run-puzzle-tests
О программе
Этот навык запускает набор тестов jigsawR через WSL R, поддерживая полные тесты, подмножества с фильтрацией по шаблонам или отдельные файлы, интерпретируя результаты прохождения/провала/пропуска. Он автоматически выявляет неудачные тесты и корректно обрабатывает зависимости renv, избегая режима `--vanilla`. Разработчикам следует использовать его после изменений в исходном коде R, при добавлении функций, перед коммитами или при отладке конкретных сбоев тестов.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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/run-puzzle-testsСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Run Puzzle Tests
Run the jigsawR test suite and interpret results.
When to Use
- After modifying R source code in the package
- After adding a new puzzle type or feature
- Before committing changes
- Debugging a specific test failure
Inputs
- Required: Test scope (
full,filtered, orsingle) - Optional: Filter pattern for filtered mode (e.g.
"snic","rectangular") - Optional: Specific test file path for single mode
Procedure
Step 1: Choose Test Scope
| Scope | Use when | Duration |
|---|---|---|
| Full | Before commits, after major changes | ~2-5 min |
| Filtered | Working on one puzzle type | ~30s |
| Single | Debugging a specific test file | ~10s |
Got: Test scope selected: full before commits, filtered for one puzzle type, single for debugging one test.
If fail: If unsure, default to full suite. Slower but catches cross-type regressions.
Step 2: Create and Execute Test Script
Full suite:
Create a script (e.g., /tmp/run_tests.R):
devtools::test()
R_EXE="/mnt/c/Program Files/R/R-4.5.0/bin/Rscript.exe"
cd /mnt/d/dev/p/jigsawR && "$R_EXE" -e "devtools::test()"
Filtered by pattern:
"$R_EXE" -e "devtools::test(filter = 'snic')"
Single file:
"$R_EXE" -e "testthat::test_file('tests/testthat/test-snic-puzzles.R')"
Got: Test output with pass/fail/skip counts.
If fail:
- Do NOT use
--vanilla; renv needs.Rprofileto activate - On renv errors, run
renv::restore()first - For complex commands failing with Exit code 5, write to a script file
Step 3: Interpret Results
Look for the summary line:
[ FAIL 0 | WARN 0 | SKIP 7 | PASS 2042 ]
- PASS: Tests succeeded
- FAIL: Tests failed (need investigation)
- SKIP: Tests skipped (often due to optional packages like
snic) - WARN: Warnings during tests (review but not blocking)
Got: Summary line parsed for PASS, FAIL, SKIP, WARN counts. FAIL = 0 for clean run.
If fail: Without summary line, the runner crashed before completing. Check for R-level errors above. If output is truncated, redirect to file: "$R_EXE" -e "devtools::test()" > test_results.txt 2>&1.
Step 4: Investigate Failures
If tests fail:
- Read the failure message — includes file, line, expected vs actual
- Check if new failure or pre-existing
- For assertion failures, read the test and the function tested
- For error failures, check if a function signature changed
# Run failing test with verbose output
"$R_EXE" -e "testthat::test_file('tests/testthat/test-failing.R', reporter = 'summary')"
Got: Root cause of each failing test identified — regression (code fix) or environment issue (missing dep, path).
If fail: With unclear failure messages, add browser() or print() and re-run with testthat::test_file() for interactive debugging.
Step 5: Verify Skip Reasons
Skips are normal when optional dependencies are missing:
snicpackage tests skip withskip_if_not_installed("snic")- Tests requiring specific OS skip with
skip_on_os() - CRAN-only skips with
skip_on_cran()
Confirm skip reasons are legitimate, not masking real failures.
Got: All skips accounted for by legitimate reasons. No skips masking failures.
If fail: If a skip seems suspicious, temporarily remove the skip_if_*() call and run the test.
Validation
- All tests pass (FAIL = 0)
- No unexpected warnings
- Skip count matches expected (only optional deps)
- Test count has not decreased (no tests accidentally removed)
Pitfalls
- Using
--vanilla: Breaks renv activation. Never use it with jigsawR. - Complex
-estrings: Shell escaping issues cause Exit code 5. Use script files. - Stale package state: Run
devtools::load_all()ordevtools::document()before testing if NAMESPACE changed. - Missing test dependencies: Some tests need suggested packages. Check
DESCRIPTIONSuggests field. - Parallel test issues: If tests interfere, run sequentially with
testthat::test_file().
Related Skills
generate-puzzle— generate puzzles to verify behavior matches testsadd-puzzle-type— new types need comprehensive test suiteswrite-testthat-tests— patterns for writing R testsvalidate-piles-notation— test PILES parsing independently
GitHub репозиторий
Frequently asked questions
What is the run-puzzle-tests skill?
run-puzzle-tests is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform run-puzzle-tests-related tasks without extra prompting.
How do I install run-puzzle-tests?
Use the install commands on this page: add run-puzzle-tests to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does run-puzzle-tests belong to?
run-puzzle-tests is in the Testing category, tagged ai, testing and design.
Is run-puzzle-tests free to use?
Yes. run-puzzle-tests is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот навык Claude запускает lm-evaluation-harness для тестирования LLM на более чем 60 стандартизированных академических задачах, таких как MMLU и GSM8K. Он предназначен для разработчиков, чтобы сравнивать качество моделей, отслеживать прогресс обучения или сообщать академические результаты. Инструмент поддерживает различные бэкенды, включая модели HuggingFace и vLLM.
Этот навык предоставляет обширные знания по реализации Cloudflare Cron Triggers для планирования запуска Workers с помощью cron-выражений. Он охватывает настройку периодических задач, заданий технического обслуживания и автоматизированных рабочих процессов, а также решение распространенных проблем, таких как неверные cron-выражения и ошибки часовых поясов. Разработчики могут использовать его для настройки планировщиков обработчиков, тестирования cron-триггеров и интеграции с Workflows и Green Compute.
Этот навык Claude предоставляет инструментарий на базе Playwright для тестирования локальных веб-приложений с помощью Python-скриптов. Он позволяет проводить проверку фронтенда, отладку интерфейса, создание скриншотов и просмотр логов, одновременно управляя жизненным циклом сервера. Используйте его для задач автоматизации браузера, но запускайте скрипты напрямую, вместо чтения их исходного кода, чтобы избежать загрязнения контекста.
Этот навык помогает разработчикам завершать готовую работу, проверяя прохождение тестов и предлагая структурированные варианты интеграции. Он направляет рабочий процесс по слиянию, созданию пул-реквестов или очистке веток после завершения реализации. Используйте его, когда ваш код готов и протестирован, чтобы систематически завершать процесс разработки.
