MCP HubMCP Hub
Вернуться к навыкам

design-cli-output

pjt222
Обновлено 2 days ago
4 просмотров
17
2
17
Посмотреть на GitHub
Метаdesign

О программе

Этот навык предлагает структурированный подход к проектированию вывода в терминал для CLI-инструментов, включая несколько уровней детализации (человекочитаемый, подробный, тихий, JSON) и единообразное оформление с использованием цветов chalk и Unicode-символов. Он охватывает архитектуру функций-репортеров, индикаторы статуса и совместимость с различными терминалами. Используйте его при создании нового модуля-репортера для CLI, добавлении нарративного вывода в существующий инструмент или стандартизации вывода между командами.

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/design-cli-output

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

Документация

Design CLI Output

為命令列工具設計一致之多層終端輸出。

適用時機

  • 為 CLI 工具建新 reporter 模組
  • 於標準事務性輸出之外加暖或敘事輸出
  • 於多指令間統一輸出格式
  • 設計與人類可讀輸出並行之 JSON 機器輸出
  • 為新終端工具擇色、圖符與冗長度

輸入

  • 必需:CLI 工具名與主要受眾(開發者、運維、終端用戶)
  • 必需:需輸出格式化之指令
  • 可選:是否需「儀式」或敘事輸出變體
  • 可選:品牌約束(色盤、語氣)

步驟

步驟一:定色盤

用 chalk 建命名色盤物件:

標準色盤(事務性輸出):

let chalk;
try { chalk = (await import('chalk')).default; }
catch { chalk = new Proxy({}, { get: () => (s) => s }); }

// Status colors
const ok = chalk.green;       // success
const fail = chalk.red;       // errors
const warn = chalk.yellow;    // warnings
const info = chalk.cyan;      // identifiers, names
const dim = chalk.dim;        // secondary info, paths
const bold = chalk.bold;      // headers

暖色盤(儀式/敘事輸出):

const C = {
  flame: chalk.hex('#FF6B35'),   // active elements, fire
  amber: chalk.hex('#FFB347'),   // arriving items, warm highlights
  spark: chalk.hex('#FFF4E0'),   // individual items (sparks/skills)
  ember: chalk.hex('#8B4513'),   // cold/dormant states
  warm:  chalk.hex('#D4A574'),   // neutral warm text
  dim:   chalk.dim,              // background, secondary
  fail:  chalk.red,              // errors stay red (honest)
};

色盤設計規則:

  • 恆提供無色回退(如上之 Proxy 模式)
  • 自定色盤用 hex 色(chalk.hex('#FF6B35')
  • 失敗/錯誤色保持紅色,不論色盤主題
  • 以語義角色命色盤項,非視覺外觀

預期: 具命名項與無色回退之色盤物件。

失敗時: 若 chalk 不可用(piped 輸出、CI),Proxy 回退返字串不變。以 NO_COLOR=1 環境變數測之。

步驟二:擇狀態指示符

為狀態溝通擇 Unicode 圖符或 ASCII 字元:

ASCII(最大相容性):

+  created/installed (green)
-  removed/deleted (red)
=  skipped/unchanged (dim)
!  error/warning (red)

Unicode(更豐富,需 UTF-8 終端):

✦  item/skill/practice (spark)
◉  active/burning state
◎  cooling/embers state
○  cold/dormant state
◌  available/not installed
✗  failed item
✓  success (use sparingly — not all terminals render it well)

擇選準則:

  • 於 CI 或 piped 情境中運行之工具用 ASCII
  • 具互動終端用戶之工具用 Unicode
  • 透過 --ascii 旗標或 NO_COLOR 偵測兩者兼供
  • 於 macOS Terminal、Windows Terminal、VS Code terminal、SSH 會話中測圖符

預期: 一瞥即可溝通狀態而不恃色之圖符集。

失敗時: 若圖符於測試中渲染為 ? 或方框,以 ASCII 等效替之。+/-/=/! 集處處可用。

步驟三:設計冗長度層級

每指令應支援四輸出層級:

層級旗標受眾內容
預設(無)終端前之人格式化、著色、有料
Verbose--verbose--ceremonial欲詳情之人逐項明細,到達序列
Quiet--quiet腳本、CI極簡之行,狀態圖符,無裝飾
JSON--json機器消費者結構化、可解析、完整

實作模式:

function output(data, options) {
  if (options.json) {
    console.log(JSON.stringify(data, null, 2));
    return;
  }
  if (options.quiet) {
    for (const item of data.items) {
      const icon = item.ok ? '+' : '!';
      console.log(`${icon} ${item.id}`);
    }
    return;
  }
  // Default (or verbose) human output
  printFormatted(data, { verbose: options.verbose });
}

JSON 輸出規則:

  • 恆為有效 JSON(不混人類文字)
  • 含人類輸出所示之所有資料,加機器有用之欄位
  • 於指令間用一致之鍵命名
  • 成功出口碼 0,錯誤出口碼 1(不論輸出模式)

預期: 四明層級,於指令間行為一致。

失敗時: 若 verbose 模式過噪,設其為自選(--ceremonial)而非漸進冗長度層級。

步驟四:立聲音規則

定所有輸出函數遵循之語氣與風格。此防指令間不一致。

聲音規則例(自 campfire reporter):

  1. 現在時、主動語態:「mystic arrives」非「mystic has been installed」
  2. 無驚嘆號:靜之自信。工具不喊。
  3. 以隱喻替術語:「practices」非「dependencies」(僅於儀式模式)
  4. 失敗誠實,非災難性:「A spark was lost」非「ERROR: installation failed with exit code 1」
  5. 結語反映狀態:每操作以狀態摘要結
  6. 無 emoji:Unicode 圖符攜視覺重而不為裝飾
  7. 每字攜資訊:若字不增理解,去之

標準(非儀式)輸出之聲音規則:

  • 簡潔、事實之行
  • 狀態圖符 + 項 ID + 情境
  • 具計數之摘要行
  • 錯誤訊息示補救行動

預期: 輸出函數須遵之 3-7 聲音規則之書面集。

失敗時: 若規則感覺武斷,測之:以有無每規則書同一輸出。若去規則不改輸出品質,該規則不需。

步驟五:實作 reporter 函數

以聚焦之函數組輸出為 reporter 模組:

// reporter.js — standard output
export function printResults(results) { ... }
export function printItemTable(items) { ... }
export function printDetections(detections) { ... }
export function printAudit(auditResults) { ... }
export function printDryRun() { ... }
export function warn(msg) { ... }
export function error(msg) { ... }
export { chalk };

每函數遵同結構:

  1. 優雅處理空/null 輸入
  2. 算佈局(欄寬、填充)
  3. 以色盤色輸出
  4. 底部摘要行

為儀式輸出建別模組:

// campfire-reporter.js — warm narrative output
export function printArrival({ teamId, agents, results, ceremonial }) { ... }
export function printScatter({ teamId, agents, results }) { ... }
export function printTend(fires) { ... }
export function printCampfireList({ teams, state, reg }) { ... }
export function printFireSummary({ team, fireData, reg }) { ... }
export function printJson(data) { ... }

預期: 獨立可用之 reporter 函數——各自處理格式化而不依呼叫者狀態。

失敗時: 若函數長於 ~50 行,抽出輔助。reporter 函數應易於孤立地審閱。

步驟六:於諸環境測輸出

驗輸出於不同情境中正確渲染:

# With colors (interactive terminal)
node cli/index.js list --domains

# Without colors (piped)
node cli/index.js list --domains | cat

# With NO_COLOR environment variable
NO_COLOR=1 node cli/index.js list --domains

# JSON mode (parseable)
node cli/index.js campfire --json | jq .

# In CI (typically no TTY)
CI=true node cli/index.js audit

檢之於:

  • 色於互動模式中正確顯示
  • 無 ANSI 轉義碼漏入 piped/重定向輸出
  • JSON 有效(pipe 至 jq . 以驗)
  • Unicode 圖符於目標終端中渲染
  • 欄對齊於內容寬度變動時仍持

預期: 輸出於所有五情境中皆正確。

失敗時: 若 ANSI 碼漏,確 chalk 尊 NO_COLOR。若 Unicode 破,提供 ASCII 回退模式。

驗證

  • 色盤有無色回退
  • 狀態指示符於色與無色模式皆運作
  • 所有四冗長度層級生有用輸出
  • JSON 輸出有效且 jq 可解析
  • 聲音規則載之並一致遵循
  • reporter 函數優雅處理空/null 輸入
  • 輸出於此等測之:terminal、piped、NO_COLOR、CI

常見陷阱

  • 於 JSON 中混人類文字:於 --json 模式僅輸出有效 JSON。單一漏行(如「DRY RUN」)破 JSON 解析器。若指令須兩者皆示,明離之或於 JSON 模式中抑人類文字。
  • 硬編碼欄寬:內容長度變。用 Math.max(...items.map(i => i.id.length)) 動態算填充。
  • 無義之色:若色為區成敗之唯一法,則色盲用戶與 piped 輸出失資訊。恆以文字指示符(+OKERR)配色。
  • 儀式於錯情境:暖敘事輸出適於互動終端會話。於 CI、腳本或 --quiet 模式中,增噪。以顯式旗標閘儀式輸出。
  • 忘摘要行:用戶先掃末行。每操作應以單行摘要結(成功/失敗/跳過之計數)。

相關技能

  • scaffold-cli-command — 用此輸出之指令
  • test-cli-application — 測輸出合預期
  • build-cli-plugin — 插件透過此輸出系統報結果

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/design-cli-output
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