MCP HubMCP Hub
Retour aux compétences

annotate-source-files

pjt222
Mis à jour 6 days ago
19 vues
17
2
17
Voir sur GitHub
Métawordautomationdata

À propos

Cette compétence ajoute automatiquement des annotations de flux de travail PUT aux fichiers sources en utilisant la syntaxe de commentaire appropriée pour plus de 30 langages de programmation. Elle génère des squelettes d'annotations avec `put_generate()`, gère les formats multilignes et les variables internes, et inclut une validation. Utilisez-la lorsque vous devez documenter des flux de travail dans des pipelines de données, des processus ETL, ou des calculs multi-étapes après avoir analysé votre base de code.

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/annotate-source-files

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

Documentation

註源檔

加 PUT 流註於源使 putior 取構流數而生 Mermaid 圖。

  • analyze-codebase-workflow 析後有註計→用
  • 加流文於新或既源→用
  • 以手標與接富自察流→用
  • 文數管、ETL、多步算→用

  • :欲註之源
  • :註計或流步知
  • :式偏:單行或多行(默單行)
  • :用 put_generate() 生骨否(默是)

一:定註前綴

各言有 PUT 註前綴。用 get_comment_prefix() 求正者。

library(putior)

# Common prefixes
get_comment_prefix("R")    # "#"
get_comment_prefix("py")   # "#"
get_comment_prefix("sql")  # "--"
get_comment_prefix("js")   # "//"
get_comment_prefix("ts")   # "//"
get_comment_prefix("go")   # "//"
get_comment_prefix("rs")   # "//"
get_comment_prefix("m")    # "%"
get_comment_prefix("lua")  # "--"

得:串如 "#""--""//""%"

行與塊註:putior 察行註(//#--)與 C 式塊註(/* *//** */)之註。JS/TS 兩 ///* */ 塊皆掃。Python 三引號(''' '''察——Python 註用 #

敗:延不識→檔言或不支。察 get_supported_extensions() 得全列。不支言用 # 為慣默。

二:生註骨

put_generate() 由自察 I/O 建註模。

# Print suggestions to console
put_generate("./src/etl/")

# Single-line style (default)
put_generate("./src/etl/", style = "single")

# Multiline style for complex annotations
put_generate("./src/etl/", style = "multiline")

# Copy to clipboard for pasting
put_generate("./src/etl/", output = "clipboard")

R 例出:

# put id:'extract_data', label:'Extract Customer Data', input:'customers.csv', output:'raw_data.internal'

SQL 例出:

-- put id:'load_data', label:'Load Customer Table', output:'customers'

得:各源一或多註行,預填察函名與 I/O。

敗:無薦→檔或無可識 I/O 紋。按碼解手書註。

三:精註

改生骨加正標、接、元。

註語參:

<prefix> put id:'unique_id', label:'Human Readable Label', input:'file1.csv, file2.rds', output:'result.parquet, summary.internal'

欄:

  • id(必):獨識,為節接用
  • label(必):圖中可讀述
  • input:分號分入檔或變列
  • output:分號分出檔或變列
  • .internal 延:示內存變(腳本間不存)
  • node_type:控 Mermaid 節形與類樣。值:
    • "input" —— 體育場形 ([...]) 為數源與設
    • "output" —— 子程形 [[...]] 為生產
    • "process" —— 矩 [...] 為處步(默)
    • "decision" —— 菱 {...} 為條邏
    • "start" / "end" —— 體育場形 ([...]) 為入/終節

node_type 例:

# put id:'config', label:'Load Config', node_type:'input', output:'config.internal'
# put id:'transform', label:'Apply Rules', node_type:'process', input:'config.internal', output:'result.rds'
# put id:'report', label:'Generate Report', node_type:'output', input:'result.rds'

多行語(複雜註):

# put id:'complex_step', \
#   label:'Multi-line Label', \
#   input:'data.csv, config.yaml', \
#   output:'result.parquet'

塊註語(唯 // 前綴言:JS、TS、Go、Rust、C、C++、Java 等):

// 行註之言亦支 /* *//** */ 塊註內 PUT 註。塊體內以 * put 為行前綴:

/* put id:'init', label:'Initialize Config', output:'config.internal' */

/**
 * put id:'process', \
 *   label:'Process Records', \
 *   input:'config.internal, records.json', \
 *   output:'results.json'
 */
function processRecords(config, records) {
  // ...
}

JSDoc 式註尤益於文流步附 API 文:

/**
 * Transform raw sensor data into normalized readings.
 * put id:'normalize', label:'Normalize Sensor Data', input:'raw_readings.json', output:'normalized.parquet'
 */
export function normalizeSensorData(readings: SensorReading[]): NormalizedData {
  // ...
}

:塊註註# 前綴言(R、Python、Shell)或 -- 前綴言(SQL、Lua)。彼諸言唯用行註。塊出註不支跨行反斜續。

跨檔數流(接腳以檔 I/O):

# Script 1: extract.R
# put id:'extract', label:'Extract Data', output:'raw_data.internal, raw_data.rds'
data <- read.csv("source.csv")
saveRDS(data, "raw_data.rds")

# Script 2: transform.R
# put id:'transform', label:'Transform Data', input:'raw_data.rds', output:'clean_data.parquet'
data <- readRDS("raw_data.rds")
arrow::write_parquet(clean, "clean_data.parquet")

得:註精以正 ID、標、I/O 反實數流。

敗:I/O 不確→內存中間用 .internal 延、存數用明檔名。

四:插註入檔

置註於檔頂或關碼上。

置例

  1. 檔級註:置於檔頂、shebang 或檔頭註後
  2. 塊級註:置於所述碼上
  3. 每檔多註:用於有獨流階之檔

R 例置:

#!/usr/bin/env Rscript
# ETL Extract Script
#
# put id:'read_source', label:'Read Source Data', input:'raw_data.csv', output:'df.internal'

df <- read.csv("raw_data.csv")

# put id:'clean_data', label:'Clean and Validate', input:'df.internal', output:'clean.rds'

df_clean <- df[complete.cases(df), ]
saveRDS(df_clean, "clean.rds")

用 Edit 工於既檔插註而不擾周碼。

得:註插於各源適位。

敗:註破編輯器語法亮→確言註前綴正。PUT 註乃標註不應影碼行。

五:驗註

行 putior 驗以察註語與接。

# Scan annotated files
workflow <- put("./src/", validate = TRUE)

# Check for validation issues
print(workflow)
cat(sprintf("Total nodes: %d\n", nrow(workflow)))

# Verify connections by checking input/output overlap
inputs <- unlist(strsplit(workflow$input, ",\\s*"))
outputs <- unlist(strsplit(workflow$output, ",\\s*"))
connected <- intersect(inputs, outputs)
cat(sprintf("Connected data flows: %d\n", length(connected)))

# Generate diagram to visually inspect
cat(put_diagram(workflow, theme = "github", show_source_info = TRUE))

# Merge with auto-detected for maximum coverage
merged <- put_merge("./src/", merge_strategy = "supplement")
cat(put_diagram(merged, theme = "github"))

得:諸註析無誤。圖示接流。put_merge() 補自察缺。

敗:常驗症:

  • 缺閉引:id:'nameid:'name'
  • 內用雙引:id:"name"id:'name'
  • 跨檔重 ID:各 id 須於全掃處獨
  • 反斜續於誤行:\ 須為換行前末字

  • 諸註檔有語有效 PUT 註
  • put("./src/") 返預期節數之數框
  • 掃處無重 id
  • put_diagram() 出接流圖(非孤節)
  • 多行註(若用)以反斜續正析
  • .internal 變唯為出,不為跨檔入
  • exclude 排之檔不於流(如 put("./src/", exclude = "test_") 跳測助)

  • 引嵌誤:PUT 註用單引:id:'name'。雙引致註於串脈時析誤
  • 重 ID:各 id 於掃域須全獨。用 <script>_<step> 例(如 extract_readtransform_clean
  • .internal 為跨檔入.internal 變唯腳本行時存。腳本間傳數用存式(.rds.csv.parquet)為一腳本之出與次之入
  • 缺接:圖示斷節→察一註之出檔名與他註之入檔名字字相符(含延)
  • 註前綴誤:SQL 用 # 或 Python 用 // 致註為碼非註。恆以 get_comment_prefix()
  • 忘多行續:多行註各續行須以 \ 終、次行須以註前綴始
  • Python 三引號:putior 不掃 Python 三引號(''' '''""" """)。Python PUT 註恆用 #
  • 元管線註:註亦掃註之建腳(如腳呼 put()put_diagram()),其註現於生圖。或自掃排檔(見 generate-workflow-diagram 忌)或建腳本內勿置 PUT 註

  • analyze-codebase-workflow —— 前置:出此技循之註計
  • generate-workflow-diagram —— 次步:自註生末圖
  • install-putior —— 註前須裝 putior
  • configure-putior-mcp —— MCP 工供互註助

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan-ultra/skills/annotate-source-files
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

content-collections

Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence

polymarket

Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence

creating-opencode-plugins

Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence

sglang

Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence