Zurück zu Fähigkeiten

render-puzzle-docs

pjt222
Aktualisiert Yesterday
17
2
17
Auf GitHub ansehen
Metaworddesign

Über

Diese Fähigkeit rendert jigsawR Quarto-Dokumentationsseiten für GitHub Pages und unterstützt Vollständige-Site-Builds, Einzelseiten-Renderings sowie beide Modi – zwischengespeichert oder frisch gerendert. Sie verwendet entweder ein gebündeltes Skript oder einen direkten Quarto-Aufruf via WSL. Entwickler sollten sie für Dokumentationsaktualisierungen, iteratives Bearbeiten, Release-Vorbereitungen oder die Fehlerbehebung bei Quarto-Rendering-Problemen einsetzen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/render-puzzle-docs

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation

Render Puzzle Docs

Render jigsawR Quarto documentation site.

When Use

  • Build full documentation site after content changes
  • Render single page during iterative editing
  • Prepare documentation for release or PR
  • Debug render errors in Quarto .qmd files

Inputs

  • Required: Render mode (fresh, cached, or single)
  • Optional: Specific .qmd file path (for single-page mode)
  • Optional: Whether to open result in browser

Steps

Step 1: Choose Render Mode

ModeCommandDurationUse when
Freshbash inst/scripts/render_quarto.sh~5-7 minContent changed, cache stale
Cachedbash inst/scripts/render_quarto.sh --cached~1-2 minMinor edits, cache valid
SingleDirect quarto.exe~30sIterating on one page

Got: Render mode selected based on current situation: fresh for content changes or stale cache, cached for minor edits, single for iterating on one page.

If fail: Unsure whether cache is stale? Default to fresh render. Takes longer but guarantees correct output.

Step 2: Execute Render

Fresh render (clears _freeze and _site, re-executes all R code):

cd /mnt/d/dev/p/jigsawR && bash inst/scripts/render_quarto.sh

Cached render (uses existing _freeze files):

cd /mnt/d/dev/p/jigsawR && bash inst/scripts/render_quarto.sh --cached

Single page (render one .qmd file directly):

QUARTO_EXE="/mnt/c/Program Files/RStudio/resources/app/bin/quarto/bin/quarto.exe"
"$QUARTO_EXE" render quarto/getting-started.qmd

Got: Render completes without errors. Output in quarto/_site/.

If fail:

  • Check for R code errors in .qmd chunks (look for #| label: markers)
  • Verify pandoc available via RSTUDIO_PANDOC env var
  • Try clear cache: rm -rf quarto/_freeze quarto/_site
  • Check that all R packages used in .qmd files are installed

Step 3: Verify Output

ls -la /mnt/d/dev/p/jigsawR/quarto/_site/index.html

Confirm site structure:

  • quarto/_site/index.html exists
  • Navigation links resolve correctly
  • Images and SVG files render properly

Got: index.html exists and non-empty. Navigation links resolve. Images/SVGs render correctly in browser.

If fail: index.html missing? Render likely failed silently. Re-run with verbose output. Check for R code errors in .qmd chunks. Only some pages missing? Verify those .qmd files listed in _quarto.yml.

Step 4: Preview (Optional)

Open in Windows browser:

cmd.exe /c start "" "D:\\dev\\p\\jigsawR\\quarto\\_site\\index.html"

Got: Documentation site opens in Windows default browser for visual inspection.

If fail: cmd.exe /c start command fails from WSL? Try explorer.exe "D:\\dev\\p\\jigsawR\\quarto\\_site\\index.html" instead. Or navigate to file manually in browser.

Checks

  • quarto/_site/index.html exists and non-empty
  • No render errors in console output
  • All R code chunks executed successfully (check for error messages)
  • Navigation between pages works
  • All .qmd files have #| label: on code chunks for clean output

Pitfalls

  • Stale freeze cache: R code changed? Use fresh render to regenerate _freeze files
  • Missing R packages: Quarto .qmd files may use packages not in renv; install them first
  • Pandoc not found: Ensure RSTUDIO_PANDOC set in .Renviron
  • Long render times: Fresh render takes 5-7 minutes (14 pages with R execution); use cached mode during iteration
  • Code chunk labels: All R code chunks should have #| label: for clean rendering

See Also

  • generate-puzzle — generate puzzle output referenced in documentation
  • run-puzzle-tests — ensure code examples in docs are correct
  • create-quarto-report — general Quarto document creation

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/caveman/skills/render-puzzle-docs
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen