尧图网站建设 
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点击查看免费下载导读本文围绕 awesome-claude-skills 仓库中 entelligence-automation 这一预构建 Claude Skill系统讲解如何通过 Rube MCPComposio 的 MCP 接入层将 Entelligence 的各类操作自动化。读完本文你将掌握 Rube MCP 的接入方式、Entelligence 连接的生命周期管理、工具发现与执行的完整工作流模式以及规避 schema 漂移、连接失效等常见陷阱的实战要点可直接照搬到任何支持 MCP 的 Claude 客户端中运行。背景Skill 与 Rube MCP 的关系在开始之前有必要先厘清三层概念Skill、MCP 与 Tool。根据仓库 README.md 的说明Claude Skills 是可复用的指令包告诉 Agent按什么顺序、带什么护栏去执行任务MCP 定义 Agent如何连接外部系统鉴权、传输、工具发现Tool 则是 Agent实际调用的具体函数。在生产环境中三者协同工作MCP 提供访问、工具执行动作、Skill 定义行为。本 Skill 属于仓库 README 中 App Automation via Composio 分类下的预构建工作流 Skill 之一。该分类为多个 SaaS 应用提供了包含工具序列、参数指导、已知陷阱和快速参考表的完整技能包且全部使用从 Composio API 发现的真实工具 slugtool slug而非硬编码的虚构名称。具体到本文主题Rube MCP是接入层只需在客户端配置中添加https://rube.app/mcp这一个 MCP 服务器端点无需任何 API Key 即可建立通道Composio Entelligence Toolkit是被自动化的目标它封装了 Entelligence 相关的操作工具本 Skill负责编排定义先搜索工具 → 再检查连接 → 后执行工具的固定节奏。三者缺一不可其中先搜索工具是本 Skill 反复强调的第一原则因为它直接决定了工作流能否在工具 schema 持续演进的现实环境下稳定运行。前置条件Prerequisites运行本 Skill 前需要满足以下三个条件缺一不可Rube MCP 已连接客户端中必须存在可用的RUBE_SEARCH_TOOLS工具这是整个自动化通道存在的前提Entelligence 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS建立并确认 toolkit 为entelligence的连接只有 ACTIVE 状态才能执行工具始终先调用RUBE_SEARCH_TOOLS在任何执行动作之前用它获取当前最新的工具 schema。第三个条件尤其重要工具 slug 和参数结构会随上游 API 演进而变化跳过工具发现直接硬编码调用是工作流失效的最常见原因。设置接通 Rube MCP 并激活 Entelligence 连接获取 Rube MCP在客户端配置中将https://rube.app/mcp添加为 MCP 服务器即可。官方说明强调不需要 API Key —— 只需添加端点即可工作No API keys needed — just add the endpoint and it works。四步建立可用连接接入 MCP 后按以下顺序完成连接初始化验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS有正常响应证明通道已打通发起连接请求调用RUBE_MANAGE_CONNECTIONStoolkit 参数指定为entelligence完成鉴权如未 ACTIVE若返回的连接状态不是 ACTIVE点击返回的鉴权链接auth link完成授权设置确认状态后再运行在运行任何工作流之前再次确认连接状态显示为 ACTIVE。这一点与仓库中 connect 描述的首用鉴权流程一致首次使用某个应用时Agent 需要引导用户点击授权链接完成连接连接建立后即可持久复用。工具发现永远先调用 RUBE_SEARCH_TOOLS工具发现是整个自动化模式的起点仪式。在首次执行工作流之前先发起一次发现请求RUBE_SEARCH_TOOLS queries: [{use_case: Entelligence operations, known_fields: }] session: {generate_id: true}一次成功的返回通常包含四类关键信息可用的工具 slugtool slugs即后续执行时真正要填入tool_slug字段的标识输入 schema每个工具的参数结构、字段名、类型与必填项推荐的执行计划recommended execution plans面向当前 use case 的编排建议已知陷阱known pitfalls该工具或该场景下已知的易错点。值得注意的是session字段的两种用法首次发现时使用generate_id: true生成新会话 ID在既有工作流中则复用session: {id: existing_session_id}保持会话连续性。核心工作流模式三步走本 Skill 将一次完整的 Entelligence 自动化任务收敛为三个固定步骤任何场景无论是简单查询还是批量操作都建议严格遵循此模式。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Entelligence task}] session: {id: existing_session_id}把 use_case 替换为你当前的具体任务描述例如查询 Entelligence 会话历史或执行某个 Entelligence 操作并复用已有会话 ID。这一步产出执行阶段需要的工具 slug 与参数 schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [entelligence] session_id: your_session_id在执行任何工具之前用该调用确认entelligence连接仍为 ACTIVE。若连接已过期或被撤销先走设置一节中的鉴权流程恢复连接避免执行阶段遭遇鉴权失败。Step 3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_id执行阶段的关键约束tool_slug必须取自 Step 1 的搜索结果不得凭记忆硬编码arguments必须严格遵循搜索返回的 schema字段名与类型保持一致memory参数必须始终携带即使没有需要传递的上下文也要传空对象{}session_id与发现/连接阶段保持一致确保同一工作流内会话连贯。已知陷阱Known Pitfalls逐条解读原文档列出了六条运行时注意事项每一条都对应一类真实故障永远先搜索工具 schema 会变化。绝不要在未调用RUBE_SEARCH_TOOLS的情况下硬编码工具 slug 或参数。这是防 schema 漂移的第一道防线检查连接执行工具前务必用RUBE_MANAGE_CONNECTIONS确认状态为 ACTIVE防止连接静默失效导致的整批失败Schema 合规严格使用搜索返回结果中的精确字段名与类型任何近似写法都可能导致工具调用被拒Memory 参数RUBE_MULTI_EXECUTE_TOOL调用中必须包含memory即使为空也要显式传{}遗漏会导致请求不合法会话复用同一工作流内复用同一 session ID只有开启新的工作流时才生成新 ID保证状态隔离与上下文延续分页处理检查响应中的分页 tokenpagination tokens存在续页时持续获取直至数据完整避免遗漏批量结果。快速参考表以下速查表概括了本 Skill 涉及的全部 Rube MCP 操作及其适用场景可直接作为日常编排的索引Operation操作Approach方法查找工具RUBE_SEARCH_TOOLS传入 Entelligence 相关的具体 use case建立连接RUBE_MANAGE_CONNECTIONStoolkit 指定为entelligence执行工具RUBE_MULTI_EXECUTE_TOOL使用发现阶段得到的工具 slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()调用获取完整 schemaRUBE_GET_TOOL_SCHEMAS适用于返回中存在schemaRef的工具从仓库中大量同构 Skill例如 composio-automation、openai-automation可以推断这五个 Rube 工具是 Composio 自动化体系中的通用原语RUBE_SEARCH_TOOLS负责发现、RUBE_MANAGE_CONNECTIONS负责生命周期、RUBE_MULTI_EXECUTE_TOOL负责常规执行、RUBE_REMOTE_WORKBENCH负责远端批量执行、RUBE_GET_TOOL_SCHEMAS负责按需拉取完整 schema。Entelligence Skill 只是将这套原语针对entelligencetoolkit 做了固化编排。使用建议与边界说明适用前提本文所述流程依赖 Rube MCP 端点https://rube.app/mcp与 Composio 侧entelligencetoolkit 的实际可用性具体工具 slug 与 schema 以你环境中RUBE_SEARCH_TOOLS返回结果为准安装方式本 Skill 不涉及独立安装包直接将其所在目录entelligence-automation接入支持 Claude Skills 的客户端即可例如放置于 Claude Code 的 skills 目录中由 Agent 在相关任务时自动加载对比同类 Skill仓库内其余 78 个 Composio 自动化 Skill 遵循完全相同的三步结构与陷阱清单掌握本文的模式后切换到其他应用如 Composio、OpenAI仅需替换 toolkit 名称与 use case 描述。把先发现、后连接、再执行的节奏内化到每一次 Entelligence 自动化任务中就能在工具 API 持续演进的环境里保持工作流的稳定与可维护。该 Skill 的完整定义与最新字段说明始终以仓库中的 SKILL.md 为准。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Givebutter 自动化基于 Rube MCP 与 Composio Toolkit 的 Claude Skill 实战指南Givebutter 自动化基于 Rube MCP 与 Composio Toolkit 的 Claude Skill 实战指南 导读 本文基于开源仓库 awAI 技能AI 插件人工智能工作流自动化Dovetail 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南Dovetail 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南 导读 本文围绕 awesome claudeAI 技能AI 插件人工智能工作流自动化GoSquared 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南GoSquared 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南 本指南围绕 awesome claude sAI 技能AI 插件人工智能工作流自动化创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Entelligence 自动化实战：基于 Rube MCP 与 Composio Toolkit 的 Claude Skill 工作流指南
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点击查看免费下载导读本文围绕 awesome-claude-skills 仓库中 entelligence-automation 这一预构建 Claude Skill系统讲解如何通过 Rube MCPComposio 的 MCP 接入层将 Entelligence 的各类操作自动化。读完本文你将掌握 Rube MCP 的接入方式、Entelligence 连接的生命周期管理、工具发现与执行的完整工作流模式以及规避 schema 漂移、连接失效等常见陷阱的实战要点可直接照搬到任何支持 MCP 的 Claude 客户端中运行。背景Skill 与 Rube MCP 的关系在开始之前有必要先厘清三层概念Skill、MCP 与 Tool。根据仓库 README.md 的说明Claude Skills 是可复用的指令包告诉 Agent按什么顺序、带什么护栏去执行任务MCP 定义 Agent如何连接外部系统鉴权、传输、工具发现Tool 则是 Agent实际调用的具体函数。在生产环境中三者协同工作MCP 提供访问、工具执行动作、Skill 定义行为。本 Skill 属于仓库 README 中 App Automation via Composio 分类下的预构建工作流 Skill 之一。该分类为多个 SaaS 应用提供了包含工具序列、参数指导、已知陷阱和快速参考表的完整技能包且全部使用从 Composio API 发现的真实工具 slugtool slug而非硬编码的虚构名称。具体到本文主题Rube MCP是接入层只需在客户端配置中添加https://rube.app/mcp这一个 MCP 服务器端点无需任何 API Key 即可建立通道Composio Entelligence Toolkit是被自动化的目标它封装了 Entelligence 相关的操作工具本 Skill负责编排定义先搜索工具 → 再检查连接 → 后执行工具的固定节奏。三者缺一不可其中先搜索工具是本 Skill 反复强调的第一原则因为它直接决定了工作流能否在工具 schema 持续演进的现实环境下稳定运行。前置条件Prerequisites运行本 Skill 前需要满足以下三个条件缺一不可Rube MCP 已连接客户端中必须存在可用的RUBE_SEARCH_TOOLS工具这是整个自动化通道存在的前提Entelligence 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS建立并确认 toolkit 为entelligence的连接只有 ACTIVE 状态才能执行工具始终先调用RUBE_SEARCH_TOOLS在任何执行动作之前用它获取当前最新的工具 schema。第三个条件尤其重要工具 slug 和参数结构会随上游 API 演进而变化跳过工具发现直接硬编码调用是工作流失效的最常见原因。设置接通 Rube MCP 并激活 Entelligence 连接获取 Rube MCP在客户端配置中将https://rube.app/mcp添加为 MCP 服务器即可。官方说明强调不需要 API Key —— 只需添加端点即可工作No API keys needed — just add the endpoint and it works。四步建立可用连接接入 MCP 后按以下顺序完成连接初始化验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS有正常响应证明通道已打通发起连接请求调用RUBE_MANAGE_CONNECTIONStoolkit 参数指定为entelligence完成鉴权如未 ACTIVE若返回的连接状态不是 ACTIVE点击返回的鉴权链接auth link完成授权设置确认状态后再运行在运行任何工作流之前再次确认连接状态显示为 ACTIVE。这一点与仓库中 connect 描述的首用鉴权流程一致首次使用某个应用时Agent 需要引导用户点击授权链接完成连接连接建立后即可持久复用。工具发现永远先调用 RUBE_SEARCH_TOOLS工具发现是整个自动化模式的起点仪式。在首次执行工作流之前先发起一次发现请求RUBE_SEARCH_TOOLS queries: [{use_case: Entelligence operations, known_fields: }] session: {generate_id: true}一次成功的返回通常包含四类关键信息可用的工具 slugtool slugs即后续执行时真正要填入tool_slug字段的标识输入 schema每个工具的参数结构、字段名、类型与必填项推荐的执行计划recommended execution plans面向当前 use case 的编排建议已知陷阱known pitfalls该工具或该场景下已知的易错点。值得注意的是session字段的两种用法首次发现时使用generate_id: true生成新会话 ID在既有工作流中则复用session: {id: existing_session_id}保持会话连续性。核心工作流模式三步走本 Skill 将一次完整的 Entelligence 自动化任务收敛为三个固定步骤任何场景无论是简单查询还是批量操作都建议严格遵循此模式。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Entelligence task}] session: {id: existing_session_id}把 use_case 替换为你当前的具体任务描述例如查询 Entelligence 会话历史或执行某个 Entelligence 操作并复用已有会话 ID。这一步产出执行阶段需要的工具 slug 与参数 schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [entelligence] session_id: your_session_id在执行任何工具之前用该调用确认entelligence连接仍为 ACTIVE。若连接已过期或被撤销先走设置一节中的鉴权流程恢复连接避免执行阶段遭遇鉴权失败。Step 3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_id执行阶段的关键约束tool_slug必须取自 Step 1 的搜索结果不得凭记忆硬编码arguments必须严格遵循搜索返回的 schema字段名与类型保持一致memory参数必须始终携带即使没有需要传递的上下文也要传空对象{}session_id与发现/连接阶段保持一致确保同一工作流内会话连贯。已知陷阱Known Pitfalls逐条解读原文档列出了六条运行时注意事项每一条都对应一类真实故障永远先搜索工具 schema 会变化。绝不要在未调用RUBE_SEARCH_TOOLS的情况下硬编码工具 slug 或参数。这是防 schema 漂移的第一道防线检查连接执行工具前务必用RUBE_MANAGE_CONNECTIONS确认状态为 ACTIVE防止连接静默失效导致的整批失败Schema 合规严格使用搜索返回结果中的精确字段名与类型任何近似写法都可能导致工具调用被拒Memory 参数RUBE_MULTI_EXECUTE_TOOL调用中必须包含memory即使为空也要显式传{}遗漏会导致请求不合法会话复用同一工作流内复用同一 session ID只有开启新的工作流时才生成新 ID保证状态隔离与上下文延续分页处理检查响应中的分页 tokenpagination tokens存在续页时持续获取直至数据完整避免遗漏批量结果。快速参考表以下速查表概括了本 Skill 涉及的全部 Rube MCP 操作及其适用场景可直接作为日常编排的索引Operation操作Approach方法查找工具RUBE_SEARCH_TOOLS传入 Entelligence 相关的具体 use case建立连接RUBE_MANAGE_CONNECTIONStoolkit 指定为entelligence执行工具RUBE_MULTI_EXECUTE_TOOL使用发现阶段得到的工具 slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()调用获取完整 schemaRUBE_GET_TOOL_SCHEMAS适用于返回中存在schemaRef的工具从仓库中大量同构 Skill例如 composio-automation、openai-automation可以推断这五个 Rube 工具是 Composio 自动化体系中的通用原语RUBE_SEARCH_TOOLS负责发现、RUBE_MANAGE_CONNECTIONS负责生命周期、RUBE_MULTI_EXECUTE_TOOL负责常规执行、RUBE_REMOTE_WORKBENCH负责远端批量执行、RUBE_GET_TOOL_SCHEMAS负责按需拉取完整 schema。Entelligence Skill 只是将这套原语针对entelligencetoolkit 做了固化编排。使用建议与边界说明适用前提本文所述流程依赖 Rube MCP 端点https://rube.app/mcp与 Composio 侧entelligencetoolkit 的实际可用性具体工具 slug 与 schema 以你环境中RUBE_SEARCH_TOOLS返回结果为准安装方式本 Skill 不涉及独立安装包直接将其所在目录entelligence-automation接入支持 Claude Skills 的客户端即可例如放置于 Claude Code 的 skills 目录中由 Agent 在相关任务时自动加载对比同类 Skill仓库内其余 78 个 Composio 自动化 Skill 遵循完全相同的三步结构与陷阱清单掌握本文的模式后切换到其他应用如 Composio、OpenAI仅需替换 toolkit 名称与 use case 描述。把先发现、后连接、再执行的节奏内化到每一次 Entelligence 自动化任务中就能在工具 API 持续演进的环境里保持工作流的稳定与可维护。该 Skill 的完整定义与最新字段说明始终以仓库中的 SKILL.md 为准。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Givebutter 自动化基于 Rube MCP 与 Composio Toolkit 的 Claude Skill 实战指南Givebutter 自动化基于 Rube MCP 与 Composio Toolkit 的 Claude Skill 实战指南 导读 本文基于开源仓库 awAI 技能AI 插件人工智能工作流自动化Dovetail 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南Dovetail 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南 导读 本文围绕 awesome claudeAI 技能AI 插件人工智能工作流自动化GoSquared 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南GoSquared 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南 本指南围绕 awesome claude sAI 技能AI 插件人工智能工作流自动化创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考