支 BuildKit。
第七步:為包管器用緩掛
# R packages with persistent cache
RUN --mount=type=cache,target=/usr/local/lib/R/site-library \
R -e "install.packages('dplyr')"
# npm with persistent cache
RUN --mount=type=cache,target=/root/.npm \
npm ci
得: 後構自掛重用緩包,即層失效裝時亦大減。緩跨構持。
敗則: --mount=type=cache 不識者,確 BuildKit 已啟(DOCKER_BUILDKIT=1)。語要 BuildKit,舊構不支。
驗
- 唯碼變後之重構顯快
- 鎖未變時依裝層緩
-
.dockerignore排無謂文件 - 像較未優構小
- 多階構(若用)分構與運依
陷
- 依裝前拷皆:每碼變失依緩
- 忘
.dockerignore:大構脈絡緩諸構 - 層過多:各
RUN、COPY、ADD生一層。可邏合處合之 - 不淨 apt 緩:apt-get 裝必以
&& rm -rf /var/lib/apt/lists/*終 - 平台特緩:緩層平台特。CI 或不得本緩之益
參
create-r-dockerfile- 初 Dockerfile 建setup-docker-compose- compose 構設containerize-mcp-server- 施優於 MCP 服務器構
GitHub репозиторий
Frequently asked questions
What is the optimize-docker-build-cache skill?
optimize-docker-build-cache is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform optimize-docker-build-cache-related tasks without extra prompting.
How do I install optimize-docker-build-cache?
Use the install commands on this page: add optimize-docker-build-cache 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 optimize-docker-build-cache belong to?
optimize-docker-build-cache is in the Meta category, tagged design.
Is optimize-docker-build-cache free to use?
Yes. optimize-docker-build-cache 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.
