MCP HubMCP Hub
Вернуться к навыкам

build-parameterized-report

pjt222
Обновлено Yesterday
17
2
17
Посмотреть на GitHub
Метаautomationdesign

О программе

Этот навык позволяет разработчикам создавать параметризованные отчеты Quarto или R Markdown, которые могут быть программно сгенерированы с различными входными данными для получения множества вариаций отчетов. Он охватывает определение параметров, пакетную генерацию и автоматизацию регулярных отчетов из единого шаблона. Используйте его для создания отчетов для конкретных отделов, клиентских дашбордов или автоматизации отчетов с различными временными периодами или подмножествами данных.

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/build-parameterized-report

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

Документация

Build Parameterized Report

建可接參數之報告,自一模板生多定制變體。

適用時機

  • 為不同部門、地區、時期生同一報告
  • 自模板生客戶專之報告
  • 建濾特定子集之儀表板
  • 自動化以不同輸入之循環報告

輸入

  • 必要:報告模板(Quarto 或 R Markdown)
  • 必要:參數定義(名、類型、預設)
  • 選擇性:批生之參數值列
  • 選擇性:所生報告之輸出目錄

步驟

步驟一:於 YAML 定參數

Quarto(report.qmd):

---
title: "Sales Report: `r params$region`"
params:
  region: "North America"
  year: 2025
  include_forecast: true
format:
  html:
    toc: true
---

R Markdown(report.Rmd):

---
title: "Sales Report"
params:
  region: "North America"
  year: 2025
  include_forecast: true
output: html_document
---

預期: YAML 首部含 params: 塊,其中有名參數,各具正類預設值。

失敗時: 渲染失「object 'params' not found」時,確 params: 塊於 YAML 首部下正縮進。Quarto 中,params 當於 YAML 頂層,非嵌於 format: 下。

步驟二:於代碼中用參數

```{r}
#| label: filter-data

data <- full_dataset |>
  filter(region == params$region, year == params$year)

nrow(data)
```

## Overview for `r params$region`

This report covers the `r params$region` region for `r params$year`.

```{r}
#| label: forecast
#| eval: !expr params$include_forecast

# This chunk only runs when include_forecast is TRUE
forecast_model <- forecast::auto.arima(data$sales)
forecast::autoplot(forecast_model)
```

預期: 代碼塊透過 params$name 引參數,條件塊於 Quarto 用 #| eval: !expr params$flag。行內 R 表達式如 `r params$region` 生動態文字。

失敗時:params$name 返 NULL,驗參數名與 YAML 定義中代碼引之完全相符(大小寫敏感)。查預設值為正類。

步驟三:以自訂參數渲染

單次渲染:

# Quarto
quarto::quarto_render(
  "report.qmd",
  execute_params = list(region = "Europe", year = 2025)
)

# R Markdown
rmarkdown::render(
  "report.Rmd",
  params = list(region = "Europe", year = 2025),
  output_file = "report-europe-2025.html"
)

預期: 單報告以自訂參數值覆 YAML 預設而成渲染。輸出文件於所指路徑生成。

失敗時: 若 Quarto 渲染失,查 quarto CLI 已裝且於 PATH。若 R Markdown 渲染失,驗 rmarkdown 已裝。確 execute_params(Quarto)或 params(R Markdown)中參數名與 YAML 定義完全相符。

步驟四:批渲多報告

regions <- c("North America", "Europe", "Asia Pacific", "Latin America")
years <- c(2024, 2025)

# Generate all combinations
combinations <- expand.grid(region = regions, year = years, stringsAsFactors = FALSE)

# Render each
purrr::pwalk(combinations, function(region, year) {
  output_name <- sprintf("report-%s-%d.html",
    tolower(gsub(" ", "-", region)), year)

  quarto::quarto_render(
    "report.qmd",
    execute_params = list(region = region, year = year),
    output_file = output_name
  )
})

預期: 每地區-年組合一 HTML 文件。

失敗時: 查參數名於 YAML 與代碼間完全相符。確所有參數值為有效。

步驟五:加參數驗證

#| label: validate-params

stopifnot(
  "Region must be a valid region" = params$region %in% valid_regions,
  "Year must be numeric" = is.numeric(params$year),
  "Year must be reasonable" = params$year >= 2020 && params$year <= 2030
)

預期: 驗證代碼塊於每次渲染始執,任一參數超範圍或誤類即以明告止。

失敗時:stopifnot() 之錯訊不助,改用明之 if (!cond) stop("message") 以明斷。

步驟六:組織輸出

# Create output directory
output_dir <- file.path("reports", format(Sys.Date(), "%Y-%m"))
dir.create(output_dir, recursive = TRUE, showWarnings = FALSE)

# Render with output path
quarto::quarto_render(
  "report.qmd",
  execute_params = list(region = region),
  output_file = file.path(output_dir, paste0("report-", region, ".html"))
)

預期: 輸出文件寫入日期標之子目錄,以描述性名命(如 reports/2025-06/report-europe.html)。

失敗時:dir.create() 失,查父目錄存且可寫。Windows 上驗路徑長不超 260 字元。

驗證

  • 報告以預設參數渲染
  • 報告以每組自訂參數渲染
  • 參數於處理前驗證
  • 輸出文件以描述性名命
  • 條件部分依參數正渲染
  • 批生於所有組合完成

常見陷阱

  • 參數名失配:YAML 名須與代碼中 params$name 引完全相符
  • 類型強轉:YAML 或解 year: 2025 為整數而代碼期字元。明示之
  • 條件之評:Quarto 中用 #| eval: !expr params$flag,非 eval = params$flag
  • 文件覆寫:無唯一輸出名時,每次渲染覆前次
  • 批模式記憶:長批之運行或累記憶。考慮用 callr::r() 以隔離

相關技能

  • create-quarto-report — 基礎 Quarto 文檔設置
  • generate-statistical-tables — 隨參數調之表
  • format-apa-report — 參數化學術報告

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/build-parameterized-report
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