Zurück zu Fähigkeiten

write-roxygen-docs

pjt222
Aktualisiert 2 days ago
4 Ansichten
17
2
17
Auf GitHub ansehen
Metaworddata

Über

Diese Fähigkeit erzeugt roxygen2-Dokumentation für R-Paketkomponenten, einschließlich Funktionen, Datensätzen und Klassen. Sie folgt dem Tidyverse-Stil, verarbeitet Standard-Tags, Querverweise, Beispiele und NAMESPACE-Einträge. Verwenden Sie sie bei der Dokumentation neuer Exporte, interner Hilfsfunktionen, S3/S4/R6-Methoden oder zur Behebung von R-CMD-Check-Dokumentationsproblemen.

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/write-roxygen-docs

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

Dokumentation

書 roxygen 文

立全 roxygen2 文於 R 包之函、數、類。

用時

  • 加文於新出之函
  • 錄內助函
  • 錄包之數
  • 錄 S3/S4/R6 類與法
  • 修文相關之 R CMD check

  • 必要:欲錄之 R 函、數、或類
  • 可選:相關函以互引(@family@seealso
  • 可選:函是否宜出

第一步:書函之文

置 roxygen 注於函之上:

#' Compute the weighted mean of a numeric vector
#'
#' Calculates the arithmetic mean of `x` weighted by `w`. Missing values
#' in either `x` or `w` are handled according to the `na.rm` parameter.
#'
#' @param x A numeric vector of values.
#' @param w A numeric vector of weights, same length as `x`.
#' @param na.rm Logical. Should missing values be removed? Default `FALSE`.
#'
#' @return A single numeric value representing the weighted mean.
#'
#' @examples
#' weighted_mean(1:5, rep(1, 5))
#' weighted_mean(c(1, 2, NA, 4), c(1, 1, 1, 1), na.rm = TRUE)
#'
#' @export
#' @family summary functions
#' @seealso [stats::weighted.mean()] for the base R equivalent
weighted_mean <- function(x, w, na.rm = FALSE) {
  # implementation
}

得:全 roxygen 塊含題、述、各參之 @param@return@examples、與 @export

敗則:標不確者,察 ?roxygen2::rd_roclet。常忽 @return,CRAN 為諸出函所必。

第二步:要標參

出必乎?
#' Title首行、一句
#' Description空行後一段
@param參之文
@return返值述是(CRAN)
@examples用例強推
@export加於 NAMESPACE是,公 API
@family群相關函
@seealso互引可選
@keywords internal標為內為非出文

得:諸函類所需標皆識。出函至少含 @param@return@examples、與 @export

敗則:標陌者,查 roxygen2 之文 為用與語法。

第三步:錄數

R/data.R

#' Example dataset of city temperatures
#'
#' A dataset containing daily temperature readings for major cities.
#'
#' @format A data frame with 365 rows and 4 variables:
#' \describe{
#'   \item{date}{Date of observation}
#'   \item{city}{City name}
#'   \item{temp_c}{Temperature in Celsius}
#'   \item{humidity}{Relative humidity percentage}
#' }
#' @source \url{https://example.com/data}
"city_temperatures"

得:R/data.R 含每數之 roxygen 塊,附 @format 述結構與 @source 供數源。

敗則:R/CMD check 警未錄之數者,確引串(如 "city_temperatures")精配 usethis::use_data() 所存物名。

第四步:錄包

R/packagename-package.R

#' @keywords internal
"_PACKAGE"

## usethis namespace: start
## usethis namespace: end
NULL

得:R/packagename-package.R 存附 @keywords internal"_PACKAGE" 哨。行 devtools::document()man/packagename-package.Rd

敗則:R CMD check 報缺包文頁者,驗文名為 R/<packagename>-package.R 且含 "_PACKAGE" 串。

第五步:處特例

名含點之函(S3 法):

#' @export
#' @rdname process
process.myclass <- function(x, ...) {
  # S3 method
}

重用文@inheritParams

#' @inheritParams weighted_mean
#' @param trim Fraction of observations to trim.
trimmed_mean <- function(x, w, na.rm = FALSE, trim = 0.1) {
  # implementation
}

「無可見綁」修.data 代名:

#' @importFrom rlang .data
my_function <- function(df) {
  dplyr::filter(df, .data$column > 5)
}

得:特例(S3 法、繼參、.data 代名)正錄。@rdname 群 S3 法。@inheritParams 重用參文無重複。

敗則:R CMD check 警「無可見綁全變」者,加 #' @importFrom rlang .data 或末用 utils::globalVariables()

第六步:生其文

devtools::document()

得:man/ 域更附每錄物之 .Rd 文。NAMESPACE 重生附正出與入。

敗則:察 roxygen 語法訛。常見:\describe{} 中括未閉、行缺 #' 首、或標名無效。修後再行 devtools::document()

  • 諸出函有 @param@return@examples
  • devtools::document() 無訛行
  • devtools::check() 無文警
  • @family 標正群相關函
  • 例無訛行(試 devtools::run_examples()

  • @return:CRAN 諸出函必錄返值
  • 例需網/證\dontrun{} 包之附注釋故
  • 慢例\donttest{} 為運而 CRAN 過久之例
  • roxygen 中 markdown:DESCRIPTION 中 Roxygen: list(markdown = TRUE) 啟之
  • 忘行 devtools::document():man 頁為生,非手書

  • create-r-package - 包初設含 roxygen 設
  • write-testthat-tests - 試所錄之函
  • write-vignette - 函參外之長文
  • submit-to-cran - CRAN 之文要

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/wenyan/skills/write-roxygen-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