pjt222/annotate-source-files

Quelldateien annotieren

PUT-Workflow-Annotationen zu Quelldateien hinzufügen, sodass putior strukturierte Workflow-Daten extrahieren und Mermaid-Diagramme generieren kann.

Wann verwenden

• Nach der Codebase-Analyse mit analyze-codebase-workflow mit vorhandenem Annotationsplan
• Workflow-Dokumentation zu neuen oder bestehenden Quelldateien hinzufügen
• Auto-erkannte Workflows mit manuellen Beschriftungen und Verbindungen anreichern
• Datenpipelines, ETL-Prozesse oder mehrstufige Berechnungen dokumentieren

Eingaben

• Erforderlich: Zu annotierende Quelldateien
• Erforderlich: Annotationsplan oder Kenntnis der Workflow-Schritte
• Optional: Stil-Präferenz: einzeilig oder mehrzeilig (Standard: einzeilig)
• Optional: Ob put_generate() für Skeleton-Generierung verwendet werden soll (Standard: ja)

Vorgehensweise

Schritt 1: Kommentar-Präfix bestimmen

Jede Sprache hat ein spezifisches Kommentar-Präfix für PUT-Annotationen. get_comment_prefix() verwenden, um das korrekte zu finden.

library(putior)

# Häufige Präfixe
get_comment_prefix("R")    # "#"
get_comment_prefix("py")   # "#"
get_comment_prefix("sql")  # "--"
get_comment_prefix("js")   # "//"
get_comment_prefix("ts")   # "//"
get_comment_prefix("go")   # "//"
get_comment_prefix("rs")   # "//"
get_comment_prefix("m")    # "%"
get_comment_prefix("lua")  # "--"

Erwartet: Ein String wie "#", "--", "//" oder "%".

Zeilen- und Block-Kommentare: putior erkennt Annotationen sowohl in Zeilen-Kommentaren (//, #, --) als auch in C-Stil-Block-Kommentaren (/* */, /** */). Für JS/TS werden sowohl // als auch /* */-Blöcke gescannt. Python-Triple-Quote-Strings (''' ''') werden nicht erkannt — für Python # verwenden.

Bei Fehler: Wenn die Erweiterung nicht erkannt wird, ist die Dateisprache möglicherweise nicht unterstützt. get_supported_extensions() für die vollständige Liste prüfen. Für nicht unterstützte Sprachen # als konventionellen Standard verwenden.

Schritt 2: Annotations-Skeletons generieren

put_generate() verwenden, um Annotations-Templates basierend auf auto-erkanntem I/O zu erstellen.

# Vorschläge in der Konsole ausgeben
put_generate("./src/etl/")

# Einzeiliger Stil (Standard)
put_generate("./src/etl/", style = "single")

# Mehrzeiliger Stil für komplexe Annotationen
put_generate("./src/etl/", style = "multiline")

# In Zwischenablage kopieren zum Einfügen
put_generate("./src/etl/", output = "clipboard")

Beispiel-Ausgabe für eine R-Datei:

# put id:'extract_data', label:'Extract Customer Data', input:'customers.csv', output:'raw_data.internal'

Beispiel-Ausgabe für SQL:

-- put id:'load_data', label:'Load Customer Table', output:'customers'

Erwartet: Eine oder mehrere Annotations-Kommentarzeilen pro Quelldatei, vorausgefüllt mit erkannten Funktionsnamen und I/O.

Bei Fehler: Wenn keine Vorschläge generiert werden, enthält die Datei möglicherweise keine erkennbaren I/O-Muster. Annotationen manuell basierend auf dem Verständnis des Codes schreiben.

Schritt 3: Annotationen verfeinern

Die generierten Skeletons bearbeiten, um genaue Beschriftungen, Verbindungen und Metadaten hinzuzufügen.

Annotationssyntax-Referenz:

<prefix> put id:'unique_id', label:'Menschenlesbare Beschriftung', input:'datei1.csv, datei2.rds', output:'ergebnis.parquet, zusammenfassung.internal'

Felder:

• id (erforderlich): Eindeutige Kennung, für Knotenverbindungen verwendet
• label (erforderlich): Menschenlesbare Beschreibung, im Diagramm angezeigt
• input: Komma-getrennte Liste von Input-Dateien oder -Variablen
• output: Komma-getrennte Liste von Output-Dateien oder -Variablen
• .internal-Erweiterung: Markiert In-Memory-Variablen (nicht zwischen Skripten persistiert)
• node_type: Steuert Mermaid-Knotenform und CSS-Klassen-Styling. Werte:
  • "input" — Stadion-Form ([...]) für Datenquellen und Konfiguration
  • "output" — Subroutinen-Form [[...]] für generierte Artefakte
  • "process" — Rechteck [...] für Verarbeitungsschritte (Standard)
  • "decision" — Raute {...} für bedingte Logik
  • "start" / "end" — Stadion-Form ([...]) für Einstiegs-/Endknoten

Beispiel mit node_type:

# put id:'config', label:'Load Config', node_type:'input', output:'config.internal'
# put id:'transform', label:'Apply Rules', node_type:'process', input:'config.internal', output:'result.rds'
# put id:'report', label:'Generate Report', node_type:'output', input:'result.rds'

Mehrzeilige Syntax (für komplexe Annotationen):

# put id:'complex_step', \
#   label:'Mehrzeilige Beschriftung', \
#   input:'data.csv, config.yaml', \
#   output:'result.parquet'

Dateiübergreifender Datenfluss (Skripte über dateibasiertes I/O verbinden):

# Skript 1: extract.R
# put id:'extract', label:'Daten extrahieren', output:'raw_data.internal, raw_data.rds'
data <- read.csv("source.csv")
saveRDS(data, "raw_data.rds")

# Skript 2: transform.R
# put id:'transform', label:'Daten transformieren', input:'raw_data.rds', output:'clean_data.parquet'
data <- readRDS("raw_data.rds")
arrow::write_parquet(clean, "clean_data.parquet")

Erwartet: Annotationen mit genauen IDs, Beschriftungen und I/O-Feldern verfeinert, die den tatsächlichen Datenfluss widerspiegeln.

Bei Fehler: Wenn I/O unklar ist, .internal-Erweiterung für In-Memory-Intermediate-Werte und explizite Dateinamen für persistierte Daten verwenden.

Schritt 4: Annotationen in Dateien einfügen

Annotationen am Anfang jeder Datei oder unmittelbar über dem relevanten Code-Block platzieren.

Platzierungskonventionen:

1. Datei-Level-Annotation: Am Anfang der Datei platzieren, nach eventueller Shebang-Zeile oder Datei-Header-Kommentar
2. Block-Level-Annotation: Unmittelbar über dem beschriebenen Code-Block platzieren
3. Mehrere Annotationen pro Datei: Für Dateien mit unterschiedlichen Workflow-Phasen verwenden

Beispiel-Platzierung in einer R-Datei:

#!/usr/bin/env Rscript
# ETL-Extraktionsskript
#
# put id:'read_source', label:'Quelldaten einlesen', input:'raw_data.csv', output:'df.internal'

df <- read.csv("raw_data.csv")

# put id:'clean_data', label:'Bereinigen und validieren', input:'df.internal', output:'clean.rds'

df_clean <- df[complete.cases(df), ]
saveRDS(df_clean, "clean.rds")

Das Edit-Tool verwenden, um Annotationen in bestehende Dateien einzufügen, ohne umgebenden Code zu stören.

Erwartet: Annotationen an geeigneten Stellen in jeder Quelldatei eingefügt.

Bei Fehler: Wenn Annotationen die Syntax-Hervorhebung im Editor stören, sicherstellen, dass das Kommentar-Präfix für die Sprache korrekt ist. PUT-Annotationen sind Standard-Kommentare und sollten die Code-Ausführung nicht beeinflussen.

Schritt 5: Annotationen validieren

putiors Validierung ausführen, um Annotationssyntax und Konnektivität zu prüfen.

# Annotierte Dateien scannen
workflow <- put("./src/", validate = TRUE)

# Auf Validierungsprobleme prüfen
print(workflow)
cat(sprintf("Gesamtknoten: %d\n", nrow(workflow)))

# Verbindungen durch Prüfung von Input/Output-Überschneidung verifizieren
inputs <- unlist(strsplit(workflow$input, ",\\s*"))
outputs <- unlist(strsplit(workflow$output, ",\\s*"))
connected <- intersect(inputs, outputs)
cat(sprintf("Verbundene Datenflüsse: %d\n", length(connected)))

# Diagramm generieren zur visuellen Inspektion
cat(put_diagram(workflow, theme = "github", show_source_info = TRUE))

# Mit auto-erkannten Daten zusammenführen für maximale Abdeckung
merged <- put_merge("./src/", merge_strategy = "supplement")
cat(put_diagram(merged, theme = "github"))

Erwartet: Alle Annotationen werden ohne Fehler geparst. Das Diagramm zeigt einen verbundenen Workflow. put_merge() füllt Lücken aus der Auto-Erkennung.

Bei Fehler: Häufige Validierungsprobleme:

• Fehlende schließende Anführungszeichen: id:'name → id:'name'
• Doppelte Anführungszeichen innerhalb: id:"name" → id:'name'
• Doppelte IDs über Dateien hinweg: jede id muss innerhalb des gesamten gescannten Verzeichnisses eindeutig sein
• Backslash-Fortsetzung auf der falschen Zeile: \ muss das letzte Zeichen vor dem Zeilenumbruch sein

Validierung

• [ ] Jede annotierte Datei hat syntaktisch gültige PUT-Annotationen
• [ ] put("./src/") gibt einen DataFrame mit der erwarteten Knotenanzahl zurück
• [ ] Keine doppelten id-Werte im gescannten Verzeichnis
• [ ] put_diagram() erzeugt ein verbundenes Flowchart (nicht nur isolierte Knoten)
• [ ] Mehrzeilige Annotationen (wenn verwendet) werden korrekt mit Backslash-Fortsetzung geparst
• [ ] .internal-Variablen erscheinen nur als Outputs, nie als dateiübergreifende Inputs

Haeufige Stolperfallen

• Anführungszeichen-Verschachtelungsfehler: PUT-Annotationen verwenden einfache Anführungszeichen: id:'name'. Doppelte Anführungszeichen verursachen Parsing-Probleme in String-Kontexten.
• Doppelte IDs: Jede id muss innerhalb des gescannten Bereichs global eindeutig sein. Namenskonvention wie <skript>_<schritt> verwenden (z. B. extract_read, transform_clean).
• .internal als dateiübergreifender Input: .internal-Variablen existieren nur während der Skript-Ausführung. Um Daten zwischen Skripten zu übergeben, ein persistiertes Dateiformat als Output eines Skripts und Input des nächsten verwenden.
• Fehlende Verbindungen: Wenn das Diagramm getrennte Knoten zeigt, prüfen, dass Output-Dateinamen in einer Annotation exakt mit Input-Dateinamen in einer anderen übereinstimmen (einschließlich Erweiterungen).
• Falsches Kommentar-Präfix: # in einer SQL-Datei oder // in Python zu verwenden, lässt die Annotation als Code statt als Kommentar behandelt werden.
• Vergessene Mehrzeilige Fortsetzung: Bei mehrzeiligen Annotationen muss jede fortgesetzte Zeile mit \ enden und die nächste Zeile muss mit dem Kommentar-Präfix beginnen.
• Python-Triple-Quote-Strings: putior scannt Python-Triple-Quote-Strings nicht. Immer # für Python-PUT-Annotationen verwenden.

Verwandte Skills

• analyze-codebase-workflow — Voraussetzung: erzeugt den Annotationsplan, dem dieses Skill folgt
• generate-workflow-diagram — nächster Schritt: endgültiges Diagramm aus Annotationen generieren
• install-putior — putior muss vor dem Annotieren installiert sein
• configure-putior-mcp — MCP-Tools bieten interaktive Annotationshilfe