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

导读

本指南围绕 composio-skills/coinranking-automation/SKILL.md 展开，讲解如何通过 Composio 提供的 Coinranking 工具包与 Rube MCP，让 Claude 等 Agent 直接操作 Coinranking 加密货币行情 API，自动完成币种价格、市值、排行等数据的查询与采集。读完本文，你将掌握 Rube MCP 的接入方式、工具发现机制、三步核心工作流（发现工具 → 校验连接 → 执行调用），以及规避常见坑位（schema 漂移、连接状态、分页续取等）的实战经验。

技能定位与仓库背景

该 SKILL 是 awesome-claude-skills 仓库中「App Automation via Composio」技能族的一员。仓库 README（README.md）将其归类为预构建的工作流技能：每个技能都包含工具调用序列、参数指引、已知陷阱和快速参考表，并且全部基于从 Composio API 发现的真实工具 slug 编写，而非凭空捏造的接口名。

与同目录下的 composio-skills/composio-automation/SKILL.md 等技能一样，它遵循统一模板：Front Matter 声明技能名称与依赖（requires: mcp: [rube]），正文依次给出前置条件、接入步骤、工具发现、核心工作流与注意事项。因此，本技能的方法论可以平滑迁移到同一仓库内其他 78 个 SaaS 应用自动化技能。

前置条件

在开始任何 Coinranking 自动化工作流之前，需要满足以下三点：

• Rube MCP 必须已连接：确认RUBE_SEARCH_TOOLS工具可用，这是一切操作的前提。
• Coinranking 连接必须处于 ACTIVE 状态：通过RUBE_MANAGE_CONNECTIONS以 toolkitcoinranking建立并激活连接。
• 先搜索、后执行：每次任务都先调用RUBE_SEARCH_TOOLS获取当前最新的工具 schema，因为工具 schema 会随上游 API 变化而更新。

接入 Rube MCP（Setup）

接入过程无需任何 API Key，只需要在客户端的 MCP 服务器配置中把https://rube.app/mcp添加为 MCP Server 端点即可。添加完成后按以下四步完成验证与连接：

1. 验证 Rube MCP 可用：调用RUBE_SEARCH_TOOLS，确认其能正常响应；
2. 发起 Coinranking 连接：调用RUBE_MANAGE_CONNECTIONS，传入 toolkitcoinranking；
3. 完成授权：若连接状态不是 ACTIVE，则跟随返回的 auth 链接完成授权设置；
4. 确认状态：在运行任何工作流之前，确认连接状态显示为 ACTIVE。

工具发现：永远先搜索当前 schema

Composio 的 Coinranking 工具包暴露的工具集可能随版本迭代而变化，硬编码工具 slug 或参数是导致失败的最常见原因。因此每次执行工作流前，必须先做一次工具发现：

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

该调用返回的信息包括：

• 可用的工具 slug（tool slug）；
• 每个工具的输入 schema（字段名、类型）；
• 推荐的执行计划（execution plans）；
• 已知的坑位（known pitfalls）。

generate_id: true用于让 Rube 为本次工作流自动生成一个新的会话 ID；如果你要沿用已有会话，则在后续调用中通过session: {id: "existing_session_id"}复用。

核心工作流模式（三步法）

所有 Coinranking 自动化任务都遵循「发现 → 校验 → 执行」的三步模式。

Step 1：发现可用工具

用与具体任务匹配的 use_case 检索工具与 schema：

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

例如，你的任务若是「获取某个币种的实时价格」，use_case 就应描述为对应的 Coinranking 操作场景，搜索返回结果中的tool_slug与arguments结构将作为下一步执行的依据。

Step 2：校验连接状态

执行任何工具前，确认 Coinranking 连接仍然有效：

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

若返回状态非 ACTIVE（例如 token 过期），需先按返回的 auth 链接重新完成授权，再继续工作流。

Step 3：执行工具调用

使用RUBE_MULTI_EXECUTE_TOOL批量执行一个或多个工具：

RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: "TOOL_SLUG_FROM_SEARCH", arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: "your_session_id"

注意三点执行细节：

• tool_slug必须来自搜索结果的真实 slug，不可臆造；
• arguments必须严格遵循搜索返回的 schema 字段名与类型；
• memory参数必须始终携带，即使为空也要传{}，否则调用可能失败。

RUBE_MULTI_EXECUTE_TOOL支持在tools数组中一次性提交多个工具调用，适合在一个工作流里串联「查排行 → 查详情 → 汇总报告」这类多步任务。

已知陷阱（Known Pitfalls）

技能文档明确列出的六条经验，是实践中最容易踩坑的地方：

• 永远先搜索：工具 schema 会变化。绝不硬编码工具 slug 或参数，每次都要先调用RUBE_SEARCH_TOOLS；
• 检查连接：执行工具前，务必用RUBE_MANAGE_CONNECTIONS确认连接状态为 ACTIVE；
• schema 合规：严格使用搜索结果给出的字段名与类型，大小写、嵌套结构都不能改；
• memory 参数必填：RUBE_MULTI_EXECUTE_TOOL调用中始终携带memory，即使为空（{}）；
• 会话复用：同一工作流内复用 session ID；开启新工作流时生成新的 session ID，避免上下文串扰；
• 分页处理：检查响应中是否带有分页 token（pagination token），若有则持续抓取直到数据完整，避免只取到第一页数据。

快速参考表

其中，RUBE_REMOTE_WORKBENCH面向需要在远程环境中执行较复杂或批量逻辑的场景，通过run_composio_tool()在远程运行时内调用 Composio 工具；而RUBE_GET_TOOL_SCHEMAS则在搜索返回结果不够完整、需要拉取某工具全量 schema 定义时使用。

实践建议

把上述工作流沉淀为可复用的 Agent 技能后，典型的 Coinranking 自动化场景包括：定时采集币种排行快照、批量查询市值与 24h 涨跌幅、按符号/价格区间筛选币种并生成分析报告。在落地时记住「先搜索 schema、再校验连接、后执行调用、最后处理分页」这条主线，配合 README.md 中关于 78 个 SaaS 应用技能的总体说明，你可以将同一套 Rube MCP 模式复制到仓库内其他任何自动化技能上，快速搭建属于自己的外部 API 自动化工作流。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化