install-putior
정보
이 스킬은 워크플로우 시각화를 위한 putior R 패키지를 설치하고 구성합니다. CRAN과 GitHub 설치를 모두 처리하며 선택적 의존성도 함께 관리합니다. 완전한 주석-다이어그램 파이프라인을 검증하여 적절한 설정을 보장합니다. 초기 설정, 환경 준비, 또는 하위 스킬에서 putior가 필요할 때 사용하세요.
빠른 설치
Claude Code
추천npx 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-putiorClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
