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

本指南以 awesome-claude-skills 仓库中的 landbot-automation skill 为蓝本，系统讲解如何通过 Rube MCP（Composio 的 MCP 网关）让 Claude 等 AI Agent 直接驱动 Landbot 平台完成对话机器人的创建、配置与运维操作。读完本文，你将掌握 Rube MCP 的接入方式、Landbot 连接的建立与验证流程、以RUBE_SEARCH_TOOLS → RUBE_MANAGE_CONNECTIONS → RUBE_MULTI_EXECUTE_TOOL为核心的三步调用范式，以及避免工具失配、连接失效等常见陷阱的实战要点。

背景：Claude Skills 与 App 自动化的关系

在深入 Landbot 自动化之前，有必要先厘清一个概念边界。根据仓库 README.md 的说明：Skills 不是 MCP 服务器，也不是工具。MCP 定义 Agent 如何连接外部系统（鉴权、传输、工具发现）；工具是 Agent 实际调用的单个函数；而 Skill 定义的是"有了连接和工具之后，按什么顺序、带什么约束去执行什么工作流"。三者协作关系为：MCP 负责访问、工具负责行动、Skills 负责行为编排。

本 Skill 属于仓库中 App Automation via Composio 分类下的预构建工作流 Skill，该分类目前覆盖 78 个 SaaS 应用。每个 Skill 都包含工具调用序列、参数指导、已知陷阱和快速参考表，且均基于从 Composio API 实时发现的真实工具 slug 编写。Landbot 正是其中之一。

前置条件

使用本 Skill 前，需要满足以下三个前置条件：

1. Rube MCP 已连接：客户端环境中必须存在RUBE_SEARCH_TOOLS工具，它是判断 Rube MCP 是否可用的标志。
2. Landbot 连接已激活：通过RUBE_MANAGE_CONNECTIONS工具、以 toolkit 参数landbot建立的连接必须处于 ACTIVE 状态。
3. 先搜索再执行：每次工作流执行前都必须先调用RUBE_SEARCH_TOOLS获取当前最新的工具 schema，因为 Composio 的工具 schema 会随 API 演进持续变化。

从 Skill 的 YAML frontmatter（requires: mcp: [rube]）可以看出，该 Skill 将 Rube MCP 声明为强依赖，这也印证了"Skill 依赖 MCP 提供访问能力"的分层设计。

接入 Rube MCP

Rube MCP 的接入方式极其轻量：在客户端配置中把https://rube.app/mcp添加为 MCP 服务器即可，无需任何 API Key——添加端点后即可直接工作。这一点与 connect skill 描述的"获取 Composio API Key + 安装 SDK"方式不同，属于面向已有 Rube 网关用户的零配置路径。

接入后按以下顺序完成环境验证：

1. 确认 Rube MCP 可用：调用RUBE_SEARCH_TOOLS，确认其能正常响应；
2. 调用RUBE_MANAGE_CONNECTIONS，传入 toolkitlandbot；
3. 若连接状态不是 ACTIVE，点击返回的授权链接完成 Landbot 账号的 OAuth 授权；
4. 确认连接状态显示为 ACTIVE 之后，再开始运行任何工作流。

其中第 3 步是典型的首次授权流程：Agent 引导用户完成授权后，连接会持久化保存，后续工作流无需重复授权——这与 connect/SKILL.md 中描述的 Auth Flow 行为一致。

工具发现：先搜索，永远不要硬编码

Landbot 工具集不是固定的，schema 会变化。因此官方推荐在任何工作流执行之前，先用RUBE_SEARCH_TOOLS做一次工具发现：

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

该调用会返回四类关键信息：

• 可用的工具 slug（tool slugs）；
• 每个工具的输入 schema（input schemas）；
• 推荐的执行计划（recommended execution plans）；
• 已知的坑（known pitfalls）。

注意session: {generate_id: true}用于生成新的会话 ID；如果是在既有工作流中继续操作，则改为session: {id: "existing_session_id"}复用旧会话。会话 ID 是工作流状态的载体，合理生成与复用直接影响后续调用的连续性。

核心工作流模式：三步调用范式

整个 Landbot 自动化遵循一个固定的三步模式，本 Skill 将其固化为可复制的调用模板。

第一步：发现可用工具

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

将use_case替换为具体的任务描述（例如"创建 Landbot 聊天机器人""查询对话历史"），拿到该任务对应的工具 slug 与参数 schema。

第二步：检查连接状态

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

在正式执行任何工具之前，确认 Landbot 连接处于 ACTIVE。如果连接过期或被用户撤销，这里的检查可以在执行前就拦截失败，避免后续调用报错。

第三步：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"

执行时注意两个强制要求：

• tool_slug必须来自第一步RUBE_SEARCH_TOOLS的搜索结果，禁止凭记忆硬编码；
• arguments必须严格符合搜索返回的 schema（字段名、字段类型逐一对应）；
• memory参数必须始终包含，即使为空也要传{}——它是工具执行的上下文状态载体；
• session_id复用第二步使用的同一个会话 ID，保证状态连贯。

RUBE_MULTI_EXECUTE_TOOL支持在tools数组中传入多个工具调用，因此可以把"创建机器人 + 配置欢迎语 + 发布"等连续操作合并为一次执行，减少往返延迟。

批量操作与完整 Schema 获取

除了三步范式中的三个核心工具，本 Skill 还提到两个进阶入口：

• 批量操作：RUBE_REMOTE_WORKBENCH，在远程工作台中通过run_composio_tool()函数编程式地批量执行 Composio 工具，适合需要循环、条件判断或并行处理复杂数据的场景；
• 完整 Schema 获取：RUBE_GET_TOOL_SCHEMAS，当搜索返回的工具带有schemaRef引用（即 schema 过长、以引用形式返回）时，用它获取完整的工具 schema 定义。

已知陷阱清单

本 Skill 将踩坑经验沉淀为六条规则，全部围绕"动态 schema"这一核心约束展开：

1. 永远先搜索：工具 schema 会变。不先调用RUBE_SEARCH_TOOLS就硬编码工具 slug 或参数，是失败率最高的操作。
2. 检查连接：执行工具前务必确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE 状态，连接失效是一切调用失败的根源之一。
3. Schema 合规：参数必须使用搜索结果的精确字段名和类型，拼写偏差或类型错误会直接导致调用失败。
4. Memory 参数：每次RUBE_MULTI_EXECUTE_TOOL调用都必须携带memory，哪怕内容为空（{}）。
5. 会话复用：同一工作流内复用会话 ID，新工作流再生成新 ID，避免状态串扰。
6. 分页处理：检查响应中是否包含分页令牌（pagination tokens），有则持续拉取直到数据取完，防止结果被截断。

快速参考表

延伸阅读

• 本 Skill 属于仓库 composio-skills 目录下 78 个同类应用自动化 Skill 之一，可参考 composio-automation 与 composio-search-automation 观察同一三步范式在不同 toolkit 下的复用方式；
• 若希望以 API Key + SDK 方式（而非 Rube MCP 网关）接入 Composio，可参考 connect skill 中描述的 Composio Tool Router 流程与代码示例；
• 关于 Skill 的结构规范（SKILL.md+ YAML frontmatter + 可选scripts/、templates/、resources/），见仓库 README.md 的 "Creating Skills" 一节。

小结

通过 Rube MCP 自动化 Landbot 的核心方法论可以浓缩为一句话：以RUBE_SEARCH_TOOLS驱动、以RUBE_MANAGE_CONNECTIONS保障、以RUBE_MULTI_EXECUTE_TOOL落地。只要始终遵守"先搜索、再连接、后执行"的顺序，并严格执行 schema 合规、memory 携带、会话复用与分页处理四条纪律，就能让 AI Agent 稳定、安全地接管 Landbot 的日常运维任务。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化