MCP HubMCP Hub
Retour aux compétences

add-puzzle-type

pjt222
Mis à jour 2 days ago
7 vues
17
2
17
Voir sur GitHub
Teststestingdesign

À propos

Cette compétence de Claude échafaude un nouveau type de puzzle à travers les 10+ points d'intégration du pipeline dans le package jigsawR. Elle crée le module central, le connecte au pipeline unifié (génération, positionnement, rendu, adjacence), et ajoute des couches ggplot2. Elle met également à jour la configuration du package, étend l'application Shiny, et construit une suite de tests complète pour une intégration totale.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/add-puzzle-type

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation


name: add-puzzle-type description: > Einen neuen Puzzletyp ueber alle 10+ Pipeline-Integrationspunkte in jigsawR aufsetzen. Erstellt das Kern-Puzzlemodul, verdrahtet es in die einheitliche Pipeline (Generierung, Positionierung, Rendering, Adjazenz), fuegt ggpuzzle geom/stat-Layer hinzu, aktualisiert DESCRIPTION und config.yml, erweitert die Shiny-App und erstellt eine umfassende Testsuite. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: jigsawr complexity: advanced language: R tags: jigsawr, puzzle-type, pipeline, integration, scaffold locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16

Puzzletyp hinzufuegen

Einen neuen Puzzletyp ueber alle Pipeline-Integrationspunkte in jigsawR aufsetzen.

Wann verwenden

  • Einen komplett neuen Puzzletyp zum Paket hinzufuegen
  • Der etablierten Integrations-Checkliste folgen (CLAUDE.md 10-Punkte-Pipeline)
  • Sicherstellen, dass nichts uebersehen wird, wenn ein neuer Typ End-to-End verdrahtet wird

Eingaben

  • Erforderlich: Name des neuen Typs (Kleinbuchstaben, z.B. "triangular")
  • Erforderlich: Geometriebeschreibung (wie Teile geformt/angeordnet sind)
  • Erforderlich: Ob der Typ externe Pakete benoetigt (zu Suggests hinzufuegen)
  • Optional: Parameterliste ueber die Standard-Parameter hinaus (grid, size, seed, tabsize, offset)
  • Optional: Referenzimplementierung oder Algorithmusquelle

Vorgehensweise

Schritt 1: Kern-Puzzlemodul erstellen

R/<type>_puzzle.R mit der internen Generierungsfunktion erstellen:

#' Generate <type> puzzle pieces (internal)
#' @noRd
generate_<type>_pieces_internal <- function(params, seed) {
  # 1. RNG-Zustand initialisieren
  # 2. Teilegeometrien generieren
  # 3. Kantenpfade erstellen (SVG-Pfaddaten)
  # 4. Adjazenz berechnen
  # 5. Liste zurueckgeben: pieces, edges, adjacency, metadata
}

Dem Muster in R/voronoi_puzzle.R oder R/snic_puzzle.R fuer die Struktur folgen.

Erwartet: Funktion gibt eine Liste mit $pieces, $edges, $adjacency, $metadata zurueck.

Bei Fehler: Die Rueckgabestruktur mit generate_voronoi_pieces_internal() vergleichen, um fehlende Listenelemente oder falsche Typen zu identifizieren.

Schritt 2: In jigsawR_clean.R verdrahten

R/jigsawR_clean.R bearbeiten:

  1. "<type>" zum valid_types-Vektor hinzufuegen
  2. Typspezifische Parameterextraktion im Params-Abschnitt hinzufuegen
  3. Validierungslogik fuer typspezifische Beschraenkungen hinzufuegen
  4. Dateinamenpraefixzuordnung hinzufuegen (z.B. "<type>" -> "<type>_")
# In valid_types
valid_types <- c("rectangular", "hexagonal", "concentric", "voronoi", "snic", "<type>")

Erwartet: generate_puzzle(type = "<type>") wird ohne "unknown type"-Fehler akzeptiert.

Bei Fehler: Sicherstellen, dass der Typ-String exakt wie geschrieben zu valid_types hinzugefuegt wurde und dass die Parameterextraktion alle erforderlichen typspezifischen Argumente abdeckt.

Schritt 3: In unified_piece_generation.R verdrahten

R/unified_piece_generation.R bearbeiten:

  1. Dispatch-Fall in generate_pieces_internal() hinzufuegen
  2. Fusionsbehandlung hinzufuegen, falls der Typ PILES-Notation unterstuetzt
# Im switch/dispatch
"<type>" = generate_<type>_pieces_internal(params, seed)

Erwartet: Teile werden generiert, wenn der Typ dispatcht wird.

Bei Fehler: Bestaetigen, dass der Dispatch-Fall-String exakt mit dem Typnamen uebereinstimmt und dass generate_<type>_pieces_internal definiert und aus dem Puzzlemodul exportiert ist.

Schritt 4: In piece_positioning.R verdrahten

R/piece_positioning.R bearbeiten:

Positionierungs-Dispatch fuer den neuen Typ hinzufuegen. Die meisten Typen verwenden gemeinsame Positionierungslogik, aber einige benoetigen benutzerdefinierte Behandlung.

Erwartet: apply_piece_positioning() behandelt den neuen Typ ohne Fehler und Teile werden an korrekten Koordinaten platziert.

Bei Fehler: Pruefen, ob der neue Typ benutzerdefinierte Positionierungslogik benoetigt oder den gemeinsamen Positionierungspfad wiederverwenden kann. Einen Dispatch-Fall hinzufuegen, falls der Standardpfad nicht gilt.

Schritt 5: In unified_renderer.R verdrahten

R/unified_renderer.R bearbeiten:

  1. Rendering-Fall in render_puzzle_svg() hinzufuegen
  2. Kantenpfadfunktion hinzufuegen: get_<type>_edge_paths()
  3. Teilenamenfunktion hinzufuegen: get_<type>_piece_name()

Erwartet: SVG-Ausgabe wird fuer den neuen Typ mit korrekten Teileumrissen und Kantenpfaden generiert.

Bei Fehler: Sicherstellen, dass get_<type>_edge_paths() gueltige SVG-Pfaddaten zurueckgibt und get_<type>_piece_name() eindeutige Bezeichner fuer jedes Teil erzeugt.

Schritt 6: In adjacency_api.R verdrahten

R/adjacency_api.R bearbeiten:

Nachbar-Dispatch hinzufuegen, damit get_neighbors() und get_adjacency() fuer den neuen Typ funktionieren.

Erwartet: get_neighbors(result, piece_id) gibt korrekte Nachbarn fuer jedes Teil im Puzzle zurueck.

Bei Fehler: Pruefen, ob der Adjazenz-Dispatch die korrekte Datenstruktur zurueckgibt. Mit einem kleinen Raster testen und Nachbarschaftsbeziehungen manuell gegen die Geometrie verifizieren.

Schritt 7: ggpuzzle Geom-Layer hinzufuegen

R/geom_puzzle.R bearbeiten:

geom_puzzle_<type>() unter Verwendung der make_puzzle_layer()-Factory erstellen:

#' @export
geom_puzzle_<type> <- function(mapping = NULL, data = NULL, ...) {
  make_puzzle_layer(type = "<type>", mapping = mapping, data = data, ...)
}

Erwartet: ggplot() + geom_puzzle_<type>(aes(...)) rendert ohne Fehler.

Bei Fehler: Sicherstellen, dass make_puzzle_layer() den korrekten Typ-String erhaelt und dass die Geom-Funktion im NAMESPACE ueber @export exportiert wird.

Schritt 8: Stat-Dispatch hinzufuegen

R/stat_puzzle.R bearbeiten:

  1. Typspezifische Standardparameter hinzufuegen
  2. Dispatch-Fall in compute_panel() hinzufuegen

Erwartet: Der Stat-Layer berechnet die Puzzlegeometrie korrekt und erzeugt die erwartete Anzahl von Polygonen.

Bei Fehler: Pruefen, ob der compute_panel()-Dispatch-Fall einen Data Frame mit den erforderlichen Spalten (x, y, group, piece_id) zurueckgibt und ob die Standardparameter fuer den neuen Typ sinnvoll sind.

Schritt 9: DESCRIPTION aktualisieren

DESCRIPTION bearbeiten:

  1. Neuen Typ zum Description-Feldtext hinzufuegen
  2. Neue Pakete zu Suggests: hinzufuegen (falls externe Abhaengigkeit)
  3. Collate: aktualisieren, um die neue R-Datei einzuschliessen (alphabetische Reihenfolge)

Erwartet: devtools::document() ist erfolgreich. Kein NOTE ueber nicht aufgelistete Dateien.

Bei Fehler: Pruefen, ob die neue R-Datei im Collate:-Feld in alphabetischer Reihenfolge aufgefuehrt ist und ob neue Suggests-Pakete korrekt mit Versionsbeschraenkungen geschrieben sind.

Schritt 10: config.yml aktualisieren

inst/config.yml bearbeiten:

Standards und Beschraenkungen fuer den neuen Typ hinzufuegen:

<type>:
  grid:
    default: [3, 3]
    min: [2, 2]
    max: [20, 20]
  size:
    default: [300, 300]
    min: [100, 100]
    max: [2000, 2000]
  tabsize:
    default: 20
    min: 5
    max: 50
  # Typspezifische Parameter hier hinzufuegen

Erwartet: Konfiguration ist gueltiges YAML. Standardwerte erzeugen ein funktionierendes Puzzle bei Verwendung durch generate_puzzle().

Bei Fehler: YAML mit yaml::yaml.load_file("inst/config.yml") validieren. Sicherstellen, dass Standard-Grid- und Size-Werte ein sinnvolles Puzzle erzeugen (nicht zu klein oder zu gross).

Schritt 11: Shiny-App erweitern

inst/shiny-app/app.R bearbeiten:

  1. Den neuen Typ zum UI-Typ-Selektor hinzufuegen
  2. Bedingte UI-Panels fuer typspezifische Parameter hinzufuegen
  3. Serverseitige Generierungslogik hinzufuegen

Erwartet: Shiny-App zeigt den neuen Typ im Dropdown an und generiert Puzzles bei Auswahl.

Bei Fehler: Pruefen, ob der Typ zum choices-Argument des UI-Selektors hinzugefuegt wurde, ob das bedingte Panel fuer typspezifische Parameter conditionalPanel(condition = "input.type == '<type>'") verwendet und ob der serverseitige Handler die korrekten Parameter uebergibt.

Schritt 12: Testsuite erstellen

tests/testthat/test-<type>-puzzles.R erstellen:

test_that("<type> puzzle generates correct piece count", { ... })
test_that("<type> puzzle respects seed reproducibility", { ... })
test_that("<type> adjacency returns valid neighbors", { ... })
test_that("<type> fusion merges pieces correctly", { ... })
test_that("<type> geom layer renders without error", { ... })
test_that("<type> SVG output is well-formed", { ... })
test_that("<type> config constraints are enforced", { ... })

Falls der Typ ein externes Paket benoetigt, Tests mit skip_if_not_installed() umschliessen.

Erwartet: Alle Tests bestehen. Keine Skips, es sei denn, eine externe Abhaengigkeit fehlt.

Bei Fehler: Jeden Integrationspunkt einzeln pruefen. Das haeufigste Problem sind fehlende Dispatch-Faelle -- grep -rn "switch\|valid_types" R/ ausfuehren, um alle Dispatch-Stellen zu finden.

Validierung

  • generate_puzzle(type = "<type>") erzeugt gueltige Ausgabe
  • Alle 10 Integrationspunkte sind korrekt verdrahtet
  • devtools::test() besteht mit neuen Tests
  • devtools::check() gibt 0 Fehler, 0 Warnungen zurueck
  • Shiny-App rendert den neuen Typ
  • Konfigurationsbeschraenkungen werden durchgesetzt (Min/Max-Validierung)
  • Adjazenz und Fusion funktionieren korrekt
  • ggpuzzle Geom-Layer rendert ohne Fehler
  • devtools::document() ist erfolgreich (NAMESPACE aktualisiert)

Haeufige Fehler

  • Fehlender Dispatch-Fall: Das Vergessen einer der 10+ Dateien verursacht stilles Versagen oder "unknown type"-Fehler
  • strsplit mit negativen Zahlen: Beim Erstellen von Adjazenz-Schluesseln mit paste(a, b, sep = "-") erzeugen negative Teile-Labels Schluessel wie "1--1". Stattdessen "|" als Trennzeichen verwenden und mit "\\|" splitten.
  • Verwendung von cat() fuer Ausgabe: Immer cli-Paket-Logging-Wrapper verwenden (log_info, log_warn, etc.)
  • Collate-Reihenfolge: Das DESCRIPTION Collate-Feld muss alphabetisch oder abhaengigkeitsgeordnet sein
  • Config.yml-Format: Sicherstellen, dass YAML gueltig ist; mit yaml::yaml.load_file("inst/config.yml") testen

Verwandte Skills

  • generate-puzzle -- Den neuen Typ nach dem Aufsetzen testen
  • run-puzzle-tests -- Die vollstaendige Testsuite zur Verifizierung der Integration ausfuehren
  • validate-piles-notation -- Fusion mit dem neuen Typ testen
  • write-testthat-tests -- Allgemeine Muster zum Schreiben von Tests
  • write-roxygen-docs -- Die neue Geom-Funktion dokumentieren

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/de/skills/add-puzzle-type
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

evaluating-llms-harness

Tests

Cette compétence Claude exécute le lm-evaluation-harness pour évaluer les modèles de langage sur plus de 60 tâches académiques standardisées telles que MMLU et GSM8K. Elle est conçue pour permettre aux développeurs de comparer la qualité des modèles, de suivre les progrès de l'entraînement ou de rapporter des résultats académiques. L'outil prend en charge différents backends, incluant les modèles HuggingFace et vLLM.

Voir la compétence

cloudflare-cron-triggers

Tests

Cette compétence fournit une connaissance complète pour la mise en œuvre de Déclencheurs Cron Cloudflare afin de planifier des Workers à l'aide d'expressions cron. Elle couvre la configuration de tâches périodiques, de travaux de maintenance et de flux de travail automatisés, tout en traitant des problèmes courants tels que les expressions cron non valides et les problèmes de fuseau horaire. Les développeurs peuvent l'utiliser pour configurer des gestionnaires planifiés, tester des déclencheurs cron et intégrer avec Workflows et Green Compute.

Voir la compétence

webapp-testing

Tests

Cette Compétence Claude fournit une boîte à outils basée sur Playwright pour tester des applications web locales via des scripts Python. Elle permet la vérification frontend, le débogage d'interface utilisateur, la capture d'écrans et la consultation des journaux, tout en gérant les cycles de vie du serveur. Utilisez-la pour les tâches d'automatisation de navigateur, mais exécutez les scripts directement plutôt que de lire leur code source pour éviter la pollution du contexte.

Voir la compétence

finishing-a-development-branch

Tests

Cette compétence aide les développeurs à finaliser leur travail en vérifiant que les tests passent, puis en présentant des options d'intégration structurées. Elle guide le processus de fusion, de création de PRs ou de nettoyage des branches une fois l'implémentation terminée. Utilisez-la lorsque votre code est prêt et testé pour finaliser systématiquement le cycle de développement.

Voir la compétence