write-claude-md
Acerca de
Esta habilidad genera un archivo CLAUDE.md con instrucciones específicas del proyecto para asistentes de IA de programación. Ayuda a los desarrolladores a establecer convenciones, documentar restricciones e integrar servidores MCP al iniciar proyectos nuevos o mejorar el comportamiento de la IA en proyectos existentes. Úsala para crear orientación estructurada que cubra patrones de hacer/no hacer, flujos de trabajo y definiciones de agentes para una asistencia de IA consistente.
Instalación rápida
Claude Code
Recomendadonpx 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/write-claude-mdCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
書 CLAUDE.md
立 CLAUDE.md 予 AI 助手有效案境。
用
- 始用 AI 助手之新案→用
- 改現案 AI 為→用
- 錄案規、流、約→用
- 納 MCP 器或客定於案→用
入
- 必:案型與技棧
- 必:關規與約
- 可:MCP 器配
- 可:作者與貢者
- 可:安與密要
行
一:建基 CLAUDE.md
置 CLAUDE.md 於案根:
# Project Name
Brief description of what this project is and its purpose.
## Quick Start
Essential commands for working on this project:
```bash
# Install dependencies
npm install # or renv::restore() for R
# Run tests
npm test # or devtools::test() for R
# Build
npm run build # or devtools::check() for R
Architecture
Key architectural decisions and patterns used in this project.
Conventions
- Always use descriptive variable names
- Follow [language-specific style guide]
- Write tests for all new functionality
得:`CLAUDE.md` 存於案根,至少含案述、速啟命、構覽、規節。
敗:不確何納→始於僅速啟節含三要命(裝、試、建)。案演中漸擴。
### 二:加技節
**R 包**:
```markdown
## Development Workflow
```r
devtools::load_all() # Load for development
devtools::document() # Regenerate docs
devtools::test() # Run tests
devtools::check() # Full package check
Package Structure
R/- Source code (one function per file)tests/testthat/- Tests mirror R/ structurevignettes/- Long-form documentationman/- Generated by roxygen2 (do not edit manually)
Critical Files (Do Not Delete)
.Rprofile- Session configuration.Renviron- Environment variables (git-ignored)renv.lock- Locked dependencies
**Node.js/TypeScript**:
```markdown
## Stack
- Next.js 15 with App Router
- TypeScript strict mode
- Tailwind CSS for styling
- Vercel for deployment
## Conventions
- Use `@/` import alias for src/ directory
- Server Components by default, `"use client"` only when needed
- API routes in `src/app/api/`
得:技節合案實棧——R 案 R 包構、網案 Node.js 棧。命與路指真案布。
敗:案用未識棧→察 package.json、DESCRIPTION、Cargo.toml 或同等以辨技、加應節。
三:加 MCP 器信
## Available MCP Servers
### r-mcptools (R Integration)
- **Purpose**: Connect to R/RStudio sessions
- **Status**: Configured
- **Configuration**: `claude mcp add r-mcptools stdio "Rscript.exe" -- -e "mcptools::mcp_server()"`
### hf-mcp-server (Hugging Face)
- **Purpose**: AI/ML model and dataset access
- **Status**: Configured
- **Configuration**: `claude mcp add hf-mcp-server -e HF_TOKEN=token -- mcp-remote https://huggingface.co/mcp`
得:每配 MCP 器有副節錄目、態(已配/可用/未配)、加之命。無真令或密。
敗:MCP 器未配→錄為「可用」附建指、非「已配」。憑證用佔位如 your_token_here。
四:加作者信
## Author Information
### Standard Package Authorship
- **Name**: Author Name
- **Email**: [email protected]
- **ORCID**: 0000-0000-0000-0000
- **GitHub**: username
得:作者信節含名、信箱、ORCID(學/研案)、GitHub 用名。R 包式合 DESCRIPTION 要。
敗:作者信敏或不公→用機構名代個、或內案略此節。
五:加安指
## Security & Confidentiality
- Never commit `.Renviron`, `.env`, or files containing tokens
- Use placeholder values in documentation: `YOUR_TOKEN_HERE`
- Environment variables for all secrets
- Git-ignored: `.Renviron`, `.env`, `credentials.json`
得:安節列永不可提之檔、文佔位規、確 .gitignore 蓋諸敏檔。
敗:不確何敏→grep -rn "sk-\|ghp_\|password" . 掃露密。任含真憑檔加 .gitignore 並述此節。
六:參技與指
## Development Best Practices References
@agent-almanac/skills/write-testthat-tests/SKILL.md
@agent-almanac/skills/submit-to-cran/SKILL.md
得:關技與指以 @ 路參,予 AI 助手案中常任之詳程。
敗:所參技或指於指路不存→驗路或移參。壞 @ 參無價或惑助手。
七:加質與態信
## Quality Status
- R CMD check: 0 errors, 0 warnings, 1 note
- Test coverage: 85%
- Tests: 200+ passing
- Vignettes: 3 (rated 9/10)
得:質指節映案今態附察果、覆、計、文之準數。
敗:指未備(新案)→佔位「TBD」、案熟後更。勿造數。
驗
- CLAUDE.md 於案根
- 速啟命準且行
- 構節映實案構
- 無敏(令、密、私路)
- MCP 器配為今
- 所參檔與路存
忌
- 舊信:案構變時更 CLAUDE.md
- 過詳:簡。鏈詳指、勿復容
- 敏數:永勿納真令或憑。用佔位
- 衝指:確 CLAUDE.md 不違其他配檔
- 缺於
.Rbuildignore:R 包加^CLAUDE\\.md$於.Rbuildignore
例
成案中觀式:
- putior(829 行):詳 CLAUDE.md 含質指、20 成、MCP 整詳、開發流
- 簡案(20 行):僅速啟命與關規
CLAUDE.md 度合案複。
參
create-r-package- CLAUDE.md 為包設之部configure-mcp-server- CLAUDE.md 中參 MCP 配security-audit-codebase- 驗 CLAUDE.md 中無密
Repositorio GitHub
Habilidades relacionadas
content-collections
MetaEsta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.
polymarket
MetaEsta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.
creating-opencode-plugins
MetaEsta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.
sglang
MetaSGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.
