使用fusen工具从Rmarkdown文件创建R包完整指南
2025-07-02 23:19:49作者:邬祺芯Juliet
什么是fusen项目
fusen是一个创新的R包开发工具,它采用"Rmarkdown优先"的开发理念,允许开发者通过编写Rmarkdown文档来构建完整的R包。这种方法将文档编写、函数开发、测试用例和包结构管理统一在一个工作流程中,大大简化了R包的开发过程。
快速开始:创建你的第一个fusen包
1. 初始化项目
使用fusen创建新包有两种方式:
方法一:通过RStudio界面
- 打开RStudio
- 选择 File > New Project > New directory > Package using {fusen}
- 选择"teaching"模板开始
方法二:通过命令行
create_fusen("path/to/new/project", template = "teaching")
2. 理解模板结构
初始化后,项目中会生成一个"dev/flat_teaching.Rmd"文件,这是你的开发起点。这个文件包含几个关键部分:
- description部分:定义包的基本信息
- function部分:编写函数代码
- example部分:编写函数使用示例
- tests部分:编写单元测试
- development部分:开发配置代码
详细开发流程
1. 填写包描述信息
使用fill_description()函数设置包的元数据:
fill_description(
pkg = dummypackage,
fields = list(
Title = "你的包标题",
Description = "详细描述包的功能和用途",
`Authors@R` = c(
person("姓名", "姓氏", email = "邮箱",
role = c("aut", "cre"),
comment = c(ORCID = "ORCID号")),
person(given = "公司", role = "cph")
)
)
)
2. 开发函数和文档
在Rmd文件中按以下结构组织内容:
```{r function-myfunction}
# 在这里编写你的函数代码
myfunction <- function(x) {
# 函数实现
}
```
```{r example-myfunction}
# 函数使用示例
myfunction(1:10)
```
```{r tests-myfunction}
# 单元测试代码
test_that("myfunction works", {
expect_equal(myfunction(1:10), expected_result)
})
```
3. 构建包
完成开发后,使用inflate()函数将Rmd转换为完整的包结构:
fusen::inflate(
flat_file = "dev/flat_teaching.Rmd",
vignette_name = "使用指南",
open_vignette = TRUE,
document = TRUE,
check = TRUE
)
这个操作会:
- 将函数代码移动到R/目录
- 将测试代码移动到tests/testthat/目录
- 将Rmd转换为vignette文档
- 更新DESCRIPTION文件
- 执行包检查
高级用法
添加新模板
当需要开发新功能模块时,可以添加新的模板文件:
add_flat_template(template = "add")
# 或简写
add_additional()
许可证设置
在development部分添加许可证信息:
```{r development-license, eval=FALSE}
usethis::use_mit_license("你的姓名")
```
最佳实践与注意事项
-
命名规范:
- 确保每个块名称唯一
- 使用"function-前缀"命名函数块
- 对应的示例和测试块使用"example-函数名"和"tests-函数名"
-
开发流程:
- 定期清除工作空间,避免环境变量干扰
- 先写文档和示例,再实现函数(TDD理念)
- 频繁执行inflate检查包结构
-
限制说明:
- 每个块通常对应一个主函数
- 子函数可以放在同一个块中,但只有主函数能有示例
- 示例和测试块必须放在对应函数块之后
为什么选择fusen
fusen的创新方法带来了几个显著优势:
- 文档驱动开发:确保代码和文档同步更新
- 简化流程:将多个开发步骤统一在一个界面中完成
- 降低门槛:让新手更容易开始包开发
- 可重复性:整个开发过程可完全重现
通过fusen,R包开发变得更加直观和高效,特别适合需要频繁迭代和文档更新的项目。无论是教学演示还是实际项目开发,fusen都能提供清晰的工作流和可靠的结果。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
deepin linux kernel
C
29
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
769
117
Ascend Extension for PyTorch
Python
584
719
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.63 K
957
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
975
960
暂无简介
Dart
957
238
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
364
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
94
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
442
4.51 K