MCP HubMCP Hub
Вернуться к навыкам

create-glyph

pjt222
Обновлено Yesterday
1 просмотров
17
2
17
Посмотреть на GitHub
Метаdesign

О программе

Навык create-glyph генерирует пиктограммы на основе R для визуализационных слоев с использованием библиотек ggplot2 и primitives. Он обрабатывает полный рабочий процесс от концепции до реализации, включая стратегию цвета, регистрацию манифеста и рендеринг неонового свечения через сборочный конвейер. Используйте этот навык при добавлении новых сущностей, требующих визуальных иконок, замене существующих глифов или пакетном создании иконок для новых доменов.

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/create-glyph

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

Документация

Glyphe erstellen

R-basierte Piktogramm-Glyphen fuer Skill-, Agent- oder Team-Icons in der viz/-Visualisierungsschicht erstellen. Jede Glyphe ist eine reine ggplot2-Funktion, die eine erkennbare Form auf einer 100x100-Leinwand zeichnet und mit einem Neon-Glow-Effekt als transparentes WebP gerendert wird.

Wann verwenden

  • Ein neuer Skill, Agent oder Team wurde hinzugefuegt und benoetigt ein visuelles Icon
  • Eine bestehende Glyphe soll ersetzt oder neu gestaltet werden
  • Batch-Erstellung von Glyphen fuer eine neue Skill-Domaene
  • Visuelle Metaphern fuer Entitaetskonzepte prototypisieren

Eingaben

  • Erforderlich: Entitaetstyp — skill, agent oder team
  • Erforderlich: Entitaets-ID (z.B. create-glyph, mystic, r-package-review) und Domaene (fuer Skills)
  • Erforderlich: Visuelles Konzept — was die Glyphe darstellen soll
  • Optional: Referenz-Glyphe zum Studium des Komplexitaetsniveaus
  • Optional: Benutzerdefinierter --glow-sigma-Wert (Standard: 4)

Verfahren

Schritt 1: Konzept — Visuelle Metapher entwerfen

Die zu ikonifizierende Entitaet identifizieren und eine visuelle Metapher waehlen.

  1. Die Quelldatei der Entitaet lesen, um das Kernkonzept zu verstehen:
    • Skills: skills/<id>/SKILL.md
    • Agents: agents/<id>.md
    • Teams: teams/<id>.md
  2. Einen Metaphertyp waehlen:
    • Konkretes Objekt: ein Kolben fuer Experimente, ein Schild fuer Sicherheit
    • Abstraktes Symbol: Pfeile fuer Zusammenfuehrung, Spiralen fuer Iteration
    • Zusammengesetzt: 2-3 einfache Formen kombinieren (z.B. Dokument + Stift)
  3. Bestehende Glyphen als Komplexitaetsreferenz heranziehen:
Complexity Tiers:
+----------+--------+-------------------------------------------+
| Tier     | Layers | Examples                                  |
+----------+--------+-------------------------------------------+
| Simple   | 2      | glyph_flame, glyph_heartbeat              |
| Moderate | 3-5    | glyph_document, glyph_experiment_flask    |
| Complex  | 6+     | glyph_ship_wheel, glyph_bridge_cpp        |
+----------+--------+-------------------------------------------+
  1. Einen Funktionsnamen festlegen: glyph_<beschreibender_name> (snake_case, eindeutig)

Erwartet: Eine klare gedankliche Skizze der Form mit 2-6 geplanten Ebenen.

Bei Fehler: Falls das Konzept zu abstrakt ist, auf ein verwandtes konkretes Objekt zurueckgreifen. Bestehende Glyphen in derselben Domaene zur Inspiration durchsehen.

Schritt 2: Zusammensetzen — Glyphen-Funktion schreiben

Die R-Funktion schreiben, die ggplot2-Ebenen erzeugt.

  1. Funktionssignatur (unveraenderlicher Vertrag):

    glyph_<name> <- function(cx, cy, s, col, bright) {
      # cx, cy = center coordinates (50, 50 on 100x100 canvas)
      # s = scale factor (1.0 = fill ~70% of canvas)
      # col = domain color hex (e.g., "#ff88dd" for design)
      # bright = brightened variant of col (auto-computed by renderer)
      # Returns: list() of ggplot2 layers
    }
    
  2. Skalierungsfaktor * s auf ALLE Dimensionen anwenden fuer konsistente Skalierung:

    r <- 20 * s        # radius
    hw <- 15 * s       # half-width
    lw <- .lw(s)       # line width (default base 2.5)
    lw_thin <- .lw(s, 1.2)  # thinner line width
    
  3. Geometrie mit verfuegbaren Primitives erstellen:

    GeometrieVerwendung
    ggplot2::geom_polygon(data, .aes(x, y), ...)Gefuellte Formen
    ggplot2::geom_path(data, .aes(x, y), ...)Offene Linien/Kurven
    ggplot2::geom_segment(data, .aes(x, xend, y, yend), ...)Liniensegmente, Pfeile
    ggplot2::geom_rect(data, .aes(xmin, xmax, ymin, ymax), ...)Rechtecke
    ggforce::geom_circle(data, .aes(x0, y0, r), ...)Kreise
  4. Die Farbstrategie anwenden:

    Alpha Guide:
    +----------------------+------------+--------------------------+
    | Purpose              | Alpha      | Example                  |
    +----------------------+------------+--------------------------+
    | Large fill (body)    | 0.08-0.15  | hex_with_alpha(col, 0.1) |
    | Medium fill (accent) | 0.15-0.25  | hex_with_alpha(col, 0.2) |
    | Small fill (detail)  | 0.25-0.35  | hex_with_alpha(bright, 0.3) |
    | Outline stroke       | 1.0        | color = bright           |
    | Secondary stroke     | 1.0        | color = col              |
    | No fill              | ---        | fill = NA                |
    +----------------------+------------+--------------------------+
    
  5. Eine flache list() von Ebenen zurueckgeben (der Renderer iteriert und umgibt jede mit Glow)

  6. Die Funktion in der passenden Primitives-Datei basierend auf dem Entitaetstyp platzieren:

    • Skills: Domaenengruppiert ueber 19 Primitives-Dateien:
      • primitives.R — bushcraft, compliance, containerization, data-serialization, defensive
      • primitives_2.R — devops, general, git, mcp-integration
      • primitives_3.R — mlops, observability, PM, r-packages, reporting, review, web-dev, esoteric, design
      • Weitere primitives_4.R bis primitives_19.R fuer neuere Domaenen
    • Agents: viz/R/agent_primitives.R
    • Teams: viz/R/team_primitives.R

Erwartet: Eine funktionierende R-Funktion, die eine Liste von 2-6 ggplot2-Ebenen zurueckgibt.

Bei Fehler: Falls ggforce::geom_circle Fehler verursacht, sicherstellen, dass ggforce installiert ist. Falls Koordinaten nicht stimmen, bedenken, dass die Leinwand 100x100 mit (0,0) unten links ist. Die Funktion interaktiv testen:

source("viz/R/utils.R"); source("viz/R/primitives.R")  # etc.
layers <- glyph_<name>(50, 50, 1.0, "#ff88dd", "#ffa8f0")
p <- ggplot2::ggplot() + ggplot2::coord_fixed(xlim=c(0,100), ylim=c(0,100)) +
     ggplot2::theme_void()
for (l in layers) p <- p + l
print(p)

Schritt 3: Registrieren — Entitaet der Glyphe zuordnen

Die Entitaet-zu-Glyphe-Zuordnung in der passenden Glyph-Zuordnungsdatei hinzufuegen.

Fuer Skills:

  1. viz/R/glyphs.R oeffnen
  2. Den Kommentarbereich fuer die Zieldomaene finden (z.B. # -- design (3))
  3. Den Eintrag in alphabetischer Reihenfolge innerhalb des Domaenenblocks hinzufuegen:
    "skill-id" = "glyph_function_name",
    
  4. Die Domaenenanzahl im Kommentar bei Bedarf aktualisieren

Fuer Agents:

  1. viz/R/agent_glyphs.R oeffnen
  2. Die alphabetische Position in AGENT_GLYPHS finden
  3. Den Eintrag hinzufuegen:
    "agent-id" = "glyph_function_name",
    

Fuer Teams:

  1. viz/R/team_glyphs.R oeffnen

  2. Die alphabetische Position in TEAM_GLYPHS finden

  3. Den Eintrag hinzufuegen:

    "team-id" = "glyph_function_name",
    
  4. Sicherstellen, dass keine doppelte ID in der Zielliste existiert

Erwartet: Die entsprechende *_GLYPHS-Liste enthaelt die neue Zuordnung.

Bei Fehler: Falls der Build spaeter "No glyph mapped" meldet, nochmals pruefen, dass die Entitaets-ID exakt mit der im Manifest und in der Registry uebereinstimmt.

Schritt 4: Manifest — Icon-Eintrag hinzufuegen

Das Icon im passenden Manifest registrieren.

Fuer Skills: viz/data/icon-manifest.json

{
  "skillId": "skill-id",
  "domain": "domain-name",
  "prompt": "<domain basePrompt>, <descriptors>, dark background, vector art",
  "seed": <next_seed>,
  "path": "public/icons/cyberpunk/<domain>/<skill-id>.webp",
  "status": "pending"
}

Fuer Agents: viz/data/agent-icon-manifest.json

{
  "agentId": "agent-id",
  "prompt": "<agent-specific descriptors>, dark background, vector art",
  "seed": <next_seed>,
  "path": "public/icons/cyberpunk/agents/<agent-id>.webp",
  "status": "pending"
}

Fuer Teams: viz/data/team-icon-manifest.json

{
  "teamId": "team-id",
  "prompt": "<team-specific descriptors>, dark background, vector art",
  "seed": <next_seed>,
  "path": "public/icons/cyberpunk/teams/<team-id>.webp",
  "status": "pending"
}

Erwartet: Gueltiges JSON mit dem neuen Eintrag bei den zugehoerigen Typ-Geschwistern.

Bei Fehler: JSON-Syntax validieren. Haeufige Fehler: nachgestelltes Komma nach dem letzten Array-Element, fehlende Anfuehrungszeichen.

Schritt 5: Rendern — Icon generieren

Die Build-Pipeline ausfuehren, um das WebP zu rendern.

  1. Zum viz/-Verzeichnis navigieren
  2. Basierend auf dem Entitaetstyp rendern:

Fuer Skills:

cd viz && Rscript build-icons.R --only <domain>
# Or skip existing: Rscript build-icons.R --only <domain> --skip-existing

Fuer Agents:

cd viz && Rscript build-agent-icons.R --only <agent-id>
# Or skip existing: Rscript build-agent-icons.R --only <agent-id> --skip-existing

Fuer Teams:

cd viz && Rscript build-team-icons.R --only <team-id>
# Or skip existing: Rscript build-team-icons.R --only <team-id> --skip-existing
  1. Fuer einen Probelauf zuerst --dry-run an einen beliebigen Befehl anhaengen
  2. Ausgabeorte:
    • Skills: viz/public/icons/<palette>/<domain>/<skill-id>.webp
    • Agents: viz/public/icons/<palette>/agents/<agent-id>.webp
    • Teams: viz/public/icons/<palette>/teams/<team-id>.webp

Erwartet: Das Log zeigt OK: <entity> (seed=XXXXX, XX.XKB) und die WebP-Datei existiert.

Bei Fehler:

  • "No glyph mapped" — Zuordnung aus Schritt 3 fehlt oder hat einen Tippfehler
  • "Unknown domain" — Domaene nicht in get_palette_colors() in palettes.R
  • R-Paketfehler — Zuerst install.packages(c("ggplot2", "ggforce", "ggfx", "ragg", "magick")) ausfuehren
  • Falls das Rendering abstuerzt, die Glyphen-Funktion interaktiv testen (siehe Schritt 2 Fallback)

Schritt 6: Verifizieren — Visuelle Inspektion

Die gerenderte Ausgabe auf Qualitaetsstandards pruefen.

  1. Datei-Existenz und angemessene Groesse pruefen:

    ls -la viz/public/icons/cyberpunk/<type-path>/<entity-id>.webp
    # Expected: 15-80 KB typical range
    
  2. Das WebP in einem Bildbetrachter oeffnen und pruefen:

    • Form ist bei voller Groesse (1024x1024) klar erkennbar
    • Neon-Glow ist vorhanden, aber nicht uebertrieben
    • Hintergrund ist transparent (kein schwarzes/weisses Rechteck)
    • Kein Beschnitt an den Leinwandraendern
  3. Bei kleinen Groessen pruefen (das Icon wird mit ~40-160px im Force-Graph gerendert):

    • Form bleibt erkennbar
    • Details werden nicht zu Rauschen
    • Glow uebertrifft nicht die Form

Erwartet: Ein klares, erkennbares Piktogramm mit gleichmaessigem Neon-Glow auf transparentem Hintergrund.

Bei Fehler:

  • Glow zu stark: mit --glow-sigma 2 neu rendern (Standard ist 4)
  • Glow zu schwach: mit --glow-sigma 8 neu rendern
  • Form bei kleinen Groessen unlesbar: Glyphe vereinfachen (weniger Ebenen, kraeftigere Striche, .lw(s, base) Basiswert erhoehen)
  • Beschnitt an Raendern: Formdimensionen reduzieren oder Zentrum verschieben

Schritt 7: Iterieren — Bei Bedarf verfeinern

Anpassungen vornehmen und erneut rendern.

  1. Haeufige Anpassungen:

    • Kraeftigere Striche: .lw(s, base) erhoehen — base = 3.0 oder 3.5 versuchen
    • Sichtbarere Fuellung: Alpha von 0.10 auf 0.15-0.20 erhoehen
    • Formproportionen: Multiplikatoren auf s anpassen (z.B. 20 * s -> 24 * s)
    • Detail-Ebenen hinzufuegen/entfernen: Gesamtzahl der Ebenen zwischen 2-6 halten fuer beste Ergebnisse
  2. Zum erneuten Rendern nach Aenderungen:

    # Delete the existing icon first, then re-render
    rm viz/public/icons/cyberpunk/<type-path>/<entity-id>.webp
    # Use the appropriate build command from Step 5
    
  3. Wenn zufriedenstellend, pruefen, ob der Manifest-Status "done" zeigt (das Build-Skript aktualisiert ihn automatisch bei Erfolg)

Erwartet: Das fertige Icon besteht alle Pruefungen aus Schritt 6.

Bei Fehler: Falls die Glyphe nach 3+ Iterationen immer noch nicht gut lesbar ist, eine voellig andere visuelle Metapher in Betracht ziehen (zurueck zu Schritt 1).

Referenz

Domaenen- und Entitaetsfarbpaletten

Alle 58 Domaenenfarben (fuer Skills) sind in viz/R/palettes.R definiert (die einzige Quelle der Wahrheit). Agent- und Team-Farben werden ebenfalls in palettes.R verwaltet. Die Cyberpunk-Palette (handabgestimmte Neonfarben) ist in get_cyberpunk_colors(). Viridis-Familienpaletten werden automatisch ueber viridisLite generiert.

Zum Nachschlagen einer Farbe:

source("viz/R/palettes.R")
get_palette_colors("cyberpunk")$domains[["design"]]   # skill domain
get_palette_colors("cyberpunk")$agents[["mystic"]]     # agent
get_palette_colors("cyberpunk")$teams[["tending"]]     # team

Beim Hinzufuegen einer neuen Domaene an drei Stellen in palettes.R eintragen:

  1. PALETTE_DOMAIN_ORDER (alphabetisch)
  2. get_cyberpunk_colors() Domaenenliste
  3. Rscript generate-palette-colors.R ausfuehren, um JSON + JS zu regenerieren

Glyphen-Funktionskatalog

Den vollstaendigen Katalog verfuegbarer Glyphen-Funktionen in den Primitives-Quelldateien einsehen:

  • Skills: viz/R/primitives.R bis viz/R/primitives_19.R (domaenengruppiert)
  • Agents: viz/R/agent_primitives.R
  • Teams: viz/R/team_primitives.R

Hilfsfunktionen

FunktionSignaturZweck
.lw(s, base)(scale, base=2.5)Skalierungsbewusste Linienbreite
.aes(...)alias fuer ggplot2::aesKurzform-Aesthetic-Mapping
hex_with_alpha(hex, alpha)(string, 0-1)Alpha zu Hex-Farbe hinzufuegen
brighten_hex(hex, factor)(string, factor=1.3)Hex-Farbe aufhellen
dim_hex(hex, factor)(string, factor=0.4)Hex-Farbe abdunkeln

Validierungscheckliste

  • Glyphen-Funktion folgt der glyph_<name>(cx, cy, s, col, bright) -> list() Signatur
  • Alle Dimensionen verwenden den * s Skalierungsfaktor
  • Farbstrategie nutzt col fuer Fuellungen, bright fuer Umrisse, hex_with_alpha() fuer Transparenz
  • Funktion in der korrekten Primitives-Datei fuer Entitaetstyp und Domaene platziert
  • Glyphen-Zuordnungseintrag in der passenden *_glyphs.R-Datei hinzugefuegt
  • Manifest-Eintrag mit korrekter Entitaets-ID, Pfad und "status": "pending" hinzugefuegt
  • Build-Befehl laeuft ohne Fehler (zuerst Probelauf)
  • Gerendertes WebP existiert am erwarteten Pfad
  • Dateigroesse im erwarteten Bereich (15-80 KB)
  • Icon ist bei 1024px und ~40px Anzeiggroessen klar erkennbar
  • Transparenter Hintergrund (kein massives Rechteck hinter der Glyphe)
  • Manifest-Status nach erfolgreichem Rendern auf "done" aktualisiert

Haeufige Fehler

  • * s vergessen: Hartcodierte Pixelwerte brechen, wenn sich die Skalierung aendert. Immer mit s multiplizieren.
  • Leinwand-Ursprungsverwirrung: (0,0) ist unten links, nicht oben links. Hoehere y-Werte bewegen sich NACH OBEN.
  • Doppelter Glow: Der Renderer wendet bereits ggfx::with_outer_glow() auf jede Ebene an. Keinen Glow INNERHALB der Glyphen-Funktion hinzufuegen.
  • Zu viele Ebenen: Jede Ebene bekommt individuelles Glow-Wrapping. Mehr als 8 Ebenen macht das Rendering langsam und visuell unruhig.
  • Nicht uebereinstimmende IDs: Die Entitaets-ID in der Glyphen-Zuordnung, im Manifest und in der Registry muessen alle exakt uebereinstimmen.
  • JSON-Nachkommas: Das Manifest ist striktes JSON. Kein nachgestelltes Komma nach dem letzten Array-Element.
  • Fehlende Domaenenfarbe: Falls die Domaene nicht in get_cyberpunk_colors() in palettes.R ist, wird das Rendering einen Fehler werfen. Zuerst die Farbe hinzufuegen, dann regenerieren.
  • Falsche Primitives-Datei: Skills gehoeren in domaenengruppierte primitives*.R, Agents in agent_primitives.R, Teams in team_primitives.R.

Verwandte Skills

  • enhance-glyph — Visuelle Qualitaet einer bestehenden Glyphe verbessern, Rendering-Probleme beheben oder Detail-Ebenen hinzufuegen
  • audit-icon-pipeline — Fehlende Glyphen und Icons erkennen, um zu wissen, was erstellt werden muss
  • render-icon-pipeline — Die vollstaendige Rendering-Pipeline von Anfang bis Ende ausfuehren
  • ornament-style-mono — Komplementaere KI-basierte Bilderzeugung (Z-Image vs R-codierte Glyphen)
  • ornament-style-color — Farbtheorie anwendbar auf Glyphen-Akzentfuellungsentscheidungen
  • create-skill — Der uebergeordnete Workflow, der Glyphen-Erstellung ausloest beim Hinzufuegen neuer Skills

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/de/skills/create-glyph
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