关于
This Claude Skill optimizes Docker build times using layer caching, multi-stage builds, BuildKit features, and dependency-first copy patterns for R, Node.js, and Python projects. Use it when your Docker builds are slow due to repeated dependency installations, unnecessary large image sizes, or when CI/CD pipeline builds become a bottleneck. It helps structure your Dockerfile to maximize cache efficiency and reduce rebuild times.
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/optimize-docker-build-cache在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
name: optimize-docker-build-cache description: > Optimiere Docker-Buildzeiten durch Layer-Caching, Multi-Stage-Builds, BuildKit-Funktionen und Abhaengigkeiten-zuerst-Kopiermuster. Anwendbar auf R-, Node.js- und Python-Projekte. Verwende diesen Skill, wenn Docker-Builds durch wiederholte Paketinstallationen langsam sind, wenn Rebuilds bei jeder Code-Aenderung alle Abhaengigkeiten neu installieren, wenn Image-Groessen unnoetig gross sind oder wenn CI/CD-Pipeline-Builds einen Engpass darstellen. 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, cache, optimization, multi-stage, buildkit locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
Docker-Build-Cache optimieren
Docker-Buildzeiten durch effektives Layer-Caching und Build-Optimierung reduzieren.
Wann verwenden
- Docker-Builds sind durch wiederholte Paketinstallationen langsam
- Rebuilds installieren bei jeder Code-Aenderung alle Abhaengigkeiten neu
- Image-Groessen sind unnoetig gross
- CI/CD-Pipeline-Builds sind ein Engpass
Eingaben
- Erforderlich: Vorhandenes Dockerfile zur Optimierung
- Optional: Angestrebte Verbesserung der Buildzeit
- Optional: Angestrebte Reduzierung der Image-Groesse
Vorgehensweise
Schritt 1: Layer nach Aenderungshaeufigkeit ordnen
Am wenigsten aenderbare Layer zuerst platzieren:
# 1. Basisimage (aendert sich selten)
FROM rocker/r-ver:4.5.0
# 2. Systemabhaengigkeiten (aendern sich gelegentlich)
RUN apt-get update && apt-get install -y \
libcurl4-openssl-dev \
libssl-dev \
&& rm -rf /var/lib/apt/lists/*
# 3. Nur Abhaengigkeitsdateien (aendern sich bei Deps-Aenderungen)
COPY renv.lock renv.lock
COPY renv/activate.R renv/activate.R
RUN R -e "renv::restore()"
# 4. Quellcode (aendert sich haeufig)
COPY . .
Schluesselprinzip: Docker cached jeden Layer. Wenn sich ein Layer aendert, werden alle nachfolgenden Layer neu gebaut. Die Abhaengigkeitsinstallation sollte vor dem Quellcode-Kopieren kommen.
Erwartet: Die Dockerfile-Layer sind von am wenigsten aenderbar (Basisimage, System-Deps) bis am meisten aenderbar (Quellcode) geordnet, wobei Abhaengigkeits-Lockfiles vor dem vollstaendigen Quellcode kopiert werden.
Bei Fehler: Wenn Builds weiterhin bei jeder Code-Aenderung Abhaengigkeiten neu installieren, sicherstellen, dass COPY . . nach dem Abhaengigkeitsinstallations-RUN-Befehl kommt, nicht davor.
Schritt 2: Abhaengigkeitsinstallation vom Code trennen
Schlecht (baut Pakete bei jeder Code-Aenderung neu):
COPY . .
RUN R -e "renv::restore()"
Gut (baut Pakete nur bei Lockfile-Aenderung neu):
COPY renv.lock renv.lock
RUN R -e "renv::restore()"
COPY . .
Gleiches Muster fuer Node.js:
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
Erwartet: Die Abhaengigkeits-Lockfile (renv.lock, package-lock.json, requirements.txt) wird in einem separaten Layer kopiert und installiert, bevor der vollstaendige Quellcode mit COPY . . kopiert wird.
Bei Fehler: Wenn das Kopieren der Lockfile fehlschlaegt, sicherstellen, dass die Datei im Build-Kontext existiert und nicht durch .dockerignore ausgeschlossen wird.
Schritt 3: Multi-Stage-Builds verwenden
Build-Abhaengigkeiten von Laufzeitabhaengigkeiten trennen:
# Build-Phase - enthaelt Entwicklungstools
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()"
# Laufzeit-Phase - minimales 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"]
Erwartet: Das Dockerfile hat eine Builder-Phase mit Entwicklungstools und eine Laufzeit-Phase mit nur Produktionsabhaengigkeiten. Das finale Image ist deutlich kleiner als ein Single-Stage-Build.
Bei Fehler: Wenn COPY --from=builder keine Bibliotheken findet, den Installationspfad zwischen den Phasen abgleichen. docker build --target builder . verwenden, um die Build-Phase unabhaengig zu debuggen.
Schritt 4: RUN-Befehle kombinieren
Jeder RUN-Befehl erstellt einen Layer. Zusammengehoerige Befehle kombinieren:
Schlecht (3 Layer, apt-Cache bleibt bestehen):
RUN apt-get update
RUN apt-get install -y curl git
RUN rm -rf /var/lib/apt/lists/*
Gut (1 Layer, bereinigter Cache):
RUN apt-get update && apt-get install -y \
curl \
git \
&& rm -rf /var/lib/apt/lists/*
Erwartet: Zusammengehoerige apt-get- oder Paketinstallationsbefehle sind in einzelne RUN-Anweisungen kombiniert, die jeweils mit Cache-Bereinigung (rm -rf /var/lib/apt/lists/*) enden.
Bei Fehler: Wenn ein kombinierter RUN-Befehl mittendrin fehlschlaegt, ihn voruebergehend aufteilen, um den fehlerhaften Befehl zu identifizieren, dann nach der Behebung wieder zusammenfuegen.
Schritt 5: .dockerignore verwenden
Unnoetige Dateien am Eintritt in den Build-Kontext hindern:
.git
.Rproj.user
.Rhistory
.RData
renv/library
renv/cache
node_modules
docs/
*.tar.gz
.env
Erwartet: Eine .dockerignore-Datei existiert im Projektstamm, die .git, node_modules, renv/library, Build-Artefakte und Umgebungsdateien ausschliesst. Die Build-Kontext-Groesse ist merklich kleiner.
Bei Fehler: Wenn benoetigte Dateien im Container fehlen, .dockerignore auf zu breite Muster pruefen. Die ausfuehrliche Ausgabe von docker build verwenden, um zu ueberpruefen, welche Dateien an den Daemon gesendet werden.
Schritt 6: BuildKit aktivieren
DOCKER_BUILDKIT=1 docker build -t myimage .
Oder in docker-compose.yml:
services:
app:
build:
context: .
dockerfile: Dockerfile
Mit den Umgebungsvariablen COMPOSE_DOCKER_CLI_BUILD=1 und DOCKER_BUILDKIT=1.
BuildKit ermoeglicht:
- Parallele Stage-Builds
- Besseres Cache-Management
--mount=type=cachefuer persistente Paket-Caches
Erwartet: Builds werden mit aktiviertem BuildKit ausgefuehrt (erkennbar an der Ausgabe im Stil #1 [internal] load build definition). Multi-Stage-Builds fuehren Stages wo moeglich parallel aus.
Bei Fehler: Wenn BuildKit nicht aktiv ist, sicherstellen, dass die Umgebungsvariablen vor dem Build-Befehl exportiert werden. Bei aelteren Docker-Versionen Docker Engine auf 18.09+ fuer BuildKit-Unterstuetzung aktualisieren.
Schritt 7: Cache-Mounts fuer Paketmanager verwenden
# R-Pakete mit persistentem Cache
RUN --mount=type=cache,target=/usr/local/lib/R/site-library \
R -e "install.packages('dplyr')"
# npm mit persistentem Cache
RUN --mount=type=cache,target=/root/.npm \
npm ci
Erwartet: Nachfolgende Builds verwenden gecachte Pakete aus dem Mount wieder, was die Installationszeiten drastisch reduziert, selbst wenn der Layer invalidiert wird. Der Cache bleibt ueber Builds hinweg bestehen.
Bei Fehler: Wenn --mount=type=cache nicht erkannt wird, sicherstellen, dass BuildKit aktiviert ist (DOCKER_BUILDKIT=1). Die Syntax erfordert BuildKit und wird vom Legacy-Builder nicht unterstuetzt.
Validierung
- Rebuilds nach reinen Code-Aenderungen sind deutlich schneller
- Abhaengigkeitsinstallations-Layer wird gecacht, wenn sich die Lockfile nicht geaendert hat
-
.dockerignoreschliesst unnoetige Dateien aus - Image-Groesse ist im Vergleich zum nicht optimierten Build reduziert
- Multi-Stage-Build (falls verwendet) trennt Build- und Laufzeitabhaengigkeiten
Haeufige Fehler
- Alle Dateien vor der Deps-Installation kopieren: Invalidiert den Abhaengigkeits-Cache bei jeder Code-Aenderung.
.dockerignorevergessen: Grosse Build-Kontexte verlangsamen jeden Build.- Zu viele Layer: Jeder
RUN-,COPY-,ADD-Befehl erstellt einen Layer. Wo sinnvoll kombinieren. - apt-Cache nicht bereinigen: apt-get-Installationen immer mit
&& rm -rf /var/lib/apt/lists/*beenden. - Plattformspezifische Caches: Cache-Layer sind plattformspezifisch. CI-Runner profitieren moeglicherweise nicht von lokalen Caches.
Verwandte Skills
create-r-dockerfile- Initiale Dockerfile-Erstellungsetup-docker-compose- Compose-Build-Konfigurationcontainerize-mcp-server- Optimierungen auf MCP-Server-Builds anwenden
GitHub 仓库
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.
相关推荐技能
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。
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。
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。
