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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361