MCP HubMCP Hub
Retour aux compétences

generate-puzzle

pjt222
Mis à jour 2 days ago
3 vues
17
2
17
Voir sur GitHub
Métawordaitestingdesign

À propos

Cette compétence génère des puzzles en R via les fonctions `generate_puzzle()` ou `geom_puzzle_*()`, prenant en charge plusieurs types de puzzles tels que rectangulaires, hexagonaux et de Voronoï avec des paramètres configurables. Elle valide les entrées par rapport à un fichier de configuration et crée des fichiers SVG ou des visualisations ggplot2. Utilisez-la pour générer des ressources de puzzle, tester des configurations ou créer des exemples de documentation.

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/generate-puzzle

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

Documentation

生拼圖

以 jigsawR 套件統一之 API 生拼圖。

適用時機

  • 為特定類型與配置建拼圖 SVG 檔
  • 以不同參數試拼圖生成
  • 為文件或示範生樣本輸出
  • 以 geom_puzzle_*() 建 ggplot2 拼圖視覺化

輸入

  • 必要:拼圖類型("rectangular""hexagonal""concentric""voronoi""random""snic"
  • 必要:格尺寸(依類型:c(cols, rows)c(rings)
  • 選擇性:大小(毫米,依類型之預設)
  • 選擇性:種子以利重現(預設:42)
  • 選擇性:偏移(0 = 互鎖、>0 = 塊分離)
  • 選擇性:佈局("grid""repel",限矩形)
  • 選擇性:融合群(PILES 表示字串)

步驟

步驟一:讀配置約束

R_EXE="/mnt/c/Program Files/R/R-4.5.0/bin/Rscript.exe"
"$R_EXE" -e "cat(yaml::yaml.load_file('inst/config.yml')[['{TYPE}']]$grid$max)"

或直讀 inst/config.yml 以核所擇類型之有效範圍。

預期: 所擇拼圖類型之 grid、size、tabsize 等參數之最小/最大值已知。

失敗時:config.yml 缺或類型鍵不存,核是否於 jigsawR 專案根目錄且套件至少已建一次。

步驟二:定類型與參數

將用戶請求映射至 generate_puzzle() 之有效參數:

類型gridsize附加參數
rectangularc(cols, rows)c(width, height) mmoffsetlayouttabsize
hexagonalc(rings)c(diameter) mmdo_warpdo_trunctabsize
concentricc(rings)c(diameter) mmcenter_shapetabsize
voronoic(cols, rows)c(width, height) mmn_interiortabsize
randomc(cols, rows)c(width, height) mmn_interiortabsize
snicc(cols, rows)c(width, height) mmn_interiorcompactnesstabsize

預期: 用戶請求映射至有效之 generate_puzzle() 參數,type 正確、grid 尺寸與 size 值於 config.yml 範圍內。

失敗時: 若不確用何參數格式,參上表。Rectangular 與 voronoi 類型之 grid 用 c(cols, rows);hexagonal 與 concentric 用 c(rings)

步驟三:建 R 腳本

書腳本檔(較複雜指令優於 -e):

library(jigsawR)

result <- generate_puzzle(
  type = "rectangular",
  seed = 42,
  grid = c(3, 4),
  size = c(400, 300),
  offset = 0,
  layout = "grid"
)

cat("Pieces:", length(result$pieces), "\n")
cat("SVG length:", nchar(result$svg_content), "\n")
cat("Files:", paste(result$files, collapse = ", "), "\n")

存於暫存腳本檔。

預期: R 腳本檔存於暫存位置,含 library(jigsawR)、帶完整參數之 generate_puzzle() 呼叫與診斷輸出行。

失敗時: 若腳本有語法錯,驗所有字串參數加引號,數值向量用 c()。永以腳本檔避複雜 shell 轉義。

步驟四:以 WSL R 執行

R_EXE="/mnt/c/Program Files/R/R-4.5.0/bin/Rscript.exe"
"$R_EXE" /path/to/script.R

預期: 腳本無錯完成。SVG 檔寫至 output/

失敗時: 核 renv 已恢復(renv::restore())。驗套件已載(devtools::load_all())。勿用 --vanilla 旗標(renv 需 .Rprofile)。

步驟五:驗輸出

  • SVG 檔存於 output/ 目錄
  • SVG 內容以 <?xml<svg
  • 塊數配預期:cols * rows(矩形)、環公式(六角/同心)
  • ggplot2 路徑則驗繪圖物件無錯渲染

預期: SVG 檔存於 output/,內容以 <?xml<svg 始,塊數配格規範(矩形為 cols * rows,六角/同心為環公式)。

失敗時: 若 SVG 檔缺,核 output/ 目錄存。若塊數錯,驗 grid 尺寸配拼圖類型之預期公式。ggplot2 輸出,以 tryCatch() 包核繪圖無錯渲染。

步驟六:存輸出

生成檔預設存於 output/result 物件含:

  • $svg_content — 原始 SVG 字串
  • $pieces — 塊資料之列表
  • $canvas_size — 尺寸
  • $files — 所寫檔之路徑

預期: result 物件含 $svg_content$pieces$canvas_size$files 欄位。$files 所列檔存於磁碟。

失敗時:$files 空,拼圖或僅於記憶體中生。明以 writeLines(result$svg_content, "output/puzzle.svg") 存之。

驗證

  • 腳本無錯執行
  • SVG 檔為良構 XML
  • 塊數配格規範
  • 同種子產相同輸出(可重現)
  • 參數於 config.yml 約束之內

常見陷阱

  • --vanilla 旗標:破 renv 啟動。永勿用之。
  • 複雜 -e 指令:改用腳本檔;shell 轉義致 Exit code 5。
  • Grid 與 size 混淆:Grid 為塊數,size 為毫米之實體尺寸。
  • 偏移之義:0 = 組裝拼圖、正值 = 爆開/分離塊。
  • 無套件之 SNIC:snic 類型需 snic 套件已裝。

相關技能

  • add-puzzle-type — 端到端建新拼圖類型之骨架
  • validate-piles-notation — 傳入 generate_puzzle() 前驗融合群字串
  • run-puzzle-tests — 生成變更後執行測試套件
  • write-testthat-tests — 為新生成情境增測試

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan-lite/skills/generate-puzzle
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