install-putior
について
このスキルは、ワークフロー可視化のためのputior Rパッケージをインストールおよび設定し、CRANとGitHubの両方のインストール方法とオプションの依存関係を扱います。完全なアノテーションから図表作成までのパイプラインを検証し、適切なセットアップを保証します。初期セットアップ、環境準備、または下流スキルでputiorが必要な場合にご利用ください。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/install-putiorこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
Putiorのインストール
Install the putior R package and its optional dependencies so the annotation-to-diagram pipeline is ready to use.
使用タイミング
- Setting up putior for the first time in a project or environment
- Preparing a machine for workflow visualization tasks
- A downstream skill (analyze-codebase-workflow, generate-workflow-diagram) requires putior to be installed
- Restoring an environment after an R version upgrade or renv wipe
入力
- 必須: Access to an R installation (>= 4.1.0)
- 任意: Whether to install from CRAN (default) or GitHub dev version
- 任意: Which optional dependency groups to install: MCP (
mcptools,ellmer), interactive (shiny,shinyAce), logging (logger), ACP (plumber2)
手順
ステップ1: Verify R Installation
Confirm R is available and meets the minimum version requirement.
R.Version()$version.string
# Must be >= 4.1.0
# From WSL with Windows R
"/mnt/c/Program Files/R/R-4.5.2/bin/Rscript.exe" -e "cat(R.version.string)"
期待結果: R version string printed, >= 4.1.0.
失敗時: Install or upgrade R. On Windows, download from https://cran.r-project.org/bin/windows/base/. On Linux, use sudo apt install r-base.
ステップ2: Install putior
Install from CRAN (stable) or GitHub (dev).
# CRAN (recommended)
install.packages("putior")
# GitHub dev version (if latest features needed)
remotes::install_github("pjt222/putior")
期待結果: Package installs without errors. library(putior) loads silently.
失敗時: If CRAN installation fails with "not available for this version of R", use the GitHub version. If GitHub fails, check that remotes is installed: install.packages("remotes").
ステップ3: Install Optional Dependencies
Install optional packages based on required functionality.
# MCP server integration (for AI assistant access)
remotes::install_github("posit-dev/mcptools")
install.packages("ellmer")
# Interactive sandbox
install.packages("shiny")
install.packages("shinyAce")
# Structured logging
install.packages("logger")
# ACP server (agent-to-agent communication)
install.packages("plumber2")
期待結果: Each package installs without errors.
失敗時: For mcptools, ensure remotes is installed first. For system dependency errors on Linux, install the required libraries (e.g., sudo apt install libcurl4-openssl-dev for httr2 dependency).
ステップ4: Verify Installation
Run the basic pipeline to confirm everything works.
library(putior)
# Check package version
packageVersion("putior")
# Verify core functions are available
stopifnot(
is.function(put),
is.function(put_auto),
is.function(put_diagram),
is.function(put_generate),
is.function(put_merge),
is.function(put_theme)
)
# Test basic pipeline with a temp file
tmp <- tempfile(fileext = ".R")
writeLines("# put id:'test', label:'Hello putior'", tmp)
cat(put_diagram(put(tmp)))
期待結果: Mermaid flowchart code printed to console containing test and Hello putior.
失敗時: If put is not found, the package did not install correctly. Reinstall with install.packages("putior", dependencies = TRUE). If the diagram is empty, verify the temp file was created and the annotation syntax uses single quotes inside double quotes.
重要:カスタムパレットは MCP 経由では使用できません。
put_diagramのpaletteパラメータは、put_theme()で作成されたputior_themeR オブジェクトを受け付けます。MCP は JSON 経由で通信するため、putior_themeのような R オブジェクトを MCP 境界を超えてシリアライズすることはできません。MCP 経由でput_diagramを呼び出す場合は、代わりに文字列ベースのthemeパラメータを使用してください(例:theme = "viridis")。カスタムパレットの場合は、R セッション内で直接put_theme()とput_diagram(palette = ...)を呼び出してください。
主要なデフォルト値:すべてのスキャン関数(
put()、put_auto()、put_generate()、put_merge())はデフォルトでrecursive = TRUEとなっており、サブディレクトリを自動的にスキャンします。これは 0.2.0 以前のバージョン(デフォルトがFALSEだった)からの破壊的変更です。すべてのスキャン関数はまた、正規表現ベースのファイルフィルタリング用のexcludeパラメータも受け付けます(例:put("./src/", exclude = "test_"))。
オプションの shiny パッケージがインストールされている場合は、インタラクティブサンドボックスを試してください:
putior::run_sandbox()
これにより、PUT アノテーション構文を実験してリアルタイムでレンダリングされた図を確認できるブラウザベースのエディタが起動します。
バリデーション
-
library(putior)loads without errors -
packageVersion("putior")returns a valid version -
put()with a file containing a valid PUT annotation returns a data frame with one row -
put_diagram()produces Mermaid code starting withflowchart - All requested optional dependencies load without errors
よくある落とし穴
- Wrong quote nesting: PUT annotations use single quotes inside the annotation:
id:'name', notid:"name"(which conflicts with the comment string delimiter in some contexts). - Missing Pandoc for vignettes: If you plan to build putior's vignettes locally, ensure
RSTUDIO_PANDOCis set in.Renviron. - renv isolation: If the project uses renv, you must install putior inside the renv library. Run
renv::install("putior")instead ofinstall.packages("putior"). - GitHub rate limits: Installing
mcptoolsfrom GitHub may fail without aGITHUB_PAT. Set one viausethis::create_github_token().
関連スキル
analyze-codebase-workflow— next step after installation to survey a codebaseconfigure-putior-mcp— set up the MCP server after installing optional depsmanage-renv-dependencies— manage putior within an renv environmentconfigure-mcp-server— general MCP server configuration
GitHub リポジトリ
関連スキル
content-collections
メタこのスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
polymarket
メタこのスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
creating-opencode-plugins
メタこのスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
sglang
メタSGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
