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 awesome-claude-skills 仓库中的 leadoku-automation Skill 为核心系统讲解如何通过 Rube MCPComposio将 Claude 等 AI Agent 接入 Leadoku 工具包完成潜在客户数据的查询、管理与批量流程执行。读完本文你将掌握从 MCP 端点接入、连接认证、工具发现到「发现—连接—执行」三阶段工作流的完整链路并能把同一套模式复用到仓库内其他 77 个 SaaS 自动化 Skill 上。一、Skill 定位Leadoku 自动化的开箱即用指令包leadoku-automation是 awesome-claude-skills 仓库composio-skills/目录下的一个 Claude Skill。它的 SKILL.md 以 YAML frontmatter 声明元数据name: leadoku-automation description: Automate Leadoku tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube]三个字段分别表明Skill 名称、触发时机描述中强调「总是先搜索工具以获取最新 schema」、以及运行依赖要求客户端挂载名为rube的 MCP 服务器。按照 README 对 Claude Skills 格式的说明这类 Skill 本质上是「教 Agent 如何处理某一类任务的复用指令包」Agent 会在任务相关时才加载正文不会常驻上下文README.md。在仓库的整体分类中它属于App Automation via Composio类别。README 明确说明该类别下预置了 78 个 SaaS 应用的工作流 Skill全部通过 Rube MCPComposio驱动每个 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使用的是从 Composio API 实际发现到的真实工具 slugREADME.md。Leadoku 即其中之一。二、前置条件在运行任何 Leadoku 工作流之前需要满足三个前置条件SKILL.mdRube MCP 必须已连接——客户端中必须存在rubeMCP 服务器且RUBE_SEARCH_TOOLS工具可用Leadoku 连接必须处于 ACTIVE 状态——通过RUBE_MANAGE_CONNECTIONS并以 toolkit 名称leadoku建立连接每次执行前先调用RUBE_SEARCH_TOOLS——工具 schema 是动态变化的永远不要凭记忆硬编码工具 slug 或参数。三、Setup接入 Rube MCP 并激活 Leadoku 连接原文档给出了最简接入方式SKILL.md获取 Rube MCP在客户端配置中把https://rube.app/mcp添加为 MCP 服务器。该端点无需任何 API Key添加后即可工作。随后按四步完成 Leadoku 连接的建立与确认步骤操作验证要点1确认RUBE_SEARCH_TOOLS有响应Rube MCP 可用性检查2调用RUBE_MANAGE_CONNECTIONStoolkit 参数传leadoku发起连接3若连接状态不是 ACTIVE跟随返回的认证链接完成 OAuth/授权设置4再次确认连接状态为 ACTIVE在运行任何工作流前必须完成四、工具发现先搜索再执行工具发现是整套 Skill 的「安全网」。由于 Composio 的工具 schema参数名、类型、必填项会随版本演进硬编码是导致自动化失败的头号原因。原文档给出的标准发现调用如下SKILL.mdRUBE_SEARCH_TOOLS queries: [{use_case: Leadoku operations, known_fields: }] session: {generate_id: true}该调用会返回四类关键信息可用工具 slug如 Leadoku 的查找、导出、更新等操作对应的tool_slug输入 schema每个工具的参数定义、类型与必填约束推荐执行计划官方编排好的多步调用顺序已知陷阱该工具集历史上踩过的坑。首次调用时用session: {generate_id: true}让 Rube 生成一个会话 ID供后续调用复用。五、核心工作流三阶段执行模式原文档将完整流程归纳为三个步骤SKILL.md每个步骤有固定的调用形态Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Leadoku task}] session: {id: existing_session_id}use_case填写你当前的具体任务描述例如「按公司规模筛选潜在客户」返回结果中会给出与任务匹配的工具 slug 与参数 schema。Step 2检查连接RUBE_MANAGE_CONNECTIONS toolkits: [leadoku] session_id: your_session_id在每轮工作流执行前复查连接状态确保仍为 ACTIVE。连接过期或失效时该调用会返回重新认证所需的指引。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执行时注意三点tool_slug必须来自 Step 1 的搜索结果而非记忆arguments必须严格符合搜索结果返回的 schemamemory参数必须显式携带即使为空也要传{}。session_id在整个工作流内复用同一个值保证上下文与状态连续。六、已知陷阱清单避免自动化翻车的六条守则原文档专门列出六条已知陷阱SKILL.md逐条展开如下永远先搜索再执行工具 schema 会变化不要硬编码工具 slug 或参数每次任务都要先调RUBE_SEARCH_TOOLS先查连接再动手执行工具前用RUBE_MANAGE_CONNECTIONS确认状态为 ACTIVE避免无效调用严格遵循 schema参数名与类型必须与搜索结果完全一致字段拼写或类型错误会导致调用失败memory参数不可省略调用RUBE_MULTI_EXECUTE_TOOL时始终携带memory即使内容是空对象{}会话 ID 复用策略同一工作流内复用同一个session_id以保持连续性开启新工作流时生成新的会话 ID分页处理检查响应中是否带有分页 token如有则继续拉取直至数据取完防止只处理第一页数据。七、快速参考表原文档以表格形式给出了五种核心操作的对应方式SKILL.md完整继承如下操作方式查找工具RUBE_SEARCH_TOOLS传入 Leadoku 相关的 use_case建立连接RUBE_MANAGE_CONNECTIONStoolkit 传leadoku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()函数获取完整 schemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具这五条覆盖了「发现 → 连接 → 单次执行 → 批量执行 → 深度 schema」的完整能力面可作为日常编写 Leadoku 自动化任务的速查卡。八、进阶批量操作与完整 Schema 获取对于需要遍历大量记录如批量更新潜在客户状态、批量导出的场景原文档指引使用RUBE_REMOTE_WORKBENCH配合run_composio_tool()在远端工作台中执行——这适合把多次工具调用编排为一段可复用的执行逻辑减少 Agent 与 MCP 服务器之间的往返。而对于搜索结果中带schemaRef的工具即引用外部 JSON Schema 定义的复杂工具使用RUBE_GET_TOOL_SCHEMAS拉取完整的、展开后的参数定义避免因引用型 schema 未展开而误填参数。九、从源码结构看一套模式覆盖 78 个应用进入composio-skills/目录可以直观看到仓库为每个 SaaS 应用维护了一个独立的-automation子目录每个目录内都有一份结构完全同构的SKILL.md。以同为 Rube MCP 体系的 composio-automation 和 composio-search-automation 为例前置条件、Setup 步骤、工具发现调用、三步工作流、陷阱清单、快速参考表逐节一一对应唯一的实质差异在于toolkit 名称Leadoku 用leadokuComposio 自身用composioComposio Search 用composio_searchRUBE_MULTI_EXECUTE_TOOL、RUBE_REMOTE_WORKBENCH、RUBE_GET_TOOL_SCHEMAS等工具在所有 Skill 中通用。由此可以推断这 78 个 Skill 共享同一套「Rube MCP Composio」基础设施本文掌握的完整流程可以平滑迁移到仓库内任意其他 SaaS 应用的自动化上只需要替换 use_case 描述、toolkit 名称与具体工具 slug。这正是 README 所述「每份 Skill 都使用从 Composio API 真实发现的工具 slug」的设计意图。十、在 Claude Code 中安装与使用按照 README 的 Getting Started 指引README.md可将本 Skill 安装到 Claude Codemkdir -p ~/.config/claude-code/skills/ cp -r composio-skills/leadoku-automation ~/.config/claude-code/skills/随后验证元数据是否完整head ~/.config/claude-code/skills/leadoku-automation/SKILL.md再启动claudeSkill 会在任务与 Leadoku 相关时自动加载并激活。由于 Skill 采用渐进式加载会话开始时仅暴露名称与描述正文按需载入即使同时安装了其他数十个 Skill也不会显著膨胀上下文窗口README.md。总结leadoku-automationSkill 的价值在于把「接入 MCP → 认证连接 → 发现工具 → 安全执行」这条复杂链路压缩成一套可复制的纪律性流程先RUBE_SEARCH_TOOLS发现真实 schema再用RUBE_MANAGE_CONNECTIONS确认 ACTIVE最后通过RUBE_MULTI_EXECUTE_TOOL按 schema 执行并始终遵守「携带 memory、复用会话、处理分页」三条执行铁律。掌握这套模式你不仅能稳定自动化 Leadoku 的潜在客户操作还能以同样的方法驾驭仓库中其余 77 个 SaaS 集成。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 驱动 Lexoffice 自动化awesome-claude-skills 中 lexoffice-automation Skill 完整实战指南使用 Rube MCP 驱动 Lexoffice 自动化awesome claude skills 中 lexoffice automation SkillAI 技能AI 插件人工智能工作流自动化Rube MCP 驱动的 Google Drive 自动化awesome-claude-skills 中 googledrive-automation Skill 实战指南Rube MCP 驱动的 Google Drive 自动化awesome claude skills 中 googledrive automation SkiAI 技能AI 插件人工智能工作流自动化Rube MCP 驱动 Hacker News 自动化awesome-claude-skills 中 hackernews-automation Skill 实战全解析Rube MCP 驱动 Hacker News 自动化awesome claude skills 中 hackernews automation SkillAI 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