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围绕 awesome-claude-skills 仓库中的 google-cloud-vision-automation Skill 展开讲解如何通过 Rube MCPComposio 提供的免 API Key MCP 网关让 Claude Agent 自动化执行 Google Cloud Vision 的图像识别、OCR、标注检测等云端视觉任务。读完本文你将掌握从 MCP 接入、连接建立、工具发现到工具执行的完整四步流程并理解其中的 Schema 合规、会话复用、分页处理等实战要点。Skill 定位与元数据该 Skill 位于 composio-skills/google-cloud-vision-automation/SKILL.md是仓库中 App Automation via Composio 分类下 78 个预构建 SaaS 自动化 Skill 之一。其 YAML frontmatter 明确定义了它的加载方式与依赖--- name: google-cloud-vision-automation description: Automate Google Cloud Vision tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---三个字段各司其职nameSkill 的唯一标识Agent 据此在会话中定位该能力description会话启动时 Agent 首先看到的摘要约 100 token其中 Always search tools first for current schemas 是该 Skill 最重要的行为约束——所有工具 Schema 以运行时搜索为准不依赖硬编码requires.mcp声明本 Skill 依赖名为rube的 MCP 服务器未接入该服务器时 Skill 无法工作。从仓库结构看这类*-automationSkill 全部遵循同一套文档骨架工具序列、参数指导、已知陷阱、快速参考表但每个 Skill 的核心价值在于其绑定的特定 toolkit本 Skill 为google_cloud_vision即 Composio 平台上 Google Cloud Vision 服务的封装工具集。前置条件在运行任何工作流之前需要满足三项硬性条件Rube MCP 已连接环境中必须存在RUBE_SEARCH_TOOLS工具它是后续所有操作的入口Google Cloud Vision 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS建立并验证toolkit 参数为google_cloud_vision先搜索后执行任何工作流的第一步都必须是调用RUBE_SEARCH_TOOLS获取当前工具 Schema因为 Composio 的工具签名会随版本演进而变化。这三项条件对应了工作流的三个核心阶段发现Discovery→ 连接Connection→ 执行Execution任何一步缺失都会导致后续调用失败。接入 Rube MCP无需 API Key 的配置方式Rube MCP 的接入方式非常轻量在客户端的 MCP 服务器配置中添加端点https://rube.app/mcp即可无需申请或填写任何 API Key。这是它与传统 Composio SDK 集成如 connect/SKILL.md 中export COMPOSIO_API_KEY的方式的关键区别。接入完成后按以下顺序完成初始化校验确认RUBE_SEARCH_TOOLS能正常响应验证 MCP 通道已打通调用RUBE_MANAGE_CONNECTIONS传入 toolkitgoogle_cloud_vision若返回的连接状态不是 ACTIVE则按照响应中的授权链接完成 Google Cloud 账号的 OAuth 授权在运行任何工作流前再次确认连接状态显示为 ACTIVE。需要特别注意的是授权链接是动态返回的不能提前硬编码到 Skill 或脚本中——这正是每次执行前检查连接这一要求存在的意义。工具发现一切 Schema 的权威来源Composio 为 Google Cloud Vision 暴露了众多工具如标签检测detect_labels、人脸检测、OCR 文本识别等但这些工具的 slug、输入参数、字段类型和返回结构都可能随平台更新而调整。因此文档要求每次执行前先运行工具发现RUBE_SEARCH_TOOLS queries: [{use_case: Google Cloud Vision operations, known_fields: }] session: {generate_id: true}该调用返回四类关键信息可用工具 slug当前该 toolkit 下可执行的具体工具标识符输入 Schema每个工具参数的字段名、类型与必填性推荐的执行计划针对该 use case 的推荐工具调用顺序已知陷阱平台侧已经总结的常见错误与规避建议。第一次调用时使用session: {generate_id: true}让 Rube 生成新会话 ID同一工作流后续调用则复用该 ID详见下文会话复用。核心工作流发现 → 检查连接 → 执行文档给出的标准工作流由三个步骤组成每一步对应一个 Rube MCP 工具。步骤 1按具体任务发现工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Google Cloud Vision task}] session: {id: existing_session_id}将use_case从泛化的 Google Cloud Vision operations 收敛为具体任务描述例如对图片进行 OCR 文本识别、检测图片中的物体与场景标签可以获得更精确的工具推荐和参数提示。此步使用已有的existing_session_id而非新建。步骤 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [google_cloud_vision] session_id: your_session_id传入toolkits数组元素为google_cloud_vision与当前会话 ID确认返回状态为 ACTIVE。若连接过期或失效响应会附带重新授权的链接需先完成授权再继续。步骤 3执行具体工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_idRUBE_MULTI_EXECUTE_TOOL支持一次调用批量执行多个工具tools为数组每个元素包含tool_slug必须取自步骤 1 的搜索结果禁止硬编码arguments必须严格符合搜索返回的 Schema——字段名精确匹配、类型正确例如图片 URL 或 base64 内容的字段类型memory必须始终携带即使为空也要传{}session_id与步骤 1、2 保持一致维持会话上下文。已知陷阱与规避策略文档明确列出了六类最容易踩坑的问题这也是该 Skill 相比直接调用 Composio API 的核心价值所在陷阱规避方式Schema 漂移工具 Schema 会变化绝不硬编码 slug 或参数每次先调用RUBE_SEARCH_TOOLS连接失效执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE 状态而非假设连接长期有效参数不合规严格使用搜索结果中的字段名与类型避免拼写错误或多余字段导致 400遗漏 memory 参数RUBE_MULTI_EXECUTE_TOOL的每次调用都必须包含memory即使内容为空{}会话混乱同一工作流内复用会话 ID开启新工作流时生成新 ID避免上下文串扰分页遗漏检查响应中的分页 token持续拉取直到数据完整防止结果截断其中先搜索后执行是贯穿全部陷阱的第一原则——它同时解决 Schema 漂移、参数不合规两个问题并且是 Skill frontmatter description 中反复强调的行为约束。快速参考表将常用操作与对应 Rube MCP 工具对照如下可当作日常开发的速查表操作对应方法查找工具RUBE_SEARCH_TOOLSuse_case 传入 Google Cloud Vision 相关任务描述建立连接RUBE_MANAGE_CONNECTIONStoolkit 指定为google_cloud_vision执行工具RUBE_MULTI_EXECUTE_TOOL使用搜索发现的工具 slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()远程执行获取完整 SchemaRUBE_GET_TOOL_SCHEMAS用于搜索返回schemaRefSchema 引用而非内联的工具批量场景使用RUBE_REMOTE_WORKBENCH而非逐条调用可将多个 Google Cloud Vision 工具调用封装为一次远程执行而RUBE_GET_TOOL_SCHEMAS适用于工具 Schema 过大的情况——搜索结果中若出现schemaRef引用标识需要单独调用该工具拉取完整定义。仓库上下文共性模式与扩展思路该 Skill 并非孤立存在。README.md 的 App Automation via Composio 一节说明这些预构建 Skill 全部经由 Rube MCP 驱动且都使用从 Composio API 发现的真实工具 slug每个 Skill 都包含工具序列、参数指导、已知陷阱与快速参考表四部分。与 composio-skills/openai-automation/SKILL.md 等同类 Skill 对比可以发现结构一致frontmatter 声明requires.mcp: [rube]正文按前置条件、Setup、核心工作流、陷阱、快速参考组织差异在 toolkit每个 Skill 只替换绑定的 toolkit 名称如google_cloud_vision、openai与 use case 描述其余编排逻辑复用同一套 Rube MCP 协议组合能力将本 Skill 与仓库中其他 Skill如 image-enhancer 的图像增强、video-downloader 的媒体获取串联可以构建获取图片 → 云视觉分析 → 结果处理的完整自动化流水线。理解了这套搜索 → 连接 → 执行的协议你不仅可以熟练运用 Google Cloud Vision 自动化还能快速上手仓库中其余 77 个同类自动化 Skill将 Claude 从只会生成文本扩展为真正操作云端服务的执行体。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用 Rube MCP 自动化 Google Cloud Vision 图像分析awesome-codex-skills 的 google-cloud-vision-automation 技能实战指南用 Rube MCP 自动化 Google Cloud Vision 图像分析awesome codex skills 的 google cloud visiAI 技能AI 插件工作流自动化人工智能Everhour 自动化实战指南基于 Rube MCPComposio的 Claude Skill 工作流Everhour 自动化实战指南基于 Rube MCPComposio的 Claude Skill 工作流 本篇技术指南围绕 composio skillAI 技能AI 插件人工智能工作流自动化Echtpost 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南Echtpost 自动化实战基于 Rube MCPComposio的 Claude Skill 工作流指南 导读 本指南以仓库中的 composio skAI 技能AI 插件人工智能工作流自动化上一篇Dev Container CLI 实战指南从工具集成到CI构建下一篇终极指南如何快速掌握memfs内存文件系统实现创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考