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

本文以仓库中 composio-skills/launch-darkly-automation/SKILL.md 为核心文档，讲解如何通过 Composio MCP 集成在 Claude Agent 工作流中自动化 LaunchDarkly 功能开关（Feature Flag）管理。你将掌握：项目与环境枚举、基于 Webhook 的开关触发工作流的创建与删除、以及跨仓库的代码引用审计，并了解每个工具的参数约束、默认值与已知陷阱，可直接投入实际 CI/CD 与可观测性场景。

技能概览：一份面向 Agent 的 LaunchDarkly 操作手册

awesome-claude-skills仓库收录了 1000+ 面向生产环境的 Claude Skills（详见 README.md），其中composio-skills/目录下的技能属于"App Automation via Composio"系列，为 78 个 SaaS 应用预构建了工作流技能，统一经由 Rube MCP（Composio）通道执行。

本技能在 SKILL.md 的 YAML frontmatter 中声明了元信息：

name: LaunchDarkly Automation description: "Automate LaunchDarkly feature flag management -- list projects and environments, create and delete trigger workflows, and track code references via the Composio MCP integration." requires: mcp: - rube

关键点在于requires.mcp: rube：技能本身不直接封装 LaunchDarkly SDK，而是依赖一个已连接的 MCP 服务器（Rube），由 Agent 通过其中的LAUNCH_DARKLY_*工具完成实际操作。这种方式符合 Claude Skills 的设计哲学——技能定义"做什么、按什么顺序、带什么护栏"，而 MCP 负责连接与鉴权，工具负责具体动作（详见 README.md 对三层架构的阐述）。

Setup：接入 Rube MCP 并完成 LaunchDarkly 鉴权

根据 SKILL.md 的 Setup 小节，接入只需三步：

1. 添加 Composio MCP 服务器：在客户端配置中接入https://rube.app/mcp；
2. 连接 LaunchDarkly 账户：系统提示时使用 API Key 认证完成授权；
3. 开始使用工作流：随后即可调用下文列出的LAUNCH_DARKLY_*工具。

值得补充的是，仓库中另一份同主题技能 composio-skills/launch_darkly-automation/SKILL.md 给出了更完整的 Rube MCP 使用范式，可作为本技能的配套参考：

• 通过RUBE_SEARCH_TOOLS校验 Rube MCP 是否可用，并获取工具的最新 schema（queries传入类似use_case: "list all available LaunchDarkly tools and capabilities"的查询）；
• 通过RUBE_MANAGE_CONNECTIONS（toolkit 传launch_darkly）确认连接状态为ACTIVE；若未激活，按返回的授权链接完成设置；
• 通过RUBE_MULTI_EXECUTE_TOOL携带tool_slug与符合 schema 的arguments执行具体操作，调用时必须包含memory参数（可为空对象{}）；
• 批量或数据密集操作可使用RUBE_REMOTE_WORKBENCH配合run_composio_tool()循环并行执行；当工具返回schemaRef而非内联input_schema时，用RUBE_GET_TOOL_SCHEMAS加载完整输入结构。

核心工作流：五个 LaunchDarkly 自动化工具

以下工具均以真实 tool slug 写入 SKILL.md，参数说明与默认值均来自该文档。

1. 列出项目（List Projects）

使用LAUNCH_DARKLY_LIST_PROJECTS枚举账户下的所有项目及其 key，作为后续所有操作的"入口步骤"——必须先拿到合法的项目 key，才能调用环境、触发器等下游工具。

Tool: LAUNCH_DARKLY_LIST_PROJECTS Inputs: - filter: string (e.g., "query:myproject" or "keys:proj1,proj2" or "tags:mytag") - expand: string (e.g., "environments" to include env list per project) - limit: integer (default 20) - offset: integer (pagination start index) - sort: string (e.g., "name" or "-name" for descending)

参数要点：

• filter支持三种过滤形态：query:<关键词>（按名称/描述模糊查询）、keys:<key1>,<key2>（按 key 精确过滤）、tags:<标签>（按标签过滤）；
• expand传入environments时，可在单次响应中附带每个项目下的环境列表，减少后续调用；
• limit默认 20，结合offset实现分页遍历；sort支持name（升序）与-name（降序）。

2. 获取项目的环境（Get Environments）

使用LAUNCH_DARKLY_GET_ENVIRONMENTS列出指定项目内的全部环境（production、staging、test 等），为触发工作流等操作提供合法的环境 key。

Tool: LAUNCH_DARKLY_GET_ENVIRONMENTS Inputs: - project_key: string (required) -- e.g., "my-project", "default" - filter: string (e.g., "query:production") - limit: integer (default 20) - offset: integer (pagination) - sort: string (e.g., "name" or "-name")

参数要点：

• project_key为必填项，典型值如my-project、default；
• filter、limit、offset、sort语义与列表项目一致，filter可用query:production快速定位目标环境。

3. 创建 Flag 触发工作流（Create a Flag Trigger Workflow）

使用LAUNCH_DARKLY_CREATE_TRIGGER_WORKFLOW建立由外部事件驱动的自动化开关动作——外部系统（Webhook、Datadog 告警等）命中触发条件后，即可执行预设的"开/关"操作。

Tool: LAUNCH_DARKLY_CREATE_TRIGGER_WORKFLOW Inputs: - project_key: string (required) - feature_flag_key: string (required) -- e.g., "new-feature", "enable-dark-mode" - environment_key: string (required) -- e.g., "production", "staging" - integration_key: string (default "generic-trigger") -- or "datadog", "honeycomb", "dynatrace" - instructions: array of objects (optional): - kind: "flag_action" (fixed) - action: "turnFlagOn" | "turnFlagOff" - comment: string (optional) -- description of the trigger purpose

参数要点：

• project_key、feature_flag_key、environment_key三者必填，分别锚定"哪个项目、哪个开关、哪个环境"；
• integration_key默认generic-trigger（通用 Webhook），也可指定datadog、honeycomb、dynatrace以对接具体可观测性平台；
• instructions为指令对象数组，每个对象必须包含固定常量kind: "flag_action"与二选一的action（turnFlagOn开 /turnFlagOff关）；
• comment用于描述触发器的用途，便于后续审计。

创建成功后，系统会生成一个唯一的 Webhook URL，任何调用该 URL 的请求即可触发配置好的开关动作——这是将 LaunchDarkly 开关与外部告警、发布流水线联动的核心机制。

4. 删除 Flag 触发工作流（Delete a Flag Trigger Workflow）

使用LAUNCH_DARKLY_DELETE_TRIGGER_WORKFLOW永久移除触发器及其 URL，用于清理过期或误建的触发规则。

Tool: LAUNCH_DARKLY_DELETE_TRIGGER_WORKFLOW Inputs: - project_key: string (required) - feature_flag_key: string (required) - environment_key: string (required) - id: string (required) -- the trigger ID returned during creation

警告：删除不可逆。触发器与其 URL 一旦删除将无法恢复，因此id必须精确取自创建接口的返回值，删除前应确认该触发规则确实不再需要。

5. 列出代码引用仓库（List Code Reference Repositories）

使用LAUNCH_DARKLY_LIST_CODE_REFERENCE_REPOSITORIES追踪功能开关在代码库中的引用位置，为"开关是否可安全下线"提供依据。

Tool: LAUNCH_DARKLY_LIST_CODE_REFERENCE_REPOSITORIES Inputs: - projKey: string (optional) -- filter by project key - flagKey: string (optional) -- filter by feature flag key - withBranches: string (any value to include branch data) - withReferencesForDefaultBranch: string (any value to include code refs for default branch)

参数要点：

• projKey、flagKey为可选过滤条件，可按项目或按开关收窄结果；
• withBranches与withReferencesForDefaultBranch均传任意值即生效（真值开关风格），分别用于附带分支数据与默认分支的代码引用。

注意：代码引用属于 Enterprise（企业版）功能，需要code-reference-repository写入权限，普通套餐账户调用将无法成功。

已知陷阱：五条必须遵守的约束

SKILL.md 用表格总结了高频踩坑点，完整摘录如下：

结合配套文档 composio-skills/launch_darkly-automation/SKILL.md 的通用实践，还应注意：工具 schema 可能随版本变化，切勿硬编码 tool slug，先经RUBE_SEARCH_TOOLS检索；执行前确认连接仍为ACTIVE，OAuth/API Key 过期需重新认证；遇到限流错误应降低请求频率并实现退避；响应中的next_cursor/page_token需持续跟进直至遍历完成。

快速参考：工具速查表

适用前提与限制

本技能的所有操作均通过 Rube MCP（Composio）代理执行，适用前提包括：

• 客户端已接入https://rube.app/mcpMCP 服务器，且 LaunchDarkly 连接状态为ACTIVE；
• 账户具备对应 API 权限；其中代码引用审计额外要求 Enterprise 套餐与code-reference-repository写入权限；
• 参数严格遵循 SKILL.md 中的默认值与取值约束，特别是环境 key 的小写 slug 格式与指令对象的固定结构。

将本技能与仓库中的 composio-skills/launch_darkly-automation/SKILL.md 搭配使用，即可在 Claude.ai、Claude Code 等支持 Skills 的客户端中，把"开关发现 → 环境定位 → 触发器编排 → 下线审计"的完整功能开关生命周期交给 Agent 自动化执行。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化