关于
This skill installs and configures the putior R package for workflow visualization, handling both CRAN and GitHub installations along with optional dependencies. It verifies the complete annotation-to-diagram pipeline and is used for initial setup, environment preparation, or restoring installations after R version upgrades. Developers should apply it when setting up putior for the first time or when downstream skills require its installation.
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/install-putior在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
putior installieren
Das putior-R-Paket und seine optionalen Abhaengigkeiten installieren damit die Annotation-zu-Diagramm-Pipeline einsatzbereit ist.
Wann verwenden
- Erstmalige Einrichtung von putior in einem Projekt oder einer Umgebung
- Vorbereiten eines Rechners fuer Workflow-Visualisierungsaufgaben
- Ein nachgelagerter Skill (analyze-codebase-workflow, generate-workflow-diagram) setzt putior voraus
- Wiederherstellen einer Umgebung nach einem R-Versionsupgrade oder renv-Bereinigung
Eingaben
- Erforderlich: Zugang zu einer R-Installation (>= 4.1.0)
- Optional: Ob von CRAN (Standard) oder der GitHub-Entwicklungsversion installiert werden soll
- Optional: Welche optionalen Abhaengigkeitsgruppen installiert werden sollen: MCP (
mcptools,ellmer), interaktiv (shiny,shinyAce), Protokollierung (logger), ACP (plumber2)
Vorgehensweise
Schritt 1: R-Installation ueberpruefen
Sicherstellen dass R verfuegbar ist und die Mindestversionsanforderung erfuellt.
R.Version()$version.string
# Muss >= 4.1.0 sein
# Von WSL mit Windows-R
"/mnt/c/Program Files/R/R-4.5.2/bin/Rscript.exe" -e "cat(R.version.string)"
Erwartet: R-Versionszeichenkette ausgegeben, >= 4.1.0.
Bei Fehler: R installieren oder upgraden. Unter Windows von https://cran.r-project.org/bin/windows/base/ herunterladen. Unter Linux sudo apt install r-base verwenden.
Schritt 2: putior installieren
Von CRAN (stabil) oder GitHub (Entwicklung) installieren.
# CRAN (empfohlen)
install.packages("putior")
# GitHub-Entwicklungsversion (wenn neueste Funktionen benoetigt)
remotes::install_github("pjt222/putior")
Erwartet: Paket wird fehlerfrei installiert. library(putior) laedt ohne Meldungen.
Bei Fehler: Wenn die CRAN-Installation mit "not available for this version of R" fehlschlaegt, die GitHub-Version verwenden. Wenn GitHub fehlschlaegt, pruefen ob remotes installiert ist: install.packages("remotes").
Schritt 3: Optionale Abhaengigkeiten installieren
Optionale Pakete je nach benoetigter Funktionalitaet installieren.
# MCP-Server-Integration (fuer KI-Assistenten-Zugriff)
remotes::install_github("posit-dev/mcptools")
install.packages("ellmer")
# Interaktive Sandbox
install.packages("shiny")
install.packages("shinyAce")
# Strukturierte Protokollierung
install.packages("logger")
# ACP-Server (Agent-zu-Agent-Kommunikation)
install.packages("plumber2")
Erwartet: Jedes Paket wird fehlerfrei installiert.
Bei Fehler: Fuer mcptools sicherstellen dass remotes zuerst installiert ist. Bei Systemabhaengigkeitsfehlern unter Linux die benoetigten Bibliotheken installieren (z.B. sudo apt install libcurl4-openssl-dev fuer die httr2-Abhaengigkeit).
Schritt 4: Installation verifizieren
Die grundlegende Pipeline ausfuehren um zu bestaetigen dass alles funktioniert.
library(putior)
# Paketversion pruefen
packageVersion("putior")
# Verfuegbarkeit der Kernfunktionen ueberpruefen
stopifnot(
is.function(put),
is.function(put_auto),
is.function(put_diagram),
is.function(put_generate),
is.function(put_merge),
is.function(put_theme)
)
# Grundlegende Pipeline mit einer temporaeren Datei testen
tmp <- tempfile(fileext = ".R")
writeLines("# put id:'test', label:'Hello putior'", tmp)
cat(put_diagram(put(tmp)))
Erwartet: Mermaid-Flussdiagramm-Code wird auf der Konsole ausgegeben der test und Hello putior enthaelt.
Bei Fehler: Wenn put nicht gefunden wird, wurde das Paket nicht korrekt installiert. Mit install.packages("putior", dependencies = TRUE) neu installieren. Wenn das Diagramm leer ist, ueberpruefen ob die temporaere Datei erstellt wurde und die Annotationssyntax einfache Anfuehrungszeichen innerhalb doppelter verwendet.
Wichtig: Benutzerdefinierte Paletten koennen nicht ueber MCP verwendet werden. Der Parameter
palettevonput_diagramakzeptiert einputior_themeR-Objekt, das vonput_theme()erstellt wird. Da MCP ueber JSON kommuniziert, koennen R-Objekte wieputior_themenicht ueber die MCP-Grenze serialisiert werden. Beim Aufruf vonput_diagramueber MCP stattdessen den string-basierten Parameterthemeverwenden (z.B.theme = "viridis"). Fuer benutzerdefinierte Palettenput_theme()undput_diagram(palette = ...)direkt in einer R-Sitzung aufrufen.
Wichtige Standardwerte: Alle Scan-Funktionen (
put(),put_auto(),put_generate(),put_merge()) habenrecursive = TRUEals Standard und scannen Unterverzeichnisse automatisch. Dies ist eine brechende Aenderung gegenueber Versionen vor 0.2.0, bei denen der StandardFALSEwar. Alle Scan-Funktionen akzeptieren auch einenexclude-Parameter fuer regex-basierte Dateifilterung (z.B.put("./src/", exclude = "test_")).
Falls das optionale shiny-Paket installiert ist, die interaktive Sandbox ausprobieren:
putior::run_sandbox()
Startet einen Browser-basierten Editor zum Experimentieren mit der PUT-Annotationssyntax und Echtzeit-Diagrammdarstellung.
Validierung
-
library(putior)laedt ohne Fehler -
packageVersion("putior")gibt eine gueltige Version zurueck -
put()mit einer Datei die eine gueltige PUT-Annotation enthaelt gibt einen Data Frame mit einer Zeile zurueck -
put_diagram()erzeugt Mermaid-Code der mitflowchartbeginnt - Alle angeforderten optionalen Abhaengigkeiten laden ohne Fehler
Haeufige Stolperfallen
- Falsche Anfuehrungszeichen-Schachtelung: PUT-Annotationen verwenden einfache Anfuehrungszeichen innerhalb der Annotation:
id:'name', nichtid:"name"(was in manchen Kontexten mit dem Kommentarzeichenketten-Begrenzer kollidiert). - Fehlendes Pandoc fuer Vignetten: Wenn das lokale Erstellen der putior-Vignetten geplant ist, sicherstellen dass
RSTUDIO_PANDOCin.Renvirongesetzt ist. - renv-Isolation: Wenn das Projekt renv verwendet, muss putior innerhalb der renv-Bibliothek installiert werden.
renv::install("putior")stattinstall.packages("putior")ausfuehren. - GitHub-Ratenlimits: Installation von
mcptoolsvon GitHub kann ohneGITHUB_PATfehlschlagen. Einen Token viausethis::create_github_token()einrichten.
Verwandte Skills
analyze-codebase-workflow— naechster Schritt nach der Installation um eine Codebasis zu untersuchenconfigure-putior-mcp— den MCP-Server einrichten nach Installation der optionalen Abhaengigkeitenmanage-renv-dependencies— putior innerhalb einer renv-Umgebung verwaltenconfigure-mcp-server— allgemeine MCP-Server-Konfiguration
GitHub 仓库
Frequently asked questions
What is the install-putior skill?
install-putior is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform install-putior-related tasks without extra prompting.
How do I install install-putior?
Use the install commands on this page: add install-putior 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 install-putior belong to?
install-putior is in the Meta category, tagged ai, mcp, automation and design.
Is install-putior free to use?
Yes. install-putior 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。
