generate-puzzle
について
このスキルは、`generate_puzzle()`または`geom_puzzle_*()`関数を介してRでジグソーパズルを生成し、長方形、六角形、ボロノイ図など複数のパズルタイプを設定可能なパラメータでサポートします。設定ファイルに対して入力値を検証し、SVGファイルまたはggplot2による可視化を作成します。パズルアセットの生成、設定のテスト、ドキュメント用サンプルの作成などにご利用ください。
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/generate-puzzle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
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)或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"或"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$max)"
或直讀 inst/config.yml 以核所擇類型之有效範圍。
預期: 所擇拼圖類型之 grid、size、tabsize 等參數之最小/最大值已知。
失敗時: 若 config.yml 缺或類型鍵不存,核是否於 jigsawR 專案根目錄且套件至少已建一次。
步驟二:定類型與參數
將用戶請求映射至 generate_puzzle() 之有效參數:
| 類型 | grid | size | 附加參數 |
|---|---|---|---|
| rectangular | c(cols, rows) | c(width, height) mm | offset、layout、tabsize |
| hexagonal | c(rings) | c(diameter) mm | do_warp、do_trunc、tabsize |
| concentric | c(rings) | c(diameter) mm | center_shape、tabsize |
| voronoi | c(cols, rows) | c(width, height) mm | n_interior、tabsize |
| random | c(cols, rows) | c(width, height) mm | n_interior、tabsize |
| snic | c(cols, rows) | c(width, height) mm | n_interior、compactness、tabsize |
預期: 用戶請求映射至有效之 generate_puzzle() 參數,type 正確、grid 尺寸與 size 值於 config.yml 範圍內。
失敗時: 若不確用何參數格式,參上表。Rectangular 與 voronoi 類型之 grid 用 c(cols, rows);hexagonal 與 concentric 用 c(rings)。
步驟三:建 R 腳本
書腳本檔(較複雜指令優於 -e):
library(jigsawR)
result <- generate_puzzle(
type = "rectangular",
seed = 42,
grid = c(3, 4),
size = c(400, 300),
offset = 0,
layout = "grid"
)
cat("Pieces:", length(result$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或<svg始 - 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 或 <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: 若 $files 空,拼圖或僅於記憶體中生。明以 writeLines(result$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
- 用
--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
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。
