create-quarto-report
정보
이 스킬은 코드로부터 재현 가능한 보고서, 프레젠테이션, 웹사이트를 생성하기 위한 Quarto 문서를 만들어 줍니다. YAML 설정, 코드 청크, 상호 참조를 처리하며 HTML, PDF, Word 등 다양한 형식으로 렌더링할 수 있습니다. 데이터 기반 보고서 작성, R Markdown에서의 마이그레이션, 실행 가능한 코드가 포함된 출판물 제작 시 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/create-quarto-reportClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
造 Quarto 報告
立並寫可重現之 Quarto 文件,以供分析報告、簡報、或網站。
適用時機
- 造可重現之分析報告
- 建含內嵌程式之簡報
- 自程式生 HTML、PDF、Word 文件
- 自 R Markdown 遷至 Quarto
輸入
- 必要:報告主題與目標讀者
- 必要:輸出格式(html、pdf、docx、revealjs)
- 選擇性:資料源與分析程式
- 選擇性:引用書目(.bib 檔)
步驟
步驟一:造 Quarto 文件
造 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
---
預期: 檔 report.qmd 存,含有效 YAML frontmatter,含標題、作者、日期、格式配置、執行選項。
失敗時: 驗 YAML 頭:察 --- 分隔符配對與縮排正確。確保 format: 鍵合 Quarto 支援之輸出格式(html、pdf、docx、revealjs)。
步驟二:寫含程式塊之內容
## 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.
預期: 內容段含格式正確之程式塊,含 {r} 語言標識與 #| 塊選項(標籤、題注、尺寸)。
失敗時: 驗程式塊用 ```{r} 語法(非行內反引號)、#| 選項於塊內(非 YAML 頭內)、標籤前綴合交叉引用型(圖用 fig-、表用 tbl-)。
步驟三:配塊選項
常塊層選項(用 #| 語法):
#| 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
預期: 塊選項於塊層以 #| 語法施,標籤循交叉引用所需之命名慣例。
失敗時: 確保塊選項用 #| 語法(Quarto 原生),非舊 R Markdown 之 {r, option=value} 語法。驗標籤名僅含字母數字與連字符。
步驟四:加交叉引用與引用
See @fig-scatter for the visualization and @tbl-summary for statistics.
This approach follows @smith2023 methodology.
::: {#fig-combined layout-ncol=2}
{#fig-plotA}
{#fig-plotB}
Combined figure caption
:::
預期: 交叉引用(@fig-name、@tbl-name)解至正確之圖表,引用(@key)合 .bib 檔中之項。
失敗時: 驗程式塊中引用之標籤以正確前綴(fig-、tbl-)存。引用則察 .bib 鍵完全合(區分大小寫),且 bibliography: 於 YAML 頭已設。
步驟五:渲染文件
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
預期: 輸出檔以指定格式生。
失敗時:
- quarto 缺:自 https://quarto.org/docs/get-started/ 裝
- PDF 誤:以
quarto install tinytex裝 TinyTeX - R 套件誤:確保所有套件已裝
步驟六:多格式輸出
format:
html:
toc: true
theme: cosmo
pdf:
documentclass: article
geometry: margin=1in
docx:
reference-doc: template.docx
渲染所有格式:quarto render report.qmd
預期: 所有指定輸出格式皆成生,各含合目標格式之樣式與佈局。
失敗時: 若一格式敗而他成,察格式專屬需:PDF 需 LaTeX 引擎(以 quarto install tinytex 裝)、DOCX 需有效參考範本(若指定)、格式專屬 YAML 選項須於各格式鍵下正確巢式。
驗證
- 文件渲染無誤
- 所有程式塊執行無誤
- 交叉引用解(圖、表、引用)
- 目錄準確
- 輸出格式合讀者
常見陷阱
- 缺標籤前綴:可交叉引用之圖需標籤含
fig-前綴,表需tbl- - 快取失效:上游資料改時快取之塊不重行。刪
_cache/以強之 - 無 LaTeX 之 PDF:裝 TinyTeX,或以
pdf-engine: weasyprint用 CSS 基礎之 PDF - Quarto 中之 R Markdown 語法:用
#|塊選項代{r, echo=FALSE}式
相關技能
format-apa-report- APA 格式學術報告build-parameterized-report- 參數化多報告生成generate-statistical-tables- 可出版之表write-vignette- R 套件中之 Quarto 小品
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.
