build-shiny-module
Über
Diese Fähigkeit unterstützt Entwickler dabei, wiederverwendbare Shiny-Module mit ordnungsgemäßer Namespace-Isolierung unter Verwendung von NS() zu erstellen. Sie behandelt das Erstellen von UI/Server-Paaren, die Handhabung reaktiver Rückgabewerte sowie die Ermöglichung von Kommunikation zwischen Modulen und verschachtelter Komposition. Nutzen Sie sie, wenn Sie wiederverwendbare Komponenten aus wachsenden Apps extrahieren, komplexe Logik kapseln oder größere Anwendungen aus testbaren Einheiten zusammensetzen möchten.
Schnellinstallation
Claude Code
Empfohlennpx 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/build-shiny-moduleKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Build Shiny Module
Reusable Shiny UI/server module pairs w/ proper namespace isolation, reactive comm, composability.
Use When
- Extract reusable component from growing Shiny app
- UI widget used in many places
- Encapsulate complex reactive logic behind clean interface
- Compose larger apps from smaller testable units
In
- Required: Module purpose + fn desc
- Required: In/out contract (what module receives + returns)
- Optional: Whether module nests others (default: no)
- Optional: Framework ctx (golem, rhino, vanilla)
Do
Step 1: Define Interface
Before code, define accepts + returns:
Module: data_filter
Inputs: reactive dataset, column names to filter on
Outputs: reactive filtered dataset
UI: filter controls (selectInput, sliderInput, dateRangeInput)
→ Clear contract w/ reactive ins, reactive outs, UI elements.
If err: Interface unclear → module too broad. Split into smaller, single responsibilities.
Step 2: Module UI Fn
#' Data Filter Module UI
#'
#' @param id Module namespace ID
#' @return A tagList of filter controls
#' @export
dataFilterUI <- function(id) {
ns <- NS(id)
tagList(
selectInput(
ns("column"),
"Filter column",
choices = NULL
),
uiOutput(ns("filter_control")),
actionButton(ns("apply"), "Apply Filter", class = "btn-primary")
)
}
Key rules:
- Fn name:
<name>UIconvention - First arg always
id ns <- NS(id)at top- Wrap every
inputId+outputIdw/ns() - Return
tagList()for flexible placement
→ UI fn creates namespaced in/out elements.
If err: IDs collide when module used twice → check every ID wrapped w/ ns(). Common miss: IDs inside renderUI() or uiOutput() — also need ns().
Step 3: Module Server Fn
#' Data Filter Module Server
#'
#' @param id Module namespace ID
#' @param data Reactive expression returning a data frame
#' @param columns Character vector of filterable column names
#' @return Reactive expression returning the filtered data frame
#' @export
dataFilterServer <- function(id, data, columns) {
moduleServer(id, function(input, output, session) {
ns <- session$ns
# Update column choices when data changes
observeEvent(data(), {
available <- intersect(columns, names(data()))
updateSelectInput(session, "column", choices = available)
})
# Dynamic filter control based on selected column
output$filter_control <- renderUI({
req(input$column)
col_data <- data()[[input$column]]
if (is.numeric(col_data)) {
sliderInput(
ns("value_range"),
"Range",
min = min(col_data, na.rm = TRUE),
max = max(col_data, na.rm = TRUE),
value = range(col_data, na.rm = TRUE)
)
} else {
selectInput(
ns("value_select"),
"Values",
choices = unique(col_data),
multiple = TRUE,
selected = unique(col_data)
)
}
})
# Return filtered data as a reactive
filtered <- eventReactive(input$apply, {
req(input$column)
col <- input$column
df <- data()
if (is.numeric(df[[col]])) {
req(input$value_range)
df[df[[col]] >= input$value_range[1] &
df[[col]] <= input$value_range[2], ]
} else {
req(input$value_select)
df[df[[col]] %in% input$value_select, ]
}
}, ignoreNULL = FALSE)
return(filtered)
})
}
Key rules:
- Fn name:
<name>Serverconvention - First arg always
id - Additional args = reactive exprs or static values
- Use
moduleServer(id, function(input, output, session) { ... }) - Use
session$nsfor dynamic UI inside server - Return reactive values explicitly
→ Server fn processes ins + returns reactive out.
If err: Reactives don't update → check ins from dynamic UI use session$ns (not outer ns). Module returns NULL → ensure return() is last expr in moduleServer().
Step 4: Wire Module into Parent
# In app_ui.R or ui
ui <- page_sidebar(
title = "Analysis App",
sidebar = sidebar(
dataFilterUI("filter1")
),
card(
DT::dataTableOutput("table")
)
)
# In app_server.R or server
server <- function(input, output, session) {
# Raw data source
raw_data <- reactive({ mtcars })
# Call module — capture its return value
filtered_data <- dataFilterServer(
"filter1",
data = raw_data,
columns = c("cyl", "mpg", "hp", "wt")
)
# Use the module's returned reactive
output$table <- DT::renderDataTable({
filtered_data()
})
}
→ Module appears in UI, returned reactive flows into downstream outs.
If err: UI doesn't render → verify id matches between UI + server calls. Returned reactive NULL → check server fn actually returns value.
Step 5: Nested Modules (Optional)
Modules containing other modules:
analysisUI <- function(id) {
ns <- NS(id)
tagList(
dataFilterUI(ns("filter")),
plotOutput(ns("plot"))
)
}
analysisServer <- function(id, data) {
moduleServer(id, function(input, output, session) {
# Call inner module with namespaced ID
filtered <- dataFilterServer("filter", data = data, columns = names(data()))
output$plot <- renderPlot({
req(filtered())
plot(filtered())
})
return(filtered)
})
}
Key: UI nests w/ ns("inner_id"). Server calls w/ just "inner_id" — moduleServer handles namespace chaining.
→ Inner module renders correctly w/in outer's namespace.
If err: Inner UI doesn't appear → likely forgot ns() around inner ID in outer UI. Server comm breaks → check inner ID matches (no ns() in server call).
Step 6: Test in Isolation
# Quick test app for the module
if (interactive()) {
shiny::shinyApp(
ui = fluidPage(
dataFilterUI("test"),
DT::dataTableOutput("result")
),
server = function(input, output, session) {
data <- reactive(iris)
filtered <- dataFilterServer("test", data, names(iris))
output$result <- DT::renderDataTable(filtered())
}
)
}
→ Module works correctly in minimal test app.
If err: Fails in isolation but works in full app (or reverse) → implicit deps on global vars or parent session state.
Check
- UI fn accepts
idas first arg + usesNS(id) - Every in/out ID in UI wrapped w/
ns() - Server uses
moduleServer(id, function(input, output, session) { ... }) - Dynamic UI in server uses
session$nsfor IDs - Module instantiable many times w/o ID collisions
- Reactive returns accessible to parent
- Works in minimal standalone test
Traps
- Forget
ns()inrenderUI(): Dynamic UI inside server must usesession$ns— outernsnot available inmoduleServer() - Non-reactive data: Args that change over time must be reactive. Pass
reactive(data)notdata - ID mismatch:
idin UI call must exactly matchidin server call - Not returning reactives: Module computes something parent needs → must
return()reactive. Silent bug - Nested namespace: UI:
ns("inner_id"). Server: just"inner_id". Mixing → double-wrapping or missing prefixes
→
scaffold-shiny-app— set up app structure before adding modulestest-shiny-app— test modules w/ testServer() unit testsdesign-shiny-ui— bslib layout + theming for module UIsoptimize-shiny-performance— cache + async patterns w/in modules
GitHub Repository
Verwandte Skills
content-collections
MetaDiese 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.
polymarket
MetaDiese 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.
creating-opencode-plugins
MetaDiese 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.
sglang
MetaSGLang 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.
