MCP HubMCP Hub
Volver a habilidades

create-quarto-report

pjt222
Actualizado Yesterday
1 vistas
17
2
17
Ver en GitHub
Metapdfwordpowerpointdesign

Acerca de

Esta habilidad ayuda a los desarrolladores a crear documentos Quarto reproducibles para informes, presentaciones y sitios web. Cubre la configuración YAML, los fragmentos de código, los formatos de salida y la renderización a HTML/PDF/Word. Úsala al construir análisis con código integrado o al migrar desde R Markdown a Quarto.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-quarto-report

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Create Quarto Report

Set up and write reproducible Quarto document for analysis reports, presentations, websites.

When Use

  • Making reproducible analysis report
  • Building presentation with embedded code
  • Generating HTML, PDF, Word documents from code
  • Migrating from R Markdown to Quarto

Inputs

  • Required: Report topic and target audience
  • Required: Output format (html, pdf, docx, revealjs)
  • Optional: Data sources and analysis code
  • Optional: Citation bibliography (.bib file)

Steps

Step 1: Create Quarto Document

Create report.qmd:

---
title: "Analysis Report"
author: "Author Name"
date: today
format:
  html:
    toc: true
    toc-depth: 3
    code-fold: true
    theme: cosmo
    self-contained: true
execute:
  echo: true
  warning: false
  message: false
bibliography: references.bib
---

Got: File report.qmd exists with valid YAML frontmatter: title, author, date, format config, execution options.

If fail: Validate YAML header. Check matching --- delimiters and right indentation. Confirm format: key matches supported Quarto output formats (html, pdf, docx, revealjs).

Step 2: Write Content with Code Chunks

## Introduction

This report analyzes the relationship between variables X and Y.

## Data

```{r}
#| label: load-data
library(dplyr)
library(ggplot2)

data <- read.csv("data.csv")
glimpse(data)
```

## Analysis

```{r}
#| label: fig-scatter
#| fig-cap: "Scatter plot of X vs Y"
#| fig-width: 8
#| fig-height: 6

ggplot(data, aes(x = x_var, y = y_var)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm") +
  theme_minimal()
```

As shown in @fig-scatter, there is a positive relationship.

## Results

```{r}
#| label: tbl-summary
#| tbl-cap: "Summary statistics"

data |>
  summarise(
    mean_x = mean(x_var),
    sd_x = sd(x_var),
    mean_y = mean(y_var),
    sd_y = sd(y_var)
  ) |>
  knitr::kable(digits = 2)
```

See @tbl-summary for descriptive statistics.

Got: Content sections have properly formatted code chunks with {r} language identifier and #| chunk options for labels, captions, dimensions.

If fail: Verify code chunks use ```{r} syntax (not inline backticks). Confirm #| options inside chunk (not in YAML header). Label prefixes match cross-reference types (fig- for figures, tbl- for tables).

Step 3: Configure Chunk Options

Common chunk-level options (use #| syntax):

#| label: chunk-name        # Required for cross-references
#| echo: false               # Hide code
#| eval: false               # Show but don't run
#| output: false             # Run but hide output
#| fig-width: 8              # Figure dimensions
#| fig-height: 6
#| fig-cap: "Caption text"   # Enable @fig-name references
#| tbl-cap: "Caption text"   # Enable @tbl-name references
#| cache: true               # Cache expensive computations

Got: Chunk options applied at chunk level using #| syntax. Labels follow naming rules for cross-referencing.

If fail: Ensure chunk options use #| syntax (Quarto-native), not legacy {r, option=value} R Markdown syntax. Verify label names have only alphanumeric characters and hyphens.

Step 4: Add Cross-References and Citations

See @fig-scatter for the visualization and @tbl-summary for statistics.

This approach follows @smith2023 methodology.

::: {#fig-combined layout-ncol=2}
![Plot A](plot_a.png){#fig-plotA}
![Plot B](plot_b.png){#fig-plotB}

Combined figure caption
:::

Got: Cross-references (@fig-name, @tbl-name) resolve to right figures and tables. Citations (@key) match entries in .bib file.

If fail: Verify referenced labels exist in code chunks with right prefix (fig-, tbl-). For citations, check .bib keys match exactly (case-sensitive) and bibliography: is set in YAML header.

Step 5: Render the Document

quarto render report.qmd

# Specific format
quarto render report.qmd --to pdf
quarto render report.qmd --to docx

# Preview with live reload
quarto preview report.qmd

Got: Output file made in right format.

If fail:

Step 6: Multi-Format Output

format:
  html:
    toc: true
    theme: cosmo
  pdf:
    documentclass: article
    geometry: margin=1in
  docx:
    reference-doc: template.docx

Render all formats: quarto render report.qmd

Got: All specified output formats generate fine. Each has right styling and layout for target format.

If fail: One format fails, others succeed? Check format-specific requirements: PDF needs LaTeX engine (install with quarto install tinytex), DOCX needs valid reference template if specified, format-specific YAML options must nest under each format key.

Checks

  • Document renders without errors
  • All code chunks execute fine
  • Cross-references resolve (figures, tables, citations)
  • Table of contents accurate
  • Output format fits audience

Pitfalls

  • Missing label prefix: Cross-referenceable figures need fig- prefix in label, tables need tbl-
  • Cache invalidation: Cached chunks won't re-run when upstream data changes. Delete _cache/ to force.
  • PDF without LaTeX: Install TinyTeX or use format: pdf with pdf-engine: weasyprint for CSS-based PDF
  • R Markdown syntax in Quarto: Use #| chunk options instead of {r, echo=FALSE} style

See Also

  • format-apa-report - APA-formatted academic reports
  • build-parameterized-report - parameterized multi-report generation
  • generate-statistical-tables - publication-ready tables
  • write-vignette - Quarto vignettes in R packages

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/caveman/skills/create-quarto-report
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

content-collections

Meta

Esta 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.

Ver habilidad

polymarket

Meta

Esta 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.

Ver habilidad

creating-opencode-plugins

Meta

Esta 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.

Ver habilidad

sglang

Meta

SGLang 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.

Ver habilidad