Agent-almanac containerize-mcp-server

install

source · Clone the upstream repo

git clone https://github.com/pjt222/agent-almanac

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/pjt222/agent-almanac "$T" && mkdir -p ~/.claude/skills && cp -r "$T/i18n/zh-CN/skills/containerize-mcp-server" ~/.claude/skills/pjt222-agent-almanac-containerize-mcp-server-a72765 && rm -rf "$T"

manifest: i18n/zh-CN/skills/containerize-mcp-server/SKILL.md

source content

容器化 MCP 服务器

将 R MCP 服务器打包到 Docker 容器中，实现可移植部署。

适用场景

无需本地 R 安装即可部署 R MCP 服务器
创建可重现的 MCP 服务器环境
将 MCP 服务器与其他容器化服务一起运行
向其他开发者分发 MCP 服务器

输入

必需：R MCP 服务器实现（基于 mcptools 或自定义）
必需：已安装并运行的 Docker
可选：服务器需要的额外 R 包
可选：传输模式（stdio 或 HTTP）

步骤

第 1 步：为 MCP 服务器创建 Dockerfile

FROM rocker/r-ver:4.5.0

# Install system dependencies
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/*

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

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

# Set working directory
WORKDIR /workspace

# Expose MCP server ports
EXPOSE 3000 3001 3002

# Environment variables
ENV R_LIBS_USER=/workspace/renv/library
ENV RENV_PATHS_CACHE=/workspace/renv/cache

# Default: start MCP server
CMD ["R", "-e", "mcptools::mcp_server()"]

预期结果： 项目根目录存在一个

Dockerfile

，使用

rocker/r-ver

基础镜像，包含系统依赖、mcptools 安装，以及 MCP 服务器作为默认命令。

失败处理： 验证基础镜像标签与你的 R 版本匹配。如果

remotes::install_github

失败，检查系统依赖层中是否包含

git

和

libgit2-dev

。

第 2 步：创建 docker-compose.yml

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

使用

network_mode: "host"

确保 MCP 服务器端口在 localhost 上可访问。

预期结果： 项目根目录存在

docker-compose.yml

文件，包含 MCP 服务器服务、项目文件和 renv 缓存的卷挂载，以及为 stdio 传输启用的

stdin_open

tty

。

失败处理： 如果卷路径无效，将

/path/to/projects

调整为实际项目目录。在 Windows/WSL 上使用

/mnt/c/...

或

/mnt/d/...

路径。

第 3 步：构建和启动

docker compose build
docker compose up -d

预期结果： 容器以 MCP 服务器运行启动。

失败处理： 使用

docker compose logs mcp-server

检查日志。常见问题：

缺少 R 包：添加到 Dockerfile 的 RUN install 步骤
端口已被占用：更改暴露端口或停止冲突服务

第 4 步：将 Claude Code 连接到容器

对于 stdio 传输（容器必须保持运行且接受 stdin）：

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

对于 HTTP 传输（如果 MCP 服务器支持）：

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

预期结果： Claude Code 的 MCP 配置包含

r-mcp-docker

服务器条目，

claude mcp list

显示新服务器。

失败处理： 对于 stdio 传输，确保容器名称匹配（

r-mcp-server

）且容器正在运行，使用

docker ps

检查。对于 HTTP 传输，验证端口已暴露且可通过

curl http://localhost:3000/mcp

访问。

第 5 步：验证连接

# Check container is running
docker ps | grep mcp-server

# Test R session inside container
docker exec -it r-mcp-server R -e "sessionInfo()"

# Verify mcptools is available
docker exec -it r-mcp-server R -e "library(mcptools)"

预期结果：

docker ps

显示

r-mcp-server

容器正在运行，

sessionInfo()

返回预期的 R 版本，

library(mcptools)

加载无错误。

失败处理： 如果容器未运行，检查

docker compose logs mcp-server

获取启动错误。如果 mcptools 加载失败，重建镜像以确保包正确安装。

第 6 步：添加自定义 MCP 工具

要添加项目特定的 MCP 工具，挂载你的 R 脚本：

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

并在 CMD 中加载它们：

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

预期结果： 自定义 R 脚本在容器内的

/mcp-tools/

路径可访问，MCP 服务器在启动时加载它们以及默认工具。