返回技能列表

build-parameterized-report

pjt222
更新于 6 days ago
15 次查看
17
2
17
在 GitHub 上查看
automationdesign

关于

This skill enables developers to create parameterized Quarto or R Markdown reports that generate multiple variations from a single template. It covers defining parameters, programmatic rendering, and batch generation for automated workflows. Use it for producing department-specific reports, client-customized outputs, or automating recurring reports with different inputs.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/build-parameterized-report

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

建參報

造受參之報,自一模生多客變。

  • 為異部、域、期生同報
  • 自模造客專報
  • 建濾於具子之儀
  • 自定期報附異入

  • :報模(Quarto 或 R Markdown)
  • :參定(名、類、默)
  • :批生之參值列
  • :生報之出目

一:YAML 定參

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
---

得: YAML 頭含 params: 塊附名參,各有正類默值。

敗: 渲敗報「object 'params' not found」→確 params: 塊於 YAML 首縮對。Quarto params 必於 YAML 頂,非 format: 下嵌。

二:碼中用參

```{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)
```

得: 碼塊以 params$name 引參,條塊以 Quarto #| eval: !expr params$flag。行內 R 表如 `r params$region` 渲動文。

敗: params$name 返 NULL→驗參名於 YAML 與碼全合(區大小)。察默值類正。

三:以客參渲

單渲:

# 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"
)

得: 單報以客參值成渲,覆 YAML 默。出檔於所述徑造。

敗: Quarto 渲敗→察 quarto CLI 已裝且於 PATH。R Markdown 敗→驗 rmarkdown 已裝。確參名於 execute_params(Quarto)或 params(R Markdown)合 YAML 定。

四:批渲多報

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
  )
})

得: 每域年組一 HTML。

敗: 察參名於 YAML 與碼全合。確諸參值有效。

五:加參驗

#| 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
)

得: 驗碼塊於每渲始行,若參出範或類誤則以清誤止。

敗: stopifnot() 生無益訊→換顯 if (!cond) stop("message") 呼以清診。

六:組出

# 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"))
)

得: 出檔書於日戳子目附述名(如 reports/2025-06/report-europe.html)。

敗: dir.create() 敗→察父目存且可書。Windows 上驗徑長不過 260 字。

  • 報以默參渲
  • 報以每組客參渲
  • 參處前驗
  • 出檔命述
  • 條段依參正渲
  • 批生於諸組完

  • 參名不合:YAML 名必全合碼 params$name
  • 類強轉:YAML 或解 year: 2025 為整,而碼候字元。必顯。
  • 條評:Quarto 用 #| eval: !expr params$flag,非 eval = params$flag
  • 檔覆:無唯出名→每渲覆前
  • 批記:久批或積記。宜用 callr::r() 為隔。

  • create-quarto-report — 基 Quarto 文設
  • generate-statistical-tables — 適參之表
  • format-apa-report — 參化學術報

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan-ultra/skills/build-parameterized-report
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能