AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载本文以仓库内 composio-skills/nango-automation/SKILL.md 为核心系统讲解如何通过 Rube MCPComposio 提供的 MCP 端点驱动 Nango 工具集完成集成编排任务的完整流程。读者将掌握从工具发现、连接管理到工具执行的三步核心工作流理解RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL等核心工具的调用约定并规避文档中总结的六类常见陷阱可直接将这套模式迁移到仓库中其他 78 个 SaaS 应用自动化 Skill 上。Skill 定位与仓库背景nango-automation是 awesome-claude-skills 仓库中 composio-skills 目录下的一个预置 Claude Skill其元信息位于 SKILL.md 的 YAML frontmatter定义如下name:nango-automationdescription: Automate Nango tasks via Rube MCP (Composio). Always search tools first for current schemas.requires:mcp: [rube]即依赖名为rube的 MCP 服务器从仓库 README.md 的 App Automation via Composio 一节可以看到这类 Skill 的定位是为 78 个 SaaS 应用提供预构建的工作流 Skill每个 Skill 都包含工具序列、参数指引、已知陷阱与快速参考表且全部使用从 Composio API 发现的真实工具 slug。nango-automation正是其中的一员聚焦于 Nango 这一集成平台的自动化操作。Skill 的核心设计哲学在描述字段中已经点明永远先搜索工具再执行任务。因为 Composio 维护的工具 schema 会随上游 API 演进而变化硬编码工具 slug 或参数是这类自动化脚本最容易出错的环节。前置条件开始使用该 Skill 之前需要满足以下三个前提对应原文档 Prerequisites 一节Rube MCP 必须已连接环境中应存在RUBE_SEARCH_TOOLS工具这是验证 MCP 是否就绪的最直接信号存在活跃的 Nango 连接通过RUBE_MANAGE_CONNECTIONS以nango作为 toolkit 建立连接连接状态必须为ACTIVE先搜索再执行任何工作流执行前都必须先调用RUBE_SEARCH_TOOLS获取当前最新的工具 schema杜绝凭记忆或旧文档硬编码参数。值得注意的是这类 Skill 并不要求你手写 OAuth 流程或维护令牌。连接的建立、刷新与失效处理全部由 Rube MCP 与 Composio 平台在背后完成Agent 只需要管理连接的活跃状态。环境搭建接入 Rube MCP原文档 Setup 一节给出了极其简洁的接入方式在客户端配置中把https://rube.app/mcp添加为 MCP 服务器即可。无需任何 API Key仅添加端点即可工作。这与传统 MCP 服务器需要申请密钥、配置鉴权的流程形成鲜明对比接入成本几乎为零。完成端点添加后按以下四步完成环境验证确认RUBE_SEARCH_TOOLS有响应以此验证 Rube MCP 可用调用RUBE_MANAGE_CONNECTIONStoolkit 指定为nango若连接状态不是ACTIVE则跟随返回的授权链接完成设置该链接通常引导用户完成 Nango 账户的 OAuth 授权在运行任何工作流之前再次确认连接状态显示为ACTIVE。从源码结构看SKILL.md 全文共 91 行这套验证工具 → 建立连接 → 确认状态的初始化序列是仓库内所有 Composio 自动化 Skill 的通用骨架——例如同目录下的 composio-automation/SKILL.md 采用了完全相同的四步 Setup 结构仅将 toolkit 从nango换成composio。这说明该 Skill 的搭建路径具有跨应用的可复用性。工具发现一切执行的前提Rube MCP 的核心设计是动态工具发现而非静态工具注册。原文档 Tool Discovery 给出了标准发现请求RUBE_SEARCH_TOOLS queries: [{use_case: Nango operations, known_fields: }] session: {generate_id: true}该调用会返回以下四类关键信息可用的工具 slug即后续RUBE_MULTI_EXECUTE_TOOL中tool_slug字段的合法取值输入 schema每个工具的字段名、类型与必填约束是构造arguments的唯一权威依据推荐的执行计划针对该 use_case 的工具编排建议已知陷阱pitfallsComposio 平台基于真实调用经验沉淀的踩坑提示。首次使用时通过session: {generate_id: true}生成新会话 ID在工作流中途如需再次发现工具则复用已有会话 IDsession: {id: existing_session_id}保持上下文连贯。核心工作流三步执行模式原文档 Core Workflow Pattern 将一次完整的自动化任务拆解为三个严格有序的步骤。第一步发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Nango task}] session: {id: existing_session_id}将use_case替换为当前具体任务的自然语言描述例如获取 Nango 连接列表或创建同步任务。这里不要沿用初次发现时的宽泛查询而是针对当下任务做精确查询以获得更聚焦的 schema 与执行计划。第二步检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [nango] session_id: your_session_id执行工具前必须确认连接仍处于ACTIVE状态。OAuth 令牌可能在长会话中过期或被吊销跳过此步骤是工作流失败的高发原因。第三步执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_idtool_slug必须来自第一步RUBE_SEARCH_TOOLS的返回结果禁止硬编码arguments必须严格符合搜索返回的 schema字段名与类型一个都不能错memory参数必须始终携带即使为空也要传{}session_id复用当前工作流的会话。从调用链来看RUBE_MULTI_EXECUTE_TOOL是 Rube MCP 的统一执行入口支持在tools数组中一次提交多个工具调用适合把查询 → 计算 → 写入这类多步操作打包成一次往返。已知陷阱与规避策略原文档 Known Pitfalls 总结了六条经过实战验证的注意事项每一条都对应一类真实故障陷阱后果规避方式不先搜索就硬编码工具 slug 或参数 schema 已变更调用直接失败永远先调RUBE_SEARCH_TOOLS任何执行前都不例外跳过连接检查OAuth 令牌失效导致鉴权错误执行前用RUBE_MANAGE_CONNECTIONS确认ACTIVE参数不符合 schema字段名拼写错误或类型不符被拒绝严格照抄搜索结果中的字段名与类型遗漏memory参数RUBE_MULTI_EXECUTE_TOOL调用格式错误即使无状态也传memory: {}会话 ID 复用不当新工作流沿用旧会话导致上下文污染同一工作流内复用新工作流生成新 ID忽略分页大数据集只取到第一页结果不完整检查响应中的分页 token持续拉取直至取完其中先搜索和带 memory两条是该 Skill 元描述中反复强调的全局纪律其余四条则是执行层的刚性要求。这六条陷阱同时出现在仓库内所有 Composio 自动化 Skill 中对比 composio-automation/SKILL.md可视为这类 Skill 的通用最佳实践清单。快速参考表原文档 Quick Reference 以表格形式浓缩了全部操作入口操作方式查找工具RUBE_SEARCH_TOOLS传入 Nango 相关 use case建立连接RUBE_MANAGE_CONNECTIONStoolkit 指定nango执行工具RUBE_MULTI_EXECUTE_TOOL使用发现到的工具 slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()获取完整 schemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具其中RUBE_REMOTE_WORKBENCH是批量/远程执行通道当需要在远程沙箱中运行代码型操作如通过run_composio_tool()编程式调用工具时使用RUBE_GET_TOOL_SCHEMAS则用于当某个工具的 schema 过大、RUBE_SEARCH_TOOLS仅返回schemaRef引用时按需拉取完整定义。二者与原文档提到的 Toolkit 文档Composio 官方 Nango Toolkit 页面互为补充——本地动态发现负责运行时权威性官方文档负责全量能力概览。实战要点总结综合原文档与仓库结构使用nango-automationSkill 的正确姿势可以归纳为一条固定链路接入配置https://rube.app/mcp端点零密钥启动初始化RUBE_SEARCH_TOOLS生成会话→RUBE_MANAGE_CONNECTIONS建立 Nango 连接→ 确认ACTIVE任务循环按具体任务重新搜索 → 检查连接 →RUBE_MULTI_EXECUTE_TOOL携带memory: {}执行 → 检查分页 → 复用会话直至任务完成特殊场景批量/远程操作走RUBE_REMOTE_WORKBENCH超大 schema 走RUBE_GET_TOOL_SCHEMAS。这套模式不仅适用于 Nango也完整适用于仓库中 composio-skills 下的其余自动化 Skill——它们共享同一套 Rube MCP 协议与工作流骨架差异仅在 toolkit 名称与工具 slug 集合。将本文梳理的三步工作流与陷阱清单作为通用模板即可在 README.md 列出的 CRM、项目管理、通信、电商等各类应用中快速复刻出可运行的自动化方案。赞分享AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载相关推荐Corrently 自动化实战在 awesome-claude-skills 中通过 Rube MCPComposio驱动工具链的完整指南Corrently 自动化实战在 awesome claude skills 中通过 Rube MCPComposio驱动工具链的完整指南 本指南围绕仓库AI 技能AI 插件人工智能工作流自动化awesome-claude-skills 实战通过 Rube MCPComposio自动化 Callerapi 操作awesome claude skills 实战通过 Rube MCPComposio自动化 Callerapi 操作 导读 本指南基于 awesomeAI 技能AI 插件人工智能工作流自动化FreshRSS 网站抓取Web Scraping完整指南用 XPath 与 JSON 点路径为无 Feed 网站生成订阅源FreshRSS 网站抓取Web Scraping完整指南用 XPath 与 JSON 点路径为无 Feed 网站生成订阅源 FreshRSS 内置了一套AI 技能AI 插件人工智能工作流自动化上一篇d3.compose完全指南如何用可复用图表组件构建数据驱动可视化下一篇Docksal与CI/CD集成容器化开发到部署的完整流程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考