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基于 awesome-claude-skills 仓库中的 wachete-automation Skill系统讲解如何借助 Rube MCPComposio将 Wachete 网站的监控、抓取与数据采集任务接入 Claude 等 AI Agent 工作流。读完本文你将掌握 Rube MCP 的接入方式、Wachete 连接激活流程、基于RUBE_SEARCH_TOOLS的工具发现方法以及一套可直接复用的「发现工具 → 检查连接 → 执行操作」三步自动化模式并理解规避 schema 漂移、分页、会话复用等常见坑位的实战要点。一、Skill 定位一个面向 Wachete 的 Rube MCP 自动化入口wachete-automation是仓库 composio-skills 目录下众多预置自动化 Skill 之一。该目录在 README.md 中被定位为「App Automation via Composio」为 78 个 SaaS 应用预构建工作流 Skill每个 Skill 都包含工具调用序列、参数指引、已知陷阱和快速参考表且全部使用从 Composio API 实际发现discovered的真实工具 slug。该 Skill 的 YAML frontmatter 定义如下见 composio-skills/wachete-automation/SKILL.md--- name: wachete-automation description: Automate Wachete tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---从中可以读出两个关键设计意图依赖声明requires.mcp明确要求环境具备rube这个 MCP 服务器这意味着本 Skill 并非独立执行而是依赖 Rube MCP 提供的工具面tool surface。核心纪律description 中反复强调「Always search tools first for current schemas」——即每次执行前必须先通过RUBE_SEARCH_TOOLS获取当前最新的工具 schema这直接对应下文「已知陷阱」中的第一条。二、前置条件理解 Rube MCP 与三层执行模型在动手之前需要明确本 Skill 运行所依赖的三类前置条件见 SKILL.md 的 Prerequisites 一节Rube MCP 已连接环境中可调用RUBE_SEARCH_TOOLS。Wachete 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS以 toolkitwachete建立的有效连接。先搜索、后执行每次调用前先用RUBE_SEARCH_TOOLS拉取当前工具 schema。这与仓库 README 对「Skill / MCP / Tool」三层关系的说明一致见 README.mdMCP 负责定义 Agent 如何连接外部系统认证、传输、工具发现Tools 是 Agent 实际调用的函数而 Skill 定义的是工作流——在拿到连接与工具之后「做什么、按什么顺序做、带哪些护栏」。生产环境中三层协同运行MCP 提供访问、Tools 提供动作、Skills 规范行为。wachete-automation正是这一模型的典型示例它把「连接 Wachete → 发现工具 → 执行操作」的整套行为规范封装成了可复用的指令包。三、环境搭建接入 Rube MCP 并激活 Wachete 连接3.1 接入 Rube MCP无需 API KeySetup 一节见 SKILL.md给出的接入方式极为轻量在客户端的 MCP 服务器配置中直接添加端点https://rube.app/mcp即可无需申请任何 API Key——加好端点就能用。3.2 四步激活流程接入 MCP 后按以下四步完成 Wachete 连接的建立与校验验证 MCP 可用确认RUBE_SEARCH_TOOLS能正常响应发起连接调用RUBE_MANAGE_CONNECTIONStoolkit 指定为wachete完成授权如果连接状态不是 ACTIVE跟随返回的 auth 链接完成授权设置确认状态在运行任何工作流之前确认连接状态显示为 ACTIVE。其中第 3 步是大多数 OAuth 型 SaaS 连接的必经环节RUBE_MANAGE_CONNECTIONS返回授权链接Agent 引导用户完成登录授权后连接才进入 ACTIVE 状态。第 4 步的「先确认再执行」纪律与下文工作流第 2 步一脉相承。四、工具发现永远用 RUBE_SEARCH_TOOLS 获取真实 schema工具发现是本 Skill 工作流的起点。文档给出了标准调用形态见 SKILL.md 的 Tool Discovery 一节RUBE_SEARCH_TOOLS queries: [{use_case: Wachete operations, known_fields: }] session: {generate_id: true}该调用会返回可用的工具 slugtool slugs每个工具的输入 schema推荐执行计划recommended execution plans已知陷阱known pitfalls。之所以要求「先搜索」是因为工具 schema 会变化——Composio 侧的 Wachete 工具集更新后旧的工作流参数可能失效。因此文档的纪律是绝不硬编码工具 slug 或参数每次先以 Wachete 相关的 use_case 调用RUBE_SEARCH_TOOLS。五、核心工作流三步模式详解文档将标准执行流程归纳为三步见 SKILL.md 的 Core Workflow Pattern 一节以下逐一给出可直接复制的调用模板。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Wachete task}] session: {id: existing_session_id}将use_case替换为具体的任务描述例如监控指定页面的内容变更、抓取某个页面的数据等。注意这里复用了已有会话 ID——同一工作流内的多次调用应复用同一会话详见陷阱部分。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [wachete] session_id: your_session_id在执行任何工具之前先确认 Wachete 连接为 ACTIVE。若为其他状态返回第 3.2 节的授权流程补全连接。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执行要点tool_slug必须来自 Step 1 搜索结果不能凭记忆硬写arguments必须严格符合搜索结果返回的 schema字段名与类型都要精确匹配memory参数必须始终携带即使为空也要传{}session_id沿用 Step 1/2 的会话。RUBE_MULTI_EXECUTE_TOOL支持在tools数组中传入多个工具调用因此批量场景可以把多个 Wachete 操作合并到一次调用中完成。六、进阶操作批量执行与完整 schema 获取Quick Reference 一节见 SKILL.md还给出了两条进阶路径6.1 批量操作RUBE_REMOTE_WORKBENCHRUBE_REMOTE_WORKBENCH run_composio_tool()当需要执行批量Bulk操作时可切换到RUBE_REMOTE_WORKBENCH在远端工作台环境中通过run_composio_tool()编程式地批量调用 Composio 工具适合需要循环、条件分支或错误重试的复杂批量任务。6.2 完整 schemaRUBE_GET_TOOL_SCHEMASRUBE_GET_TOOL_SCHEMAS对于搜索结果中带有schemaRef的工具可用RUBE_GET_TOOL_SCHEMAS拉取完整 schema 定义以便精确构造复杂参数结构如嵌套对象、枚举值、必填字段避免因参数结构不完整导致执行失败。七、已知陷阱与最佳实践文档用一整节列出六条实战中极易踩中的坑见 SKILL.md 的 Known Pitfalls逐一展开陷阱正确做法原因与影响硬编码工具 slug 或参数每次先调用RUBE_SEARCH_TOOLS工具 schema 会随 Composio API 演进而变化硬编码会导致参数失效、执行报错跳过连接检查执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE连接过期或未授权时工具调用必然失败先检查可避免无效请求参数不合 schema严格使用搜索结果中的精确字段名与类型schema 校验失败是自动化流程最常见的失败原因遗漏memory参数RUBE_MULTI_EXECUTE_TOOL调用中始终携带memory空则传{}该参数是调用的必要组成部分缺失会导致调用不完整会话混用同一工作流内复用 session ID新工作流生成新 ID会话承载上下文与状态混用会导致状态串扰、上下文错乱忽略分页检查响应中的分页 token持续获取直到数据取完单页响应可能只覆盖部分结果忽略分页会得到不完整数据八、端到端示例一个完整的 Wachete 自动化会话将以上要素组合起来一个完整的工作流大致如下# 1. 发现工具首次生成新会话 RUBE_SEARCH_TOOLS queries: [{use_case: Monitor page changes for a target URL, known_fields: }] session: {generate_id: true} # 2. 检查连接 RUBE_MANAGE_CONNECTIONS toolkits: [wachete] session_id: 上一步返回的 session_id # 3. 执行监控/抓取操作沿用会话携带 memory RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: 搜索结果返回的 wachete 工具 slug, arguments: { /* 严格按搜索结果 schema 填写 */ } }] memory: {} session_id: 同一 session_id # 4. 若需批量处理多个监控目标 → 切换到远端工作台 RUBE_REMOTE_WORKBENCH run_composio_tool()九、小结wachete-automation展示了「MCP 接入 工具发现 Skill 规范」这一现代 AI 自动化范式的标准打法先通过https://rube.app/mcp免密钥接入 Rube MCP再用RUBE_MANAGE_CONNECTIONS建立 ACTIVE 的 Wachete 连接随后以「RUBE_SEARCH_TOOLS发现 →RUBE_MANAGE_CONNECTIONS校验 →RUBE_MULTI_EXECUTE_TOOL执行」的三步模式完成具体任务复杂批量场景则交给RUBE_REMOTE_WORKBENCH需要精细参数时用RUBE_GET_TOOL_SCHEMAS补齐。牢记「先搜索、查连接、守 schema、带 memory、复会话、追分页」六条纪律即可稳定地将 Wachete 的监控与采集能力嵌入 Claude 及其他 AI Agent 的工作流中。仓库中同一目录下的其余 78 个自动化 Skill 采用完全相同的模式参见 README.md 的 App Automation via Composio 一节掌握本 Skill 即掌握了整个家族的通用方法论。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使用 Rube MCP 自动化 Wachete 网页监控awesome-codex-skills 实战指南使用 Rube MCP 自动化 Wachete 网页监控awesome codex skills 实战指南 本指南以仓库中的 wachete automatiAI 技能AI 插件工作流自动化人工智能通过 Rube MCP 自动化 Melo 任务awesome-claude-skills 中 melo-automation Skill 实战指南通过 Rube MCP 自动化 Melo 任务awesome claude skills 中 melo automation Skill 实战指南 本篇技术指AI 技能AI 插件人工智能工作流自动化awesome-claude-skills 实战使用 Mocean Automation Skill 通过 Rube MCP 自动化 Mocean 通信任务awesome claude skills 实战使用 Mocean Automation Skill 通过 Rube MCP 自动化 Mocean 通信任务AI 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