关于
This skill generates themed Mermaid flowcharts from putior workflow data. It offers 9 themes (including 4 colorblind-safe), multiple output modes, and interactive features for embedding in documentation. Use it after annotating source files to create a visual diagram or when you need to regenerate after workflow changes.
快速安装
Claude Code
推荐npx 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/generate-workflow-diagram在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
Workflow-Diagramm generieren
Ein thematisiertes Mermaid-Flussdiagramm aus putior-Workflowdaten generieren und in Dokumentation einbetten.
Wann verwenden
- Nach dem Annotieren von Quelldateien, wenn das visuelle Diagramm erstellt werden soll
- Neuerstellen eines Diagramms nach Workflow-Aenderungen
- Wechsel von Themen oder Ausgabeformaten fuer verschiedene Zielgruppen
- Einbettung von Workflow-Diagrammen in README-, Quarto- oder R-Markdown-Dokumente
Eingaben
- Erforderlich: Workflowdaten von
put(),put_auto()oderput_merge() - Optional: Themenname (Standard:
"light"; Optionen: light, dark, auto, minimal, github, viridis, magma, plasma, cividis) - Optional: Ausgabeziel: Konsole, Dateipfad, Zwischenablage oder Rohtext
- Optional: Interaktive Funktionen:
show_source_info,enable_clicks
Vorgehensweise
Schritt 1: Workflowdaten extrahieren
Workflowdaten aus einer von drei Quellen beziehen.
library(putior)
# Aus manuellen Annotationen
workflow <- put("./src/")
# Aus manuellen Annotationen, bestimmte Dateien ausschliessend
workflow <- put("./src/", exclude = c("build-workflow\\.R$", "test_"))
# Nur aus Auto-Erkennung
workflow <- put_auto("./src/")
# Aus zusammengefuehrt (manuell + auto)
workflow <- put_merge("./src/", merge_strategy = "supplement")
Der Workflow-Dataframe kann eine node_type-Spalte aus Annotationen enthalten. Knotentypen steuern Mermaid-Formen:
node_type | Mermaid-Form | Verwendungszweck |
|---|---|---|
"input" | Stadion ([...]) | Datenquellen, Konfigurationsdateien |
"output" | Unterprogramm [[...]] | Erzeugte Artefakte, Berichte |
"process" | Rechteck [...] | Verarbeitungsschritte (Standard) |
"decision" | Raute {...} | Bedingte Logik, Verzweigungen |
"start" / "end" | Stadion ([...]) | Einstiegs-/Endknoten |
Jeder node_type erhaelt auch eine entsprechende CSS-Klasse (z.B. class nodeId input;) fuer themenbasiertes Styling.
Erwartet: Ein Dataframe mit mindestens einer Zeile, der id, label und optional input, output, source_file, node_type-Spalten enthaelt.
Bei Fehler: Wenn der Dataframe leer ist, wurden keine Annotationen oder Muster gefunden. Zuerst analyze-codebase-workflow ausfuehren, oder pruefen ob Annotationen syntaktisch gueltig sind mit put("./src/", validate = TRUE).
Schritt 2: Thema und Optionen waehlen
Ein fuer die Zielgruppe geeignetes Thema auswaehlen.
# Alle verfuegbaren Themen auflisten
get_diagram_themes()
# Standardthemen
# "light" — Standard, helle Farben
# "dark" — Fuer Dunkelmodusumgebungen
# "auto" — GitHub-adaptiv mit Volltonfarben
# "minimal" — Graustufen, druckfreundlich
# "github" — Optimiert fuer GitHub-README-Dateien
# Farbenblindensichere Themen (Viridis-Familie)
# "viridis" — Lila→Blau→Gruen→Gelb, allgemeine Barrierefreiheit
# "magma" — Lila→Rot→Gelb, hoher Kontrast fuer Druck
# "plasma" — Lila→Pink→Orange→Gelb, Praesentationen
# "cividis" — Blau→Grau→Gelb, maximale Barrierefreiheit (kein Rot-Gruen)
Zusaetzliche Parameter:
direction: Diagrammflussrichtung —"TD"(von oben nach unten, Standard),"LR"(von links nach rechts),"RL","BT"show_artifacts:TRUE/FALSE— Artefaktknoten anzeigen (Dateien, Daten); kann bei grossen Workflows unuebersichtlich werden (z.B. 16+ zusaetzliche Knoten)show_workflow_boundaries:TRUE/FALSE— Knoten jeder Quelldatei in einen Mermaid-Subgraphen einschliessensource_info_style: Wie Quelldateiinformationen auf Knoten angezeigt werden (z.B. als Untertitel)node_labels: Format fuer Knotenbeschriftungstext
Erwartet: Themennamen werden ausgegeben. Eines basierend auf dem Kontext auswaehlen.
Bei Fehler: Wenn ein Themenname nicht erkannt wird, faellt put_diagram() auf "light" zurueck. Schreibweise pruefen.
Schritt 3: Benutzerdefinierte Palette mit put_theme() (optional)
Wenn die 9 eingebauten Themen nicht zur Projektpalette passen, ein benutzerdefiniertes Thema mit put_theme() erstellen.
# Benutzerdefinierte Palette erstellen — nicht angegebene Typen erben vom Basisthema
cyberpunk <- put_theme(
base = "dark",
input = c(fill = "#1a1a2e", stroke = "#00ff88", color = "#00ff88"),
process = c(fill = "#16213e", stroke = "#44ddff", color = "#44ddff"),
output = c(fill = "#0f3460", stroke = "#ff3366", color = "#ff3366"),
decision = c(fill = "#1a1a2e", stroke = "#ffaa33", color = "#ffaa33")
)
# Palette-Parameter verwenden (ueberschreibt Thema wenn angegeben)
mermaid_content <- put_diagram(workflow, palette = cyberpunk, output = "raw")
writeLines(mermaid_content, "workflow.mmd")
put_theme() akzeptiert die Knotentypen input, process, output, decision, artifact, start und end. Jeder nimmt einen benannten Vektor c(fill = "#hex", stroke = "#hex", color = "#hex") entgegen. Nicht gesetzte Typen erben vom base-Thema.
Erwartet: Mermaid-Ausgabe mit benutzerdefinierten classDef-Zeilen. Knotenformen aus node_type bleiben erhalten; nur Farben aendern sich. Alle Knotentypen verwenden stroke-width:2px — Ueberschreiben derzeit nicht ueber put_theme() unterstuetzt.
Bei Fehler: Wenn das Palettenobjekt nicht die Klasse putior_theme hat, gibt put_diagram() einen beschreibenden Fehler aus. Sicherstellen dass der Rueckgabewert von put_theme() uebergeben wird, nicht eine rohe Liste.
Rueckfallmethode — manueller classDef-Ersatz: Fuer feingranulare Kontrolle ueber das hinaus was put_theme() bietet (z.B. typspezifische Strichbreiten), mit einem Basisthema generieren und classDef-Zeilen manuell ersetzen:
mermaid_content <- put_diagram(workflow, theme = "dark", output = "raw")
lines <- strsplit(mermaid_content, "\n")[[1]]
lines <- lines[!grepl("^\\s*classDef ", lines)]
custom_defs <- c(" classDef input fill:#1a1a2e,stroke:#00ff88,stroke-width:3px,color:#00ff88")
mermaid_content <- paste(c(lines, custom_defs), collapse = "\n")
Schritt 4: Mermaid-Ausgabe generieren
Das Diagramm im gewuenschten Ausgabemodus erzeugen.
# Auf Konsole ausgeben (Standard)
cat(put_diagram(workflow, theme = "github"))
# In Datei speichern
writeLines(put_diagram(workflow, theme = "github"), "docs/workflow.md")
# Rohtext fuer Einbettung erhalten
mermaid_code <- put_diagram(workflow, output = "raw", theme = "github")
# Mit Quelldateiinformation (zeigt woher jeder Knoten kommt)
cat(put_diagram(workflow, theme = "github", show_source_info = TRUE))
# Mit klickbaren Knoten (fuer VS Code, RStudio oder file://-Protokoll)
cat(put_diagram(workflow,
theme = "github",
enable_clicks = TRUE,
click_protocol = "vscode" # oder "rstudio", "file"
))
# Voll ausgestattet
cat(put_diagram(workflow,
theme = "viridis",
show_source_info = TRUE,
enable_clicks = TRUE,
click_protocol = "vscode"
))
Erwartet: Gueltiger Mermaid-Code der mit flowchart TD (oder LR je nach Richtung) beginnt. Knoten sind durch Pfeile verbunden die den Datenfluss zeigen.
Bei Fehler: Wenn die Ausgabe flowchart TD ohne Knoten ist, ist der Workflow-Dataframe leer. Wenn Verbindungen fehlen, pruefen ob Ausgabedateinamen den Eingabedateinamen knotenuebergreifend exakt entsprechen.
Schritt 5: In Zieldokument einbetten
Das Diagramm in das passende Dokumentationsformat einfuegen.
GitHub README (```mermaid Code-Fence):
## Workflow
```mermaid
flowchart TD
A["Daten extrahieren"] --> B["Transformieren"]
B --> C["Laden"]
```
Quarto-Dokument (nativer Mermaid-Chunk ueber knit_child):
# Chunk 1: Code generieren (sichtbar, faltbar)
workflow <- put("./src/")
mermaid_code <- put_diagram(workflow, output = "raw", theme = "github")
# Chunk 2: Als nativen Mermaid-Chunk ausgeben (versteckt)
#| output: asis
#| echo: false
mermaid_chunk <- paste0("```{mermaid}\n", mermaid_code, "\n```")
cat(knitr::knit_child(text = mermaid_chunk, quiet = TRUE))
R Markdown (mit mermaid.js CDN oder DiagrammeR):
DiagrammeR::mermaid(put_diagram(workflow, output = "raw"))
Erwartet: Diagramm rendert korrekt im Zielformat. GitHub rendert Mermaid-Code-Fences nativ.
Bei Fehler: Wenn GitHub das Diagramm nicht rendert, sicherstellen dass der Code-Fence exakt ```mermaid verwendet (keine zusaetzlichen Attribute). Fuer Quarto sicherstellen dass der knit_child()-Ansatz verwendet wird, da direkte Variableninterpolation in {mermaid}-Chunks nicht unterstuetzt wird.
Validierung
-
put_diagram()erzeugt gueltigen Mermaid-Code (beginnt mitflowchart) - Alle erwarteten Knoten erscheinen im Diagramm
- Datenflussverbindungen (Pfeile) zwischen verbundenen Knoten vorhanden
- Gewaehltes Thema wird angewendet (init-Block in Ausgabe auf themenspezifische Farben pruefen)
- Diagramm rendert korrekt im Zielformat (GitHub, Quarto usw.)
Haeufige Stolperfallen
- Leere Diagramme: Bedeutet meist dass
put()keine Zeilen zurueckgegeben hat. Pruefen ob Annotationen existieren und syntaktisch gueltig sind. - Alle Knoten unverbunden: Ausgabedateinamen muessen exakt mit Eingabedateinamen uebereinstimmen (einschliesslich Erweiterung) damit putior Verbindungen zeichnet.
data.csvundData.csvsind unterschiedlich. - Thema nicht sichtbar auf GitHub: GitHubs Mermaid-Renderer hat eingeschraenkte Themenunterstuetzung. Das
"github"-Thema ist speziell fuer GitHub-Rendering konzipiert. Der%%{init:...}%%-Themenblock wird von einigen Renderern moeglicherweise ignoriert. - Quarto Mermaid-Variableninterpolation: Quartos
{mermaid}-Chunks unterstuetzen R-Variablen nicht direkt. Die in Schritt 5 beschriebeneknit_child()-Technik verwenden. - Klickbare Knoten funktionieren nicht: Click-Direktiven erfordern einen Renderer der Mermaid-Interaktionsereignisse unterstuetzt. GitHubs statischer Renderer unterstuetzt keine Klicks. Einen lokalen Mermaid-Renderer oder die putior-Shiny-Sandbox verwenden.
- Selbstreferenzielle Meta-Pipeline-Dateien: Ein Verzeichnis scannen das das Build-Skript enthaelt das das Diagramm generiert verursacht doppelte Subgraph-IDs und Mermaid-Fehler. Den
exclude-Parameter verwenden um sie beim Scannen zu ueberspringen:workflow <- put("./src/", exclude = c("build-workflow\\.R$", "build-workflow\\.js$")) show_artifacts = TRUEzu unuebersichtlich: Grosse Projekte koennen viele Artefaktknoten generieren (10-20+), die das Diagramm ueberladen.show_artifacts = FALSEverwenden und sich aufnode_type-Annotationen verlassen um wichtige Ein-/Ausgaben explizit zu markieren.
Verwandte Skills
annotate-source-files— Voraussetzung: Dateien muessen vor der Diagrammgenerierung annotiert seinanalyze-codebase-workflow— Auto-Erkennung kann manuelle Annotationen ergaenzensetup-putior-ci— Diagramm-Neugenerierung in CI/CD automatisierencreate-quarto-report— Diagramme in Quarto-Berichte einbettenbuild-pkgdown-site— Diagramme in pkgdown-Dokumentationsseiten einbetten
GitHub 仓库
Frequently asked questions
What is the generate-workflow-diagram skill?
generate-workflow-diagram is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform generate-workflow-diagram-related tasks without extra prompting.
How do I install generate-workflow-diagram?
Use the install commands on this page: add generate-workflow-diagram 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 generate-workflow-diagram belong to?
generate-workflow-diagram is in the Meta category, tagged ai and automation.
Is generate-workflow-diagram free to use?
Yes. generate-workflow-diagram is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
相关推荐技能
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。
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。
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。
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。
