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 MCP（Composio 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：

• name：Skill 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：

1. 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；
2. 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；
3. 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：

1. 确认RUBE_SEARCH_TOOLS能正常响应，验证 MCP 通道已打通；
2. 调用RUBE_MANAGE_CONNECTIONS，传入 toolkitgoogle_cloud_vision；
3. 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；
4. 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_id"

RUBE_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：

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：

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。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化