create-multistage-dockerfile
О программе
Этот навык создает оптимизированные многоэтапные Dockerfile, которые разделяют окружения сборки и выполнения для создания минимальных производственных образов. Он поддерживает цели, такие как scratch, distroless и Alpine, с сравнением размеров. Используйте его, когда производственные образы слишком велики, содержат ненужные инструменты сборки или требуется развертывание в ограниченных средах, таких как edge-устройства или serverless-архитектуры.
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/create-multistage-dockerfileСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
name: create-multistage-dockerfile description: > Erstelle Multi-Stage-Dockerfiles, die Build- und Laufzeitumgebungen fuer minimale Produktions-Images trennen. Umfasst Builder/Runtime-Stage-Trennung, Artefakt-Kopieren, scratch/distroless/alpine-Ziele und Groessenvergleich. Verwende diesen Skill, wenn Produktions-Images zu gross sind, wenn Build-Tools im finalen Image enthalten sind, wenn separate Entwicklungs- und Produktions-Images aus einem Dockerfile benoetigt werden oder beim Deployen in eingeschraenkten Umgebungen wie Edge oder Serverless. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: containerization complexity: intermediate language: Docker tags: docker, multi-stage, distroless, alpine, scratch, optimization locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
Multi-Stage-Dockerfile erstellen
Multi-Stage-Dockerfiles erstellen, die minimale Produktions-Images erzeugen, indem Build-Tools von der Laufzeit getrennt werden.
Wann verwenden
- Produktions-Images sind zu gross (>500MB fuer kompilierte Sprachen)
- Build-Tools (Compiler, Dev-Header) sind im finalen Image enthalten
- Separate Images fuer Entwicklung und Produktion aus einem Dockerfile benoetigt
- Deployen in eingeschraenkten Umgebungen (Edge, Serverless)
Eingaben
- Erforderlich: Vorhandenes Dockerfile oder zu containerisierendes Projekt
- Erforderlich: Sprache und Build-System (npm, pip, go build, cargo, maven)
- Optional: Ziel-Laufzeit-Basis (slim, alpine, distroless, scratch)
- Optional: Groessenbudget fuer das finale Image
Vorgehensweise
Schritt 1: Build- vs. Laufzeitabhaengigkeiten identifizieren
| Kategorie | Build-Phase | Laufzeit-Phase |
|---|---|---|
| Compiler | gcc, g++, rustc | Nicht benoetigt |
| Paketmanager | npm, pip, cargo | Manchmal (interpretierte Sprachen) |
| Dev-Header | -dev-Pakete | Nicht benoetigt |
| Quellcode | Vollstaendiger Quellbaum | Nur kompilierte Ausgabe |
| Testframeworks | jest, pytest | Nicht benoetigt |
Schritt 2: Multi-Stage-Build strukturieren
Das Kernmuster: In einem grossen Image bauen, Artefakte in ein schlankes Image kopieren.
# ---- Build-Phase ----
FROM <build-image> AS builder
WORKDIR /src
COPY <abhaengigkeits-manifest> .
RUN <abhaengigkeiten-installieren>
COPY . .
RUN <build-befehl>
# ---- Laufzeit-Phase ----
FROM <laufzeit-image>
COPY --from=builder /src/<artefakt> /<ziel>
EXPOSE <port>
CMD [<einstiegspunkt>]
Schritt 3: Sprachspezifische Muster anwenden
Node.js (bereinigte node_modules)
FROM node:22-bookworm AS builder
WORKDIR /src
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
RUN npm run build && npm prune --omit=dev
FROM node:22-bookworm-slim
RUN groupadd -r app && useradd -r -g app app
WORKDIR /app
COPY --from=builder /src/dist ./dist
COPY --from=builder /src/node_modules ./node_modules
COPY --from=builder /src/package.json .
USER app
EXPOSE 3000
CMD ["node", "dist/index.js"]
Python (virtualenv-Kopie)
FROM python:3.12-bookworm AS builder
WORKDIR /src
RUN python -m venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
FROM python:3.12-slim-bookworm
COPY --from=builder /opt/venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"
WORKDIR /app
COPY --from=builder /src .
RUN groupadd -r app && useradd -r -g app app
USER app
EXPOSE 8000
CMD ["python", "app.py"]
Go (statische Binaerdatei nach scratch)
FROM golang:1.23-bookworm AS builder
WORKDIR /src
COPY go.mod go.sum ./
RUN go mod download
COPY . .
RUN CGO_ENABLED=0 GOOS=linux go build -ldflags="-s -w" -o /server ./cmd/server
FROM scratch
COPY --from=builder /etc/ssl/certs/ca-certificates.crt /etc/ssl/certs/
COPY --from=builder /server /server
EXPOSE 8080
ENTRYPOINT ["/server"]
Rust (statische musl-Binaerdatei)
FROM rust:1.82-bookworm AS builder
RUN apt-get update && apt-get install -y musl-tools && rm -rf /var/lib/apt/lists/*
RUN rustup target add x86_64-unknown-linux-musl
WORKDIR /src
COPY Cargo.toml Cargo.lock ./
RUN mkdir src && echo "fn main() {}" > src/main.rs \
&& cargo build --release --target x86_64-unknown-linux-musl \
&& rm -rf src
COPY . .
RUN touch src/main.rs && cargo build --release --target x86_64-unknown-linux-musl
FROM scratch
COPY --from=builder /src/target/x86_64-unknown-linux-musl/release/myapp /myapp
EXPOSE 8080
ENTRYPOINT ["/myapp"]
Erwartet: Finales Image enthaelt nur die Laufzeit und kompilierte Artefakte.
Bei Fehler: COPY --from=builder-Pfade pruefen. docker build --target builder verwenden, um die Build-Phase zu debuggen.
Schritt 4: Laufzeit-Basis waehlen
| Basis | Groesse | Shell | Anwendungsfall |
|---|---|---|---|
scratch | 0 MB | Nein | Statische Go/Rust-Binaerdateien |
gcr.io/distroless/static | ~2 MB | Nein | Statische Binaerdateien + CA-Zertifikate |
gcr.io/distroless/base | ~20 MB | Nein | Dynamische Binaerdateien (libc) |
*-slim | 50-150 MB | Ja | Interpretierte Sprachen |
alpine | ~7 MB | Ja | Wenn Shell-Zugriff benoetigt wird |
Hinweis: Alpine verwendet musl libc. Einige Python-Wheels und Node-Native-Module funktionieren moeglicherweise nicht. Fuer interpretierte Sprachen -slim (glibc) bevorzugen.
Schritt 5: Build-Argumente ueber Phasen hinweg
ARG APP_VERSION=0.0.0
FROM golang:1.23 AS builder
ARG APP_VERSION
RUN go build -ldflags="-X main.version=${APP_VERSION}" -o /server .
FROM gcr.io/distroless/static
COPY --from=builder /server /server
ENTRYPOINT ["/server"]
Build mit: docker build --build-arg APP_VERSION=1.2.3 .
Hinweis: ARG vor FROM ist global. Jede Phase muss ARG erneut deklarieren, um es zu verwenden.
Schritt 6: Image-Groessen vergleichen
# Beide Varianten bauen
docker build -t myapp:fat --target builder .
docker build -t myapp:slim .
# Groessen vergleichen
docker images --format "table {{.Repository}}\t{{.Tag}}\t{{.Size}}" | grep myapp
Erwartet: Produktions-Image ist 50-90% kleiner als die Build-Phase.
Validierung
-
docker buildwird fuer alle Phasen abgeschlossen - Finales Image enthaelt keine Build-Tools (Compiler, Dev-Header)
-
docker runfunktioniert korrekt vom schlanken Image - Image-Groesse ist im Vergleich zum Single-Stage deutlich reduziert
-
COPY --from=builder-Pfade sind korrekt - Kein Quellcode gelangt in das Produktions-Image
Haeufige Fehler
- Fehlende Laufzeitbibliotheken: Kompilierter Code benoetigt moeglicherweise Shared Libraries (
libc,libssl). Das schlanke Image gruendlich testen. - Fehlerhafte
COPY --from-Pfade: Der Artefaktpfad muss exakt uebereinstimmen.docker build --target builderverwenden, danndocker run --rm builder ls /pathzum Debuggen. - Alpine-musl-Probleme: Native Node.js-Addons und einige Python-Pakete scheitern auf Alpine. Stattdessen
-slimverwenden. - Globaler ARG-Gueltigkeitsbereich: Ein
ARGvorFROMist nur fuerFROM-Zeilen verfuegbar. In jeder Phase, die es benoetigt, erneut deklarieren. - CA-Zertifikate vergessen:
scratchhat keine Zertifikate./etc/ssl/certs/ca-certificates.crtvom Builder kopieren oder distroless verwenden.
Verwandte Skills
create-dockerfile- Single-Stage-Allzweck-Dockerfilescreate-r-dockerfile- R-spezifische Dockerfiles mit rocker-Imagesoptimize-docker-build-cache- Layer-Caching und BuildKit-Funktionensetup-compose-stack- Compose-Konfigurationen mit Multi-Stage-Images
GitHub репозиторий
Frequently asked questions
What is the create-multistage-dockerfile skill?
create-multistage-dockerfile is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform create-multistage-dockerfile-related tasks without extra prompting.
How do I install create-multistage-dockerfile?
Use the install commands on this page: add create-multistage-dockerfile 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 create-multistage-dockerfile belong to?
create-multistage-dockerfile is in the Meta category, tagged design.
Is create-multistage-dockerfile free to use?
Yes. create-multistage-dockerfile 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.
