返回技能列表

scaffold-shiny-app

pjt222
更新于 2 days ago
6 次查看
17
2
17
在 GitHub 上查看
设计design

关于

This skill scaffolds a new Shiny application in R, offering a choice between production-ready (golem), modular (rhino), or simple (vanilla) frameworks. It sets up the project structure, basic UI/server components, and verifies local execution. Use it when starting a new Shiny app or selecting between different scaffolding approaches.

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/scaffold-shiny-app

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档


name: scaffold-shiny-app description: > Shiny-App mit golem (produktionsreif), rhino (modularer Ansatz) oder Vanilla-Shiny (einfach) erstellen. Behandelt Projektstruktur, grundlegendes UI/Server-Setup und Verifikation der lokalen Ausführung. Verwenden, wenn eine neue Shiny-App gestartet oder zwischen Scaffolding-Frameworks gewählt werden soll. license: MIT locale: de source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: shiny complexity: basic language: R tags: shiny, golem, rhino, scaffold, r-packages

Shiny-App scaffolden

Eine neue Shiny-Anwendung mit dem geeigneten Framework für den Produktionsfall scaffolden.

Wann verwenden

  • Start einer neuen Shiny-App
  • Wahl zwischen Scaffolding-Frameworks (golem, rhino, Vanilla)
  • Einrichten einer standardisierten Projektstruktur für ein Team
  • Schnelles Prototypen einer datengesteuerten Web-App in R

Eingaben

  • Erforderlich: App-Name (gültiger R-Paketname)
  • Erforderlich: Framework-Wahl: golem, rhino oder vanilla
  • Optional: Autor-Informationen für DESCRIPTION (bei golem/rhino)
  • Optional: Ziel-Verzeichnis (Standard: aktuelles Verzeichnis)

Vorgehensweise

Schritt 1: Framework auswählen

Das richtige Scaffolding-Framework basierend auf Projektanforderungen auswählen.

FrameworkWann verwenden
golemProduktions-Apps, R-Paket-Struktur, CRAN-Deployment
rhinoModulare Apps, box-Module, JavaScript-Assets
vanillaSchnelle Prototypen, einfache Apps, kein Framework-Overhead

Erwartet: Framework-Auswahl stimmt mit Projektkomplexität und Team-Expertise überein.

Bei Fehler: Wenn unsicher, mit vanilla beginnen und später auf golem/rhino migrieren, wenn die App wächst.

Schritt 2: Projekt scaffolden

Das gewählte Framework installieren und das Projekt initialisieren.

Für golem:

install.packages("golem")
golem::create_golem("myapp")

Für rhino:

install.packages("rhino")
rhino::init("myapp")

Für Vanilla Shiny:

install.packages("shiny")

# Projektstruktur manuell erstellen
dir.create("myapp")
dir.create("myapp/R")
dir.create("myapp/www")

# App-Dateien erstellen
file.create("myapp/app.R")
file.create("myapp/R/ui.R")
file.create("myapp/R/server.R")

Erwartet: Projektverzeichnis mit Framework-spezifischer Struktur erstellt.

Bei Fehler: Wenn Package-Installation fehlschlägt, prüfen ob CRAN erreichbar ist: options(repos = c(CRAN = "https://cran.rstudio.com/")). Für golem auf GitHub: remotes::install_github("Thinkr-open/golem").

Schritt 3: Basis-UI und Server einrichten

Grundlegende UI- und Server-Komponenten implementieren.

Für golem (R/app_ui.R und R/app_server.R):

# R/app_ui.R
app_ui <- function(request) {
  tagList(
    golem_add_external_resources(),
    fluidPage(
      titlePanel("My App"),
      sidebarLayout(
        sidebarPanel(
          selectInput("dataset", "Choose a dataset:",
            choices = c("iris", "mtcars"))
        ),
        mainPanel(
          tableOutput("table")
        )
      )
    )
  )
}

# R/app_server.R
app_server <- function(input, output, session) {
  output$table <- renderTable({
    get(input$dataset)
  })
}

Für Vanilla Shiny (app.R):

library(shiny)

ui <- fluidPage(
  titlePanel("My App"),
  sidebarLayout(
    sidebarPanel(
      selectInput("dataset", "Choose a dataset:",
        choices = c("iris", "mtcars"))
    ),
    mainPanel(
      tableOutput("table")
    )
  )
)

server <- function(input, output, session) {
  output$table <- renderTable({
    get(input$dataset)
  })
}

shinyApp(ui, server)

Erwartet: UI und Server ohne Syntaxfehler definiert. App startet ohne Laufzeitfehler.

Bei Fehler: Wenn get(input$dataset) Fehler erzeugt, sicherstellen, dass Datensatznamen mit R-Basisumgebung zugänglichen Datensätzen übereinstimmen (iris, mtcars, etc.).

Schritt 4: Lokal verifizieren

Die App lokal ausführen und grundlegende Funktionalität prüfen.

Für golem:

golem::run_dev()

Für Vanilla:

# Im Projektverzeichnis
shiny::runApp("myapp")

# Oder wenn bereits in myapp/
shiny::runApp()

App öffnet sich im Standard-Browser oder zeigt die URL an:

Listening on http://127.0.0.1:PORT

Erwartet: App startet ohne Fehler. Basis-UI rendert korrekt. Dropdown-Auswahl ändert Tabelleninhalt.

Bei Fehler: Wenn Port belegt ist, anderen Port angeben: shiny::runApp(port = 3838). Wenn App mit Fehler abbricht, Konsolen-Fehlerausgabe für Paket-fehlende oder Syntaxfehler prüfen.

Schritt 5: Projektstruktur dokumentieren

README.md und grundlegende Konfiguration hinzufügen.

# README.md erstellen
writeLines(c(
  "# My App",
  "",
  "## Overview",
  "Brief description of the app.",
  "",
  "## Setup",
  "```r",
  "install.packages('shiny')",
  "shiny::runApp()",
  "```",
  "",
  "## Structure",
  "- `R/` — App-Logik (UI, Server, Module)",
  "- `www/` — Statische Assets (CSS, JS, Bilder)",
  "- `tests/` — App-Tests"
), "myapp/README.md")

Erwartet: README erklärt App-Zweck und Setup-Schritte.

Bei Fehler: Wenn README-Erstellung fehlschlägt, manuell im Texteditor erstellen.

Validierung

  • Projektverzeichnis mit korrekter Framework-Struktur erstellt
  • Basis-UI und Server ohne Syntaxfehler definiert
  • App startet lokal ohne Fehler
  • UI rendert korrekt im Browser
  • Basis-Interaktivität (Input → Output) funktioniert
  • README mit Setup-Anweisungen vorhanden

Haeufige Stolperfallen

  • Golem vs Plain Shiny: golem erzwingt R-Paket-Struktur (DESCRIPTION, NAMESPACE). devtools::check() laufen lassen, um Paket-Konformität sicherzustellen.
  • Namespace-Kollisionen: Wenn mehrere Pakete Funktion select() exportieren, stets pkg::function() verwenden (z. B. dplyr::select()).
  • Reaktive Kontexte: input$*-Werte nur innerhalb reaktiver Kontexte (reactive(), observe(), render*()). Außerhalb schlägt dies fehl.
  • Shiny-App vs Funktion: In golem ist run_app() die Entry-Point-Funktion. In Vanilla ist shinyApp(ui, server) der Entry-Point.
  • Port-Konflikte: Wenn mehrere Apps gleichzeitig laufen, für jede explizite Ports setzen.
  • www/-Verzeichnis: Statische Dateien müssen in www/ liegen. Auf sie wird mit relativem Pfad ohne www/-Präfix zugegriffen.

Verwandte Skills

  • build-shiny-module — wiederverwendbare Shiny-Module erstellen
  • test-shiny-app — App mit shinytest2 testen
  • deploy-shiny-app — App auf shinyapps.io oder Posit Connect deployen
  • design-shiny-ui — UI mit bslib und modernen Themes gestalten

GitHub 仓库

pjt222/agent-almanac
路径: i18n/de/skills/scaffold-shiny-app
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

executing-plans

设计

该Skill用于当开发者提供完整实施计划时,以受控批次方式执行代码实现。它会先审阅计划并提出疑问,然后分批次执行任务(默认每批3个任务),并在批次间暂停等待审查。关键特性包括分批次执行、内置检查点和架构师审查机制,确保复杂系统实现的可控性。

查看技能

requesting-code-review

设计

该Skill可在完成任务、实现主要功能或合并代码前自动调度代码审查子代理,确保实现符合需求和计划。它支持通过指定git SHA范围进行精准的代码变更审查,帮助开发者在关键节点及时发现潜在问题。核心原则是"早审查、勤审查",适用于开发流程的各个关键阶段。

查看技能

connect-mcp-server

设计

这个Skill指导开发者如何将MCP服务器连接到Claude Code,支持HTTP、stdio和SSE三种传输协议。它涵盖了从安装配置到认证安全的完整流程,适用于集成GitHub、Notion、数据库等外部服务。当开发者需要添加集成、配置外部工具或提及MCP相关功能时,这个Skill能提供实用的操作指南。

查看技能

web-cli-teleport

设计

该Skill帮助开发者根据任务特性选择Claude Code的Web或CLI界面,并指导如何在两种环境间无缝迁移会话。它能分析任务复杂度、迭代需求等要素,推荐最优工作界面和工作流。关键特性包括会话状态管理、环境切换指导和上下文优化建议。

查看技能