MCP HubMCP Hub
SKILL·5C4101

manage-renv-dependencies

pjt222
Mis à jour 1 month ago
17 vues
26
3
26
Voir sur GitHub
Autreaiapiautomation

À propos

Cette compétence gère les dépendances des packages R en utilisant renv pour créer des environnements reproductibles. Elle prend en charge l'initialisation, les flux de travail de capture/restauration, le dépannage et l'intégration CI/CD. Utilisez-la pour configurer la gestion des dépendances dans les projets R, restaurer des environnements sur de nouvelles machines ou résoudre des échecs de restauration.

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/manage-renv-dependencies

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

Documentation

管 renv 依賴

以 renv 立並護可重現 R 包環境。

用時

  • 為新 R 項目啟依賴管
  • 加或更包依賴
  • 於新機復項目環境
  • 排查 renv 復之敗
  • 合 renv 於 CI/CD 管線

  • 必要:R 項目目
  • 可選:既 renv.lock 檔(為復)
  • 可選:私包用之 GitHub PAT

第一步:啟 renv

renv::init()

此生:

  • renv/ 目(庫、設、啟動腳)
  • renv.lock(依賴之拍)
  • .Rprofile 以啟載時啟 renv

**得:**項目本地庫已建。renv/ 目與 renv.lock 存。.Rprofile 已更附啟動腳。

**敗則:**若懸,察網。若敗於某包,先以 install.packages() 手裝此包,再運 renv::init()

第二步:加依賴

如常裝包:

install.packages("dplyr")
renv::install("github-user/private-pkg")

然後拍以記態:

renv::snapshot()

得:renv.lock 以新包及版本更。renv::status() 顯無不同步之包。

**敗則:**若 renv::snapshot() 報驗誤,行 renv::dependencies() 察何包實用,再 renv::snapshot(force = TRUE) 繞驗。

第三步:於他機復

renv::restore()

**得:**諸包裝於 renv.lock 中之精版。

**敗則:**常疑:GitHub 包敗(於 .RenvironGITHUB_PAT)、系統依賴缺(Linux 以 apt-get 裝)、大包超時(復前設 options(timeout = 600))、或二進不可得(renv 自源編;確構工具已裝)。

第四步:更依賴

# Update a specific package
renv::update("dplyr")

# Update all packages
renv::update()

# Snapshot after updates
renv::snapshot()

**得:**目標包已更至最新相容版。拍後 renv.lock 反新版。

**敗則:**若 renv::update() 為某包敗,試以 renv::install("package@version") 直裝再拍。

第五步:察態

renv::status()

得:「No issues found」或清列之不同步包附可行之導。

**敗則:**若態報包用而未記,行 renv::snapshot()。若包已記而未裝,行 renv::restore()

第六步:設 .Rprofile 以條件啟

if (file.exists("renv/activate.R")) {
  source("renv/activate.R")
}

此確項目即於 renv 未裝(CI 環境、合作者)時亦奏。

**得:**R 會於項目目啟時自動啟 renv。renv 未裝之會仍無誤而啟。

**敗則:**若 .Rprofile 致誤,確 file.exists() 守在。勿無條件呼 source("renv/activate.R")

第七步:Git 之設

追此諸檔:

renv.lock           # Always commit
renv/activate.R     # Always commit
renv/settings.json  # Always commit
.Rprofile           # Commit (contains renv activation)

忽此(已於 renv 之 .gitignore):

renv/library/       # Machine-specific
renv/staging/       # Temporary
renv/cache/         # Machine-specific cache

得:renv.lockrenv/activate.Rrenv/settings.json 為 Git 追。機專之目(renv/library/renv/cache/)已忽。

**敗則:**若 renv/library/ 誤提交,以 git rm -r --cached renv/library/ 除並加於 .gitignore

第八步:CI/CD 之合

於 GitHub Actions,用 renv 快取行動:

- uses: r-lib/actions/setup-renv@v2

此自動以 renv.lock 復,具快取。

**得:**CI 管線自 renv.lock 復包具快取。後運以快取之包更速。

**敗則:**若 CI 復敗,察 renv.lock 已提交且新。私 GitHub 包者,確 GITHUB_PAT 設為倉之密。

  • renv::status() 報無疑
  • renv.lock 已於版本控制中提交
  • renv::restore() 於潔取時奏
  • .Rprofile 條件啟 renv
  • CI/CD 用 renv.lock 解依賴

  • renv::init() 於誤目行:恆先驗 getwd()
  • 混 renv 於系統庫renv::init() 後唯用項目之庫
  • 忘拍:裝包後恆行 renv::snapshot()
  • --vanillaRscript --vanilla.Rprofile,故 renv 不啟
  • diff 中之大鎖檔:常——renv.lock 設為可 diff 之 JSON
  • Bioconductor 之包:用 renv::install("bioc::PackageName") 並確 BiocManager 已設

  • create-r-package — 含 renv 之啟
  • setup-github-actions-ci — 以 renv 合 CI
  • submit-to-cran — CRAN 包之依賴管

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan/skills/manage-renv-dependencies
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams
FAQ

Frequently asked questions

What is the manage-renv-dependencies skill?

manage-renv-dependencies is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform manage-renv-dependencies-related tasks without extra prompting.

How do I install manage-renv-dependencies?

Use the install commands on this page: add manage-renv-dependencies to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does manage-renv-dependencies belong to?

manage-renv-dependencies is in the Other category, tagged ai, api and automation.

Is manage-renv-dependencies free to use?

Yes. manage-renv-dependencies is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

Compétences associées

llamaguard
Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence
cost-optimization
Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence
sports-betting-analyzer
Autre

Cette compétence Claude analyse les marchés des paris sportifs, incluant les spreads, les over/under et les paris spéciaux, en examinant les tendances historiques et les statistiques situationnelles pour identifier les paris à valeur ajoutée. Elle fournit une sortie en markdown structuré avec des recommandations actionnables à des fins éducatives. Les développeurs doivent l'utiliser pour des outils d'analyse de paris sportifs tout en notant qu'elle est conçue uniquement pour le divertissement et l'éducation.

Voir la compétence
quantizing-models-bitsandbytes
Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence