使用fusen项目创建并分享R包文档网站
2025-07-02 21:04:13作者:范垣楠Rhoda
项目概述
fusen是一个创新的R包开发工具,它采用"Rmarkdown优先"的开发方法,让开发者能够在一个Rmarkdown文件中同时编写代码、文档和测试,然后自动转换为规范的R包结构。本文将重点介绍如何使用fusen创建R包,并自动部署完整的文档网站。
准备工作
在开始之前,你需要确保:
- 已安装最新版本的R和RStudio
- 已安装git并配置好用户信息
- 拥有一个代码托管平台的账号
创建fusen项目
首先,使用fusen创建一个新项目:
path_project <- "你的/项目/路径/项目名称"
fusen::create_fusen(path = path_project, template = "minimal", with_git = TRUE, open = TRUE)
这个命令会:
- 创建一个新的R项目
- 初始化git仓库
- 使用"minimal"模板生成基本结构
- 在RStudio中打开项目
填写项目描述
接下来,编辑"dev/0-dev_history.Rmd"文件,填写项目的基本信息:
fusen::fill_description(
pkg = here::here(),
fields = list(
Title = "你的项目标题",
Description = "项目的详细描述",
`Authors@R` = c(
person("你的", "姓名", email = "你的邮箱", role = c("aut", "cre"))
)
)
)
usethis::use_mit_license("你的姓名")
开发你的R包
使用"dev/flat_full.Rmd"文件作为开发模板:
- 在markdown部分描述代码的功能
- 使用专门的代码块编写函数
- 使用示例代码块展示函数用法
- 使用测试代码块编写单元测试
fusen提供了RStudio插件,可以方便地添加这些专用代码块。
构建R包结构
当你完成了flat_full.Rmd的开发后,使用inflate()函数将其转换为标准的R包结构:
fusen::inflate(flat_file = "dev/flat_full.Rmd", vignette_name = "入门指南")
这个函数会:
- 将函数提取到R/目录
- 将测试提取到tests/目录
- 将文档提取到vignettes/目录
- 运行各种检查确保包结构完整
部署文档网站
完成开发后,使用以下命令部署文档网站:
init_share_on_github()
这个命令会执行一系列自动化操作:
- 初始化git仓库(如果尚未初始化)
- 连接到你的代码托管平台账号
- 创建必要的配置文件(如DESCRIPTION、NEWS等)
- 添加README.Rmd文件并转换为README.md
- 设置持续集成(CI)和持续部署(CD)流程
- 提交所有更改并推送到远程仓库
技术细节解析
init_share_on_github()函数背后的技术实现包括:
- 版本控制集成:自动初始化git仓库并设置.gitignore文件
- 文档生成:配置pkgdown用于生成美观的文档网站
- 持续集成:设置跨平台测试(Linux、Windows、macOS)
- 代码覆盖率:自动计算测试覆盖率
- 自动化部署:配置工作流自动更新文档网站
后续维护
一旦初始设置完成,后续维护非常简单:
- 继续在flat_full.Rmd中开发新功能
- 使用inflate()更新包结构
- 提交并推送更改到主分支
- 文档网站将自动更新
最佳实践建议
- 文档优先:在编写代码前先描述功能,这有助于理清思路
- 测试驱动:为每个功能编写测试用例,确保代码质量
- 小步提交:频繁提交小改动,便于追踪和回滚
- 语义版本:遵循语义化版本控制规范发布新版本
常见问题解答
Q: 为什么我的网站没有立即更新? A: 网站部署通常需要几分钟时间,请耐心等待工作流完成。
Q: 如何自定义网站外观? A: 可以在_pkgdown.yml文件中配置网站的主题和布局。
Q: 能否使用其他文档生成工具? A: fusen默认使用pkgdown,但你也可以手动配置其他工具。
通过fusen的这套工作流程,开发者可以专注于代码和文档的内容,而不用花费大量时间在项目配置和维护上,大大提高了R包开发的效率和可维护性。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
766
暂无简介
Dart
598
132
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
744
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++
634
232