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指南以 composio-skills/draftable-automation/SKILL.md 为绝对主体讲解如何在 Claude 类 Agent 中以标准 Skill 形式接入 Rube MCP进而通过 Composio 的 Draftable 工具集完成文档对比等操作的自动化。读完本文你将掌握 Rube MCP 的接入方式、RUBE_SEARCH_TOOLS工具发现的正确姿势、连接管理流程以及一套可复制的「发现 → 连接 → 执行」三步工作流模板并能避开 schema 过期、连接状态失效等高频陷阱。一、Skill 定位它是干什么的draftable-automation是 awesome-claude-skills 仓库中 App Automation via Composio 分类下、面向 78 个 SaaS 应用预构建的自动化 Skill 之一。它的核心目标只有一个让 Agent 能通过 Rube MCP由 Composio 提供驱动 Draftable 的业务操作而不是只停留在文本生成层面。从 Skill 文件头部 frontmatter 可以清晰看到它的声明方式--- name: draftable-automation description: Automate Draftable tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---这里有三层关键信息name是 Skill 的唯一标识即draftable-automationdescription供 Agent 在会话启动阶段做相关性判断README 明确说明会话开始时 Agent 只看到每个 Skill 的名称和描述约 100 token完整正文按需加载requires.mcp: [rube]则声明了本 Skill 的运行时依赖——必须存在名为rube的 MCP 服务器否则 Skill 无法工作。这一结构是整个仓库 1000 Skill 的通用骨架也与 README.md 中「Skills 定义工作流做什么、按什么顺序、带什么护栏MCP 提供访问通道工具执行动作」的三层分工描述完全吻合Draftable 的能力来自 Composio 工具集Rube MCP 负责连接与发现本 Skill 负责告诉 Agent 正确的工作顺序与注意事项。二、前置条件在把该 Skill 投入使用前需要确认三个前置条件全部满足Rube MCP 已连接必须能在会话中调用RUBE_SEARCH_TOOLS这个工具它是验证 MCP 是否可用的第一信号Draftable 连接处于 ACTIVE 状态需要通过RUBE_MANAGE_CONNECTIONS以draftable为 toolkit 名建立并激活连接每次执行前先做工具发现RUBE_SEARCH_TOOLS必须被优先调用以获取当前最新的工具 schema而不是依赖记忆或硬编码。最后一条是整个 Skill 反复强调的纪律工具 schema 会变化任何时刻都不要假设上一次的调用参数仍然有效。三、Setup接入 Rube MCP 与建立 Draftable 连接3.1 添加 Rube MCP 服务器接入方式非常轻量在客户端Claude Code、Claude.ai、Cursor 等的 MCP 服务器配置中直接添加https://rube.app/mcp端点即可无需申请任何 API Key——加完即用。这也是该 Skill 描述中「No API keys needed」的由来。3.2 四步建立连接添加完 MCP 端点后按以下顺序完成连接初始化验证 MCP 可用先确认RUBE_SEARCH_TOOLS能正常响应这是通道健康的标志发起连接调用RUBE_MANAGE_CONNECTIONS传入toolkit: draftable请求建立 Draftable 连接完成授权如果返回的连接状态不是 ACTIVE则按返回的 auth link 完成 OAuth 授权流程确认就绪在运行任何工作流之前再次确认连接状态已变为 ACTIVE。从源码结构看这一步正是仓库中全部 Composio 自动化 Skill如 composio-search-automation/SKILL.md、composio-automation/SKILL.md共享的统一接线流程——区别仅在于 toolkit 名称这保证了 Agent 在不同 Skill 之间切换时无需重新学习心智模型。四、工具发现永远先问RUBE_SEARCH_TOOLS在执行任何 Draftable 操作前必须先把工具发现做在前面。Skill 给出的标准调用如下RUBE_SEARCH_TOOLS queries: [{use_case: Draftable operations, known_fields: }] session: {generate_id: true}三个参数各有用意queries[].use_case用自然语言描述你要完成的 Draftable 业务场景。Skill 文档建议首调用通用的Draftable operations做宽泛探测之后在具体工作流中换成your specific Draftable task做精准检索queries[].known_fields如果你已经知道部分字段名可以填上作为提示首次调用通常留空session.generate_id: true让 Rube 为新会话生成一个 session ID。这个 ID 要记住——后续的连接检查与工具执行都要复用它。该调用的返回值包含四类信息可用的工具 slug 列表、输入参数 schema、推荐的执行计划以及已知的坑known pitfalls。也就是说Agent 应当把「执行」建立在搜索结果返回的最新 schema 之上而不是把工具 slug 写死。五、核心工作流模式发现 → 连接 → 执行Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Draftable task}] session: {id: existing_session_id}注意这里的会话策略在工作流内复用已有的existing_session_id来自首轮generate_id: true的返回而不是再生成新的。会话 ID 的语义是「一个工作流一个会话」。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [draftable] session_id: your_session_id在执行前用与 Step 1 相同的 session 确认连接为 ACTIVE。若状态不是 ACTIVE回到 3.2 的授权流程只有确认 ACTIVE 后才能进入执行阶段。Step 3执行工具调用RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id三个要点tool_slug必须取自 Step 1 搜索结果而不是凭记忆填写arguments必须严格按搜索结果返回的字段名与类型构造多字段少字段都可能触发 schema 校验失败memory参数必须始终携带即使没有状态也传空对象{}——Skill 在陷阱清单里明确要求了这一点。同时RUBE_MULTI_EXECUTE_TOOL支持在tools数组里一次提交多个工具调用适合把「比较文档 → 读取差异 → 整理报告」这类多步骤任务压缩为一次会话内的连续执行。六、已知陷阱清单务必逐条遵守Skill 作者把最容易踩的坑集中列成了清单这是本 Skill 实战价值最高的部分陷阱正确做法不搜索就执行工具 schema 会变绝不硬编码 slug 或参数每次都先调RUBE_SEARCH_TOOLS不检查连接执行前确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE 状态schema 不兼容严格使用搜索结果中的字段名与类型不增不减遗漏 memory 参数所有RUBE_MULTI_EXECUTE_TOOL调用都携带memory空状态写{}会话乱用同一工作流内复用同一 session ID开启新工作流时才生成新 ID忽略分页检查响应中的分页 token持续翻页直到数据拉全其中「分页」一条容易被忽略批量读取对比结果或长列表数据时响应可能被截断必须检查返回的分页标记并循环拉取直到拿到完整结果。七、快速参考表Skill 末尾给出的速查表是整个流程的浓缩可直接作为 Agent 运行时的手册操作方式找工具RUBE_SEARCH_TOOLS Draftable 场景的 use_case建连接RUBE_MANAGE_CONNECTIONS toolkitdraftable执行RUBE_MULTI_EXECUTE_TOOL 搜索结果中的工具 slug批量操作RUBE_REMOTE_WORKBENCHrun_composio_tool()完整 schemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具后两行值得展开说明批量操作当需要在远程工作台批量执行 Composio 工具时走RUBE_REMOTE_WORKBENCH并通过其中的run_composio_tool()函数逐次驱动工具适合大批量、可离线化的任务完整 schema搜索结果里部分工具只返回schemaRef引用而非完整 JSON Schema此时用RUBE_GET_TOOL_SCHEMAS拉取全量 schema确保复杂参数嵌套对象、枚举、必填项构造准确。八、从仓库视角看这套 Skill 的设计一致性横向对比 README.md 的 App Automation 分类与仓库内其它 Skill 可以发现draftable-automation并不是孤例所有 Composio 自动化 Skill 都复用同一套「Rube MCP RUBE_SEARCH_TOOLS RUBE_MANAGE_CONNECTIONS RUBE_MULTI_EXECUTE_TOOL」四工具工作流差异仅在toolkit名称与业务场景描述上。这种统一模式带来的实际收益是Agent 一旦掌握一个 Skill 的调用习惯就能无痛迁移到其余 77 个应用如 composio-automation/SKILL.md、composio-search-automation/SKILL.md的自动化上。同时该 Skill 也完整体现了仓库对 Skill 工程化的基本要求明确的 YAML frontmatter 元数据、以requires.mcp声明的依赖、以描述驱动的渐进式加载、以「始终先搜索」为核心的防呆设计——这些都可以作为你编写自有自动化 Skill 时的参考模板。九、上手路径总结要在你自己的环境中跑通 Draftable 自动化完整路径是在 MCP 客户端配置中添加https://rube.app/mcp端点将本 Skill即draftable-automation目录下的 SKILL.md放入 Skill 目录如~/.config/claude-code/skills/会话启动后先验证RUBE_SEARCH_TOOLS可用用RUBE_MANAGE_CONNECTIONStoolkit:draftable建立并确认 ACTIVE 连接严格按「搜索 → 检查连接 → 执行」三步工作流驱动任务并遵守陷阱清单与快速参考表。把「永远先搜索、永远查连接、永远带 memory」三条纪律内化到 Agent 的执行习惯中Draftable 的自动化工作流即可稳定、可复现地运转。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awesome-claude-skills 实战通过 Rube MCPComposio实现 APITemplate.io 全流程自动化awesome claude skills 实战通过 Rube MCPComposio实现 APITemplate.io 全流程自动化 导读 本文基于 cAI 技能AI 插件人工智能工作流自动化Agencyzoom 自动化实战在 awesome-claude-skills 中通过 Rube MCPComposioSkill 驱动营销自动化Agencyzoom 自动化实战在 awesome claude skills 中通过 Rube MCPComposioSkill 驱动营销自动化 本文基AI 技能AI 插件人工智能工作流自动化Atlassian 自动化实战使用 awesome-claude-skills 的 atlassian-automation Skill 通过 Rube MCP 集成 ComposioAtlassian 自动化实战使用 awesome claude skills 的 atlassian automation Skill 通过 Rube MCAI 技能AI 插件人工智能工作流自动化上一篇3步终极指南用TCC-G15彻底解决Dell G15散热难题的完整教程下一篇三步解锁显卡潜能NVIDIA Profile Inspector性能优化全攻略创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考