企业官网建设流程全解析

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化

本文围绕仓库中 composio-skills/klipfolio-automation/SKILL.md 这份 Skill 文档展开，讲解如何通过 Rube MCP（Composio）连接 Klipfolio 工具箱，并用「先发现工具、再确认连接、最后执行动作」的三段式模式编排 Klipfolio 自动化任务。读完本文，你将掌握RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL的完整调用范式、Session 复用规则与六大常见陷阱，能够直接在 Claude 类 Agent 中落地 Klipfolio 工作流自动化。

Skill 定位与工作原理

klipfolio-automation是 awesome-claude-skills 仓库中 composio-skills/ 集合下的一个预置工作流 Skill。根据仓库 README.md 的说明，composio-skills 目录包含 78 个 SaaS 应用的预置工作流 Skill，每个 Skill 都提供工具调用序列（tool sequences）、参数指引（parameter guidance）、已知陷阱（known pitfalls）与快速参考表（quick reference tables），且全部使用从 Composio API 实际发现的真实工具 slug。

该 Skill 的 YAML 元数据非常简洁，却定义了关键约束：

--- name: klipfolio-automation description: "Automate Klipfolio tasks via Rube MCP (Composio). Always search tools first for current schemas." requires: mcp: [rube] ---

其中description字段明确写入了核心纪律——「Always search tools first for current schemas」（执行前务必先搜索工具以获取当前 schema），而requires.mcp: [rube]声明了本 Skill 的运行依赖：必须挂载 Rube 这个 MCP 服务器。

Rube MCP 是什么

Rube MCP 是本文工作流的技术底座。它由 Composio 提供，作用是把 Composio 平台上针对各类 SaaS 应用的工具箱（toolkit）以 MCP 协议暴露给 Claude 等 Agent。其核心优势是无需任何 API Key——只需把 MCP 端点地址添加到客户端配置中即可直接使用（本 Skill 文档在 Setup 一节明确说明了这一点）。

从仓库中的 connect/SKILL.md 可以对照理解其底层机制：Composio 通过 Tool Router（工具路由器）在 1000+ 集成中自动挑选正确工具，OAuth 认证自动处理，Agent 只需发出请求即可完成真实动作。Klipfolio 自动化 Skill 正是这一机制在 Klipfolio 业务场景上的封装，把「连接 → 发现 → 执行」的通用流程沉淀为可复用的工作流指引。

前置条件

在使用本 Skill 之前，需要确认以下三项条件全部满足：

• Rube MCP 已连接：环境中必须可用RUBE_SEARCH_TOOLS工具，这是所有后续操作的前提；
• Klipfolio 连接已激活：已通过RUBE_MANAGE_CONNECTIONS建立 toolkit 为klipfolio的连接，且状态为 ACTIVE；
• 先搜索后执行：无论任务大小，调用任何工具之前都必须先调用RUBE_SEARCH_TOOLS获取当前 schema，避免因工具签名变更导致调用失败。

从仓库源码结构看，这组前置条件在 composio-skills 集合的全部 800+ 个 Skill 中高度一致（例如 active-campaign-automation/SKILL.md、slack-automation 等同目录 Skill 均遵循同一模式），说明这是一套被反复验证的通用接入规范。

环境接入（Setup）

接入流程分为两层：先接入 Rube MCP 本身，再建立 Klipfolio 的连接。

获取 Rube MCP：在客户端配置中把 Rube 的 MCP 端点https://rube.app/mcp添加为 MCP 服务器即可。不需要 API Key，添加端点后即可正常工作。

建立 Klipfolio 连接，按以下四步完成：

1. 通过确认RUBE_SEARCH_TOOLS有响应，验证 Rube MCP 已可用；
2. 调用RUBE_MANAGE_CONNECTIONS，toolkit 指定为klipfolio；
3. 若连接状态不是 ACTIVE，则按返回的认证链接完成授权设置；
4. 在运行任何工作流之前，再次确认连接状态已变为 ACTIVE。

这一步的关键判断标准是连接状态必须为 ACTIVE。只有连接激活，后续的工具执行才有合法的认证上下文；状态非 ACTIVE 时强行执行，通常会导致认证类错误。

工具发现：RUBE_SEARCH_TOOLS

Skill 文档反复强调：任何工作流开始前，必须先发现可用工具。这是因为工具 schema 是动态变化的——工具 slug、入参字段名与类型都可能在服务端更新，硬编码任何 slug 或参数都是不安全的做法。

发现工具的调用示例：

RUBE_SEARCH_TOOLS queries: [{use_case: "Klipfolio operations", known_fields: ""}] session: {generate_id: true}

其中：

• use_case描述你的具体业务意图（例如读取 Klipfolio 数据源、更新 KPI 看板等），是搜索的核心查询条件；
• known_fields用于传入你已知的字段线索，首次搜索可留空；
• session.generate_id: true表示本次搜索会生成一个新的会话 ID，供后续调用沿用。

该调用会返回可用的工具 slug 列表、输入 schema、推荐执行计划（recommended execution plans）以及已知陷阱（known pitfalls）。换言之，一次搜索不仅告诉你「有哪些工具」，还直接给出「该怎么组合使用、有哪些坑」——这正是本 Skill 以搜索结果为执行依据的设计初衷。

核心工作流模式

Skill 文档给出了一个固定的三步工作流模式，任何 Klipfolio 自动化任务都可以套用。

Step 1：发现可用工具

RUBE_SEARCH_TOOLS queries: [{use_case: "your specific Klipfolio task"}] session: {id: "existing_session_id"}

与首次发现不同，进入既有工作流后应复用已生成的会话 ID（session.id），保证上下文连续。use_case替换为你的具体任务描述，例如「获取 Klipfolio 中某数据源的最近数据」。

Step 2：检查连接

RUBE_MANAGE_CONNECTIONS toolkits: ["klipfolio"] session_id: "your_session_id"

执行任何工具前，用同一会话 ID 确认 Klipfolio 连接仍处于 ACTIVE 状态。连接失效时（如 OAuth token 过期、用户在应用内撤销授权），此步会返回非 ACTIVE 状态，此时应先走认证链接重新激活，而不是继续执行。

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"

执行阶段有三个要点：

• tool_slug必须来自 Step 1 搜索结果，不要凭记忆硬编码；
• arguments必须严格遵循搜索结果返回的 schema——字段名、类型、必填项都要与 schema 一致（schema compliance）；
• memory参数必须始终携带，即使当前任务用不到也要显式传空对象{}；session_id沿用本工作流的会话 ID。

RUBE_MULTI_EXECUTE_TOOL的设计支持一次调用执行多个工具（tools为数组），适合把多个 Klipfolio 操作编排成一条流水线，例如「读取数据 → 聚合 → 写入另一个看板」。

已知陷阱与规避策略

Skill 文档专门列出六大已知陷阱，这是实战中最容易踩坑、也最值得反复强调的部分：

• 务必先搜索：工具 schema 会变化，不调用RUBE_SEARCH_TOOLS就硬编码工具 slug 或参数，是最高频的失败原因；
• 执行前检查连接：必须确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE 状态，再做工具调用；
• 严格遵循 schema：参数必须使用搜索结果中的精确字段名与类型，任何近似写法都可能被拒绝；
• 始终携带 memory 参数：RUBE_MULTI_EXECUTE_TOOL的每次调用都要包含memory，即使为空也要传{}；
• 会话复用规则：同一工作流内复用同一会话 ID，新工作流才生成新会话；
• 注意分页：检查响应中是否包含分页 token（pagination token），若有则持续拉取直到数据完整。

这六条陷阱本质上指向同一个理念：以运行时发现的真实 schema 为准，而不是以文档或记忆为准。这与 Skill 元数据中「Always search tools first」的描述形成呼应。

快速参考表

Skill 文档结尾提供了五类操作的速查表，可粘贴为工作流速查清单：

其中后两项是高级路径：当单个工具无法满足批量需求时，RUBE_REMOTE_WORKBENCH提供远程工作台能力，用run_composio_tool()函数式地批量执行 Composio 工具；而当搜索结果中某工具通过schemaRef引用 schema 而非内联给出时，则需要RUBE_GET_TOOL_SCHEMAS主动拉取完整 schema 定义。

在仓库中的定位与延伸阅读

本 Skill 是 awesome-claude-skills「App Automation via Composio」能力矩阵的一员。仓库 README.md 将该集合定位为「Pre-built workflow skills for 78 SaaS apps via Rube MCP」，覆盖 CRM、项目管理、通信、邮件、DevOps、存储、电子表格、日历、社交媒体、营销、客服、电商支付、设计协作、数据分析、HR 与会议等 16 类场景；Klipfolio 自动化与之遵循完全相同的文档结构（工具序列 + 参数指引 + 已知陷阱 + 快速参考表），你可以把本文的三步模式平移到任意兄弟 Skill。

如需了解更底层的连接机制，可对照阅读 connect/SKILL.md：它展示了 Composio Tool Router 如何自动选择工具、自动处理 OAuth，以及如何通过session.mcp.url把 Composio 会话接入任意 MCP 客户端——这与本 Skill 中「连接 ACTIVE 后即可执行」的语义一脉相承。

实践建议：将本 Skill 与 Claude Code 或 Claude.ai 结合使用时，先跑通「搜索 → 连接 → 执行」的最小闭环（可用只读查询类任务验证连接），再逐步叠加写入类操作；每次任务开始前都重新执行RUBE_SEARCH_TOOLS，把「schema 可能已变」作为默认假设，即可最大程度规避文中列出的六大陷阱。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化