MCP HubMCP Hub
Retour aux compétences

create-quarto-report

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

À propos

Cette compétence crée des documents Quarto pour des rapports reproductibles, des présentations et des sites web. Elle gère la configuration YAML, les blocs de code, les formats de sortie et la conversion vers HTML/PDF/Word. Utilisez-la pour des analyses avec du code intégré ou pour migrer depuis R Markdown.

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/create-quarto-report

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

Documentation

Create Quarto Report

Repro Quarto doc → reports / presentations / websites.

Use When

  • Repro analysis report
  • Presentation w/ embedded code
  • Gen HTML/PDF/Word from code
  • Migrate R Markdown → Quarto

In

  • Required: Topic + audience
  • Required: Out fmt (html, pdf, docx, revealjs)
  • Optional: Data + analysis code
  • Optional: Bib (.bib)

Do

Step 1: Create Doc

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: report.qmd exists w/ valid YAML (title, author, date, format, exec).

If err: Validate YAML header — --- delimiters match, indent correct. format: = supported (html, pdf, docx, revealjs).

Step 2: Content + 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: Sections w/ {r} chunks + #| opts (labels, captions, dims).

If err: Verify ```{r} syntax (not inline). #| inside chunk (not YAML). Label prefix matches xref type (fig-, tbl-).

Step 3: Chunk Opts

Common (#|):

#| 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: Opts via #| syntax, labels = xref naming conv.

If err: #| (Quarto-native), not legacy {r, option=value}. Labels alphanumeric + hyphens only.

Step 4: Xrefs + 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: Xrefs (@fig-name, @tbl-name) resolve. Citations (@key) match .bib.

If err: Verify labels exist w/ correct prefix (fig-, tbl-). .bib keys exact (case-sensitive). bibliography: in YAML.

Step 5: Render

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: Out file in fmt.

If err:

Step 6: Multi-Fmt Out

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

Render all: quarto render report.qmd

Got: All fmts gen, correct styling per target.

If err: 1 fail, others OK → check fmt-specific. PDF → LaTeX engine (quarto install tinytex). DOCX → valid ref template if set. Fmt opts nested under each format key.

Check

  • Renders no err
  • All chunks execute
  • Xrefs resolve (fig, tbl, cite)
  • TOC accurate
  • Out fmt fits audience

Traps

  • No label prefix: Fig xref needs fig-, tbl needs tbl-
  • Cache invalid: Cached chunks don't re-run on upstream change. Delete _cache/ → force.
  • PDF no LaTeX: Install TinyTeX OR pdf-engine: weasyprint (CSS-based)
  • RMD syntax in Quarto: Use #| not {r, echo=FALSE}

  • format-apa-report — APA academic reports
  • build-parameterized-report — param multi-reports
  • generate-statistical-tables — pub-ready tables
  • write-vignette — Quarto vignettes in R pkgs

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/create-quarto-report
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