MCP HubMCP Hub
Вернуться к навыкам

render-puzzle-docs

pjt222
Обновлено Yesterday
4 просмотров
17
2
17
Посмотреть на GitHub
Метаworddesign

О программе

Этот навык рендерит сайты документации jigsawR Quarto для GitHub Pages, поддерживая сборку всего сайта, рендеринг отдельных страниц, а также режимы кэшированного или свежего рендеринга. Он использует либо встроенный скрипт, либо прямое обращение к Quarto через WSL. Разработчикам следует применять его для обновления документации, итеративного редактирования, подготовки релизов или отладки проблем с рендерингом Quarto.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/render-puzzle-docs

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Render Puzzle Docs

Render jigsawR Quarto documentation site.

When Use

  • Build full documentation site after content changes
  • Render single page during iterative editing
  • Prepare documentation for release or PR
  • Debug render errors in Quarto .qmd files

Inputs

  • Required: Render mode (fresh, cached, or single)
  • Optional: Specific .qmd file path (for single-page mode)
  • Optional: Whether to open result in browser

Steps

Step 1: Choose Render Mode

ModeCommandDurationUse when
Freshbash inst/scripts/render_quarto.sh~5-7 minContent changed, cache stale
Cachedbash inst/scripts/render_quarto.sh --cached~1-2 minMinor edits, cache valid
SingleDirect quarto.exe~30sIterating on one page

Got: Render mode selected based on current situation: fresh for content changes or stale cache, cached for minor edits, single for iterating on one page.

If fail: Unsure whether cache is stale? Default to fresh render. Takes longer but guarantees correct output.

Step 2: Execute Render

Fresh render (clears _freeze and _site, re-executes all R code):

cd /mnt/d/dev/p/jigsawR && bash inst/scripts/render_quarto.sh

Cached render (uses existing _freeze files):

cd /mnt/d/dev/p/jigsawR && bash inst/scripts/render_quarto.sh --cached

Single page (render one .qmd file directly):

QUARTO_EXE="/mnt/c/Program Files/RStudio/resources/app/bin/quarto/bin/quarto.exe"
"$QUARTO_EXE" render quarto/getting-started.qmd

Got: Render completes without errors. Output in quarto/_site/.

If fail:

  • Check for R code errors in .qmd chunks (look for #| label: markers)
  • Verify pandoc available via RSTUDIO_PANDOC env var
  • Try clear cache: rm -rf quarto/_freeze quarto/_site
  • Check that all R packages used in .qmd files are installed

Step 3: Verify Output

ls -la /mnt/d/dev/p/jigsawR/quarto/_site/index.html

Confirm site structure:

  • quarto/_site/index.html exists
  • Navigation links resolve correctly
  • Images and SVG files render properly

Got: index.html exists and non-empty. Navigation links resolve. Images/SVGs render correctly in browser.

If fail: index.html missing? Render likely failed silently. Re-run with verbose output. Check for R code errors in .qmd chunks. Only some pages missing? Verify those .qmd files listed in _quarto.yml.

Step 4: Preview (Optional)

Open in Windows browser:

cmd.exe /c start "" "D:\\dev\\p\\jigsawR\\quarto\\_site\\index.html"

Got: Documentation site opens in Windows default browser for visual inspection.

If fail: cmd.exe /c start command fails from WSL? Try explorer.exe "D:\\dev\\p\\jigsawR\\quarto\\_site\\index.html" instead. Or navigate to file manually in browser.

Checks

  • quarto/_site/index.html exists and non-empty
  • No render errors in console output
  • All R code chunks executed successfully (check for error messages)
  • Navigation between pages works
  • All .qmd files have #| label: on code chunks for clean output

Pitfalls

  • Stale freeze cache: R code changed? Use fresh render to regenerate _freeze files
  • Missing R packages: Quarto .qmd files may use packages not in renv; install them first
  • Pandoc not found: Ensure RSTUDIO_PANDOC set in .Renviron
  • Long render times: Fresh render takes 5-7 minutes (14 pages with R execution); use cached mode during iteration
  • Code chunk labels: All R code chunks should have #| label: for clean rendering

See Also

  • generate-puzzle — generate puzzle output referenced in documentation
  • run-puzzle-tests — ensure code examples in docs are correct
  • create-quarto-report — general Quarto document creation

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/caveman/skills/render-puzzle-docs
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык