add-puzzle-type
关于
This skill scaffolds a new puzzle type across the entire jigsawR package pipeline. It automates the creation of core modules, integration into generation/rendering systems, ggplot2 layers, and test suites. Use it when adding a completely new puzzle type to ensure all 10+ integration points are covered.
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/add-puzzle-type在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
增拼圖類型
於 jigsawR 跨所有管線整合點為新拼圖類型搭建鷹架。
適用時機
- 為套件新增一全新拼圖類型
- 遵既定整合清單(CLAUDE.md 之 10 點管線)
- 確保新類型自端至端布線時無有遺漏
輸入
- 必要:新類型名(小寫,如
"triangular") - 必要:幾何描述(拼塊形與排列)
- 必要:類型是否需外部套件(加至 Suggests)
- 選擇性:標準之外(grid、size、seed、tabsize、offset)之參數列
- 選擇性:參考實作或演算法來源
步驟
步驟一:建立核心拼圖模組
建立 R/<type>_puzzle.R,含內部生成函式:
#' Generate <type> puzzle pieces (internal)
#' @noRd
generate_<type>_pieces_internal <- function(params, seed) {
# 1. Initialize RNG state
# 2. Generate piece geometries
# 3. Build edge paths (SVG path data)
# 4. Compute adjacency
# 5. Return list: pieces, edges, adjacency, metadata
}
依 R/voronoi_puzzle.R 或 R/snic_puzzle.R 之結構為範。
預期: 函式回傳含 $pieces、$edges、$adjacency、$metadata 之 list。
失敗時: 與 generate_voronoi_pieces_internal() 比對回傳結構,以辨缺失之 list 元素或型別錯誤。
步驟二:布線至 jigsawR_clean.R
編輯 R/jigsawR_clean.R:
- 將
"<type>"加入valid_types向量 - 於 params 段加入類型特有之參數提取
- 加入類型特有約束之驗證邏輯
- 加入檔名前綴對應(如
"<type>"->"<type>_")
# In valid_types
valid_types <- c("rectangular", "hexagonal", "concentric", "voronoi", "snic", "<type>")
預期: generate_puzzle(type = "<type>") 受納而無 "unknown type" 之誤。
失敗時: 驗證類型字串拼寫無誤地加入 valid_types,且參數提取涵蓋一切類型特有之必要引數。
步驟三:布線至 unified_piece_generation.R
編輯 R/unified_piece_generation.R:
- 於
generate_pieces_internal()加入分派 case - 若類型支援 PILES 記法,加入融合處理
# In the switch/dispatch
"<type>" = generate_<type>_pieces_internal(params, seed)
預期: 分派類型時,拼塊得以生成。
失敗時: 確認分派 case 字串與類型名完全相符,且 generate_<type>_pieces_internal 已於拼圖模組定義並輸出。
步驟四:布線至 piece_positioning.R
編輯 R/piece_positioning.R:
為新類型加入定位分派。多數類型用共用之定位邏輯,然有些須自訂。
預期: apply_piece_positioning() 處理新類型而無誤,且拼塊置於正確座標。
失敗時: 查新類型是否需自訂定位邏輯或可重用共用定位路徑。預設路徑不適用時加分派 case。
步驟五:布線至 unified_renderer.R
編輯 R/unified_renderer.R:
- 於
render_puzzle_svg()加入渲染 case - 加入邊路徑函式:
get_<type>_edge_paths() - 加入拼塊名函式:
get_<type>_piece_name()
預期: 為新類型生成 SVG 輸出,附正確之拼塊輪廓與邊路徑。
失敗時: 驗證 get_<type>_edge_paths() 回傳有效之 SVG 路徑資料,且 get_<type>_piece_name() 為各拼塊產唯一識別。
步驟六:布線至 adjacency_api.R
編輯 R/adjacency_api.R:
加入鄰接分派,使 get_neighbors() 與 get_adjacency() 對新類型有效。
預期: get_neighbors(result, piece_id) 為拼圖中任一塊回傳正確鄰居。
失敗時: 查鄰接分派是否回傳正確資料結構。以小格網測試並依幾何手動驗證鄰接關係。
步驟七:增 ggpuzzle Geom 層
編輯 R/geom_puzzle.R:
以 make_puzzle_layer() 工廠建立 geom_puzzle_<type>():
#' @export
geom_puzzle_<type> <- function(mapping = NULL, data = NULL, ...) {
make_puzzle_layer(type = "<type>", mapping = mapping, data = data, ...)
}
預期: ggplot() + geom_puzzle_<type>(aes(...)) 渲染而無誤。
失敗時: 驗證 make_puzzle_layer() 收到正確之類型字串,且 geom 函式已透過 @export 於 NAMESPACE 輸出。
步驟八:增 Stat 分派
編輯 R/stat_puzzle.R:
- 加入類型特有之預設參數
- 於
compute_panel()加入分派 case
預期: stat 層正確計算拼圖幾何,並產出預期數量之多邊形。
失敗時: 查 compute_panel() 分派 case 是否回傳含必要欄(x、y、group、piece_id)之 data frame,且預設參數對新類型合宜。
步驟九:更新 DESCRIPTION
編輯 DESCRIPTION:
- 將新類型加入 Description 欄之文字
- 將任何新套件加入
Suggests:(若為外部依賴) - 更新
Collate:以納入新 R 檔(按字母順序)
預期: devtools::document() 成功。無關於未列檔案之 NOTE。
失敗時: 查新 R 檔是否按字母順序列於 Collate: 欄,且任何新 Suggests 套件之拼寫與版本約束皆正確。
步驟十:更新 config.yml
編輯 inst/config.yml:
為新類型加入預設與約束:
<type>:
grid:
default: [3, 3]
min: [2, 2]
max: [20, 20]
size:
default: [300, 300]
min: [100, 100]
max: [2000, 2000]
tabsize:
default: 20
min: 5
max: 50
# Add type-specific params here
預期: 配置為有效之 YAML。預設於 generate_puzzle() 用之時產出可用拼圖。
失敗時: 以 yaml::yaml.load_file("inst/config.yml") 驗證 YAML。確保預設之 grid 與 size 值產合宜拼圖(不過小亦不過大)。
步驟十一:擴展 Shiny App
編輯 inst/shiny-app/app.R:
- 將新類型加入 UI 類型選擇器
- 為類型特有參數加入條件式 UI 面板
- 加入伺服端生成邏輯
預期: Shiny app 於下拉選單中顯示新類型,並於選定時生成拼圖。
失敗時: 查類型是否加入 UI 選擇器之 choices 引數,類型特有參數之條件式面板是否用 conditionalPanel(condition = "input.type == '<type>'"),且伺服端處理器是否傳遞正確參數。
步驟十二:建立測試套件
建立 tests/testthat/test-<type>-puzzles.R:
test_that("<type> puzzle generates correct piece count", { ... })
test_that("<type> puzzle respects seed reproducibility", { ... })
test_that("<type> adjacency returns valid neighbors", { ... })
test_that("<type> fusion merges pieces correctly", { ... })
test_that("<type> geom layer renders without error", { ... })
test_that("<type> SVG output is well-formed", { ... })
test_that("<type> config constraints are enforced", { ... })
若類型需外部套件,以 skip_if_not_installed() 包裝測試。
預期: 一切測試通過。除非外部依賴缺失,否則無 skip。
失敗時: 個別檢查各整合點。最常見之問題乃缺失之分派 case——行 grep -rn "switch\|valid_types" R/ 以尋一切分派位置。
驗證
-
generate_puzzle(type = "<type>")產有效輸出 - 一切 10 整合點正確布線
-
devtools::test()連同新測試通過 -
devtools::check()回傳 0 errors、0 warnings - Shiny app 渲染新類型
- 配置約束受執行(min/max 驗證)
- 鄰接與融合正確運作
- ggpuzzle geom 層渲染而無誤
-
devtools::document()成功(NAMESPACE 已更新)
常見陷阱
- 缺失分派 case:遺一 10+ 檔之一致默默失敗或「unknown type」之誤
- strsplit 與負數:以
paste(a, b, sep = "-")建鄰接鍵時,負拼塊標籤產如"1--1"之鍵。改用"|"分隔符並以"\\|"切分 - 以
cat()輸出:務用cli套件之記錄包裝(log_info、log_warn等) - Collate 順序:DESCRIPTION 之 Collate 欄須按字母或依賴順序
- Config.yml 格式:確保 YAML 有效;以
yaml::yaml.load_file("inst/config.yml")測試
相關技能
generate-puzzle— 鷹架後測試新類型run-puzzle-tests— 執行完整測試套件以驗證整合validate-piles-notation— 以新類型測試融合write-testthat-tests— 通用測試撰寫模式write-roxygen-docs— 為新 geom 函式撰寫文件
GitHub 仓库
相关推荐技能
content-collections
元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。
polymarket
元这个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。
creating-opencode-plugins
元该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
元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。
