containerize-mcp-server
关于
This skill containerizes R-based MCP servers using Docker, enabling deployment without local R installations. It handles mcptools integration, port configuration, and transport modes (stdio/HTTP) while connecting Claude Code to the containerized server. Use it for reproducible environments, running alongside other containerized services, or distributing MCP servers to other developers.
快速安装
Claude Code
推荐npx 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-server在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
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: trueundtty: 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 Rsetup-docker-compose- Details zur Compose-Konfigurationconfigure-mcp-server- MCP-Server-Konfiguration ohne Dockertroubleshoot-mcp-connection- Debugging von MCP-Verbindungsproblemen
GitHub 仓库
相关推荐技能
content-collections
元Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。
polymarket
元这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。
creating-opencode-plugins
元该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。
sglang
元SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。
