AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载本文围绕 awesome-claude-skills 仓库中的 clearout-automation 技能展开系统讲解如何借助 Rube MCPComposio在 Claude 中自动化执行 Clearout 的各类业务操作。读完本文你将掌握 Rube MCP 的接入方式、RUBE_SEARCH_TOOLS工具发现机制、连接状态校验流程以及一套可直接复用的三阶段核心工作流发现工具 → 检查连接 → 执行工具并了解批量操作与完整 Schema 获取等进阶能力。Clearout 自动化技能概览Clearout 是主打邮箱验证与数据清洗场景的 SaaS 服务如邮箱地址验证、邮件列表清理等。在 awesome-claude-skills 中clearout-automation技能的目标是让 Claude 通过 Composio 的 Clearout toolkit以 MCP 协议驱动真实业务操作——无需为每个 API 手写胶水代码即可完成邮箱验证、列表清理等任务的自动化编排。该技能在仓库中的定位十分清晰根据 README.md 的 App Automation via Composio 一节本仓库为 78 个 SaaS 应用预构建了工作流技能每个技能都包含工具调用序列、参数指引、已知陷阱与快速参考表且全部使用从 Composio API 实际发现discover的工具 slug而非硬编码的陈旧接口。技能元数据SKILL.md 的 frontmatter明确了其运行前提name: clearout-automation description: Automate Clearout tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube]关键点在于requires.mcp: [rube]该技能依赖名为rube的 MCP 服务器提供运行时能力所有 Clearout 操作都通过 Rube MCP 暴露的RUBE_*工具间接完成。这也是整个技能设计的核心——Claude 本身不直接持有 Clearout 的 API 凭据而是经由 Rube MCP 的统一网关访问 Composio toolkit。前置条件在执行任何 Clearout 工作流之前需要确认以下三项前提对应技能文档的 Prerequisites 小节Rube MCP 已连接Claude 客户端中必须存在可用的RUBE_SEARCH_TOOLS工具这是后续一切调用的基础Clearout 连接已激活通过RUBE_MANAGE_CONNECTIONS建立并确认 toolkit 为clearout的活跃连接始终先搜索工具每次执行前必须调用RUBE_SEARCH_TOOLS获取当前工具 Schema因为工具签名会随上游更新而变化。这三项是技能能够开箱即用且不产生陈旧调用stale call的保障。环境搭建接入 Rube MCP技能文档给出了极为轻量的接入方式——无需任何 API KeyAddhttps://rube.app/mcpas an MCP server in your client configuration. No API keys needed — just add the endpoint and it works.即在 Claude 客户端的 MCP 服务器配置中添加端点https://rube.app/mcp即可。随后按以下 4 步完成环境验证验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS能够正常响应建立 Clearout 连接调用RUBE_MANAGE_CONNECTIONS传入 toolkitclearout完成授权若连接状态不是 ACTIVE跟随返回的 auth link授权链接完成 OAuth 式设置确认状态在运行任何工作流之前务必确认连接状态显示为 ACTIVE。这套流程的本质是Rube MCP 负责承载连接生命周期Claude 侧只需要关注工具调用本身授权与刷新等细节均由 MCP 层托管。工具发现机制永远先搜索Rube MCP 的一大设计原则是以搜索驱动执行。技能文档在 Tool Discovery 一节给出了首个调用示例RUBE_SEARCH_TOOLS queries: [{use_case: Clearout operations, known_fields: }] session: {generate_id: true}调用后RUBE_SEARCH_TOOLS会返回四类关键信息可用工具 slug 列表当前 Clearout toolkit 暴露了哪些可执行工具输入 Schema每个工具的入参结构字段名、类型、必填项推荐执行计划针对目标用例的最佳调用顺序建议已知陷阱该用例下的常见错误与规避方式。这也解释了为什么文档反复强调Never hardcode tool slugs or arguments without callingRUBE_SEARCH_TOOLS——工具 Schema 会变化硬编码迟早会产生失效调用。核心工作流模式三阶段调用链技能文档将完整的 Clearout 自动化归纳为三个固定步骤任何任务都可以套用这一模式。Step 1发现可用工具用当前会话 id 针对具体任务发起搜索RUBE_SEARCH_TOOLS queries: [{use_case: your specific Clearout task}] session: {id: existing_session_id}这里的use_case应描述具体业务意图例如邮箱验证、批量清理而不是宽泛的 Clearout operations以获得更精准的工具推荐与执行计划。Step 2检查连接状态在执行前确认 Clearout 连接处于 ACTIVERUBE_MANAGE_CONNECTIONS toolkits: [clearout] session_id: your_session_id注意参数形态的变化此处 toolkit 以数组形式传入[clearout]并显式携带session_id。若状态非 ACTIVE需先回到 Setup 流程完成授权。Step 3执行工具将搜索得到的工具 slug 与 Schema 合规的参数组装进RUBE_MULTI_EXECUTE_TOOLRUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id执行要点tool_slug必须来自 Step 1 的搜索结果禁止凭记忆硬编码arguments的字段名与类型必须严格遵循搜索结果中的 Schemamemory参数必须始终携带即使没有上下文数据也要传空对象{}session_id在同一工作流内复用。已知陷阱清单技能文档总结了六类高频踩坑点值得逐条对照陷阱规避方式Always search first工具 Schema 会变化未调用RUBE_SEARCH_TOOLS前绝不硬编码工具 slug 或参数Check connection执行前确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE 状态Schema compliance严格使用搜索结果中的精确字段名与类型Memory parameterRUBE_MULTI_EXECUTE_TOOL调用中始终包含memory即使为空{}Session reuse工作流内复用同一 session id新工作流再生成新 idPagination检查响应中的分页 token持续抓取直到数据完整其中Memory parameter和Session reuse两条最容易被忽视前者会导致请求直接失败后者则可能让多步骤任务因上下文割裂而产出错误结果。快速参考表技能文档末尾提供了一张操作速查表覆盖常规与进阶场景OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Clearout-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitclearoutExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef其中前三种构成标准工作流后两种属于进阶路径批量操作Bulk ops通过RUBE_REMOTE_WORKBENCH配合run_composio_tool()执行适合需要循环处理大量记录如整批邮箱验证的场景完整 SchemaFull schema当搜索结果的工具带有schemaRef引用时调用RUBE_GET_TOOL_SCHEMAS拉取完整 Schema用于参数构造或代码生成。源码佐证与同类技能参考该技能并非孤例。仓库中与之一模一样的结构模板可见于 composio-automation 技能针对 Composio 自身 toolkit其 Prerequisites、Setup、Tool Discovery、Core Workflow Pattern、Known Pitfalls 与 Quick Reference 六大部分与clearout-automation完全同构仅将 toolkit 名称替换为composio。从源码结构可以推断composio-skills目录下的 78 个技能对应 README 声明的 78 个 SaaS 应用统一采用这一搜索 → 连接 → 执行的调用范式clearout-automation是其中的标准实现之一。这意味着一旦你掌握了本文的三阶段工作流就能零成本迁移到仓库内任意其他*-automation技能如 Gmail Automation、Slack Automation 等只需替换use_case描述与 toolkit 名称即可。小结clearout-automation技能的实践价值在于将Clearout 业务操作封装为一条可被 LLM 稳定复用的调用协议以 Rube MCP 为连接层、以RUBE_SEARCH_TOOLS为动态发现机制、以三阶段工作流为执行骨架。实际使用时请始终遵循先搜索、再检查连接、最后执行的顺序并守住 Schema 合规、memory 必传、session 复用三条底线即可让 Claude 稳定地完成邮箱验证与清理类任务的自动化。Powered by Composio技能文档底部署名赞分享AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载相关推荐使用 Rube MCP 自动化 Anonyflow 操作awesome-claude-skills 中 anonyflow-automation 技能实战指南使用 Rube MCP 自动化 Anonyflow 操作awesome claude skills 中 anonyflow automation 技能实战指南AI 技能AI 插件人工智能工作流自动化使用 Rube MCP 自动化 Docupost 操作awesome-claude-skills 中 docupost-automation 技能实战指南使用 Rube MCP 自动化 Docupost 操作awesome claude skills 中 docupost automation 技能实战指南 导AI 技能AI 插件人工智能工作流自动化使用 Rube MCP 自动化 Byteforms 操作awesome-claude-skills 中 byteforms-automation 技能实战指南使用 Rube MCP 自动化 Byteforms 操作awesome claude skills 中 byteforms automation 技能实战指南AI 技能AI 插件人工智能工作流自动化上一篇3种方法如何实现抖音无水印视频下载技术方案全解析下一篇TopitMac窗口置顶终极指南 - 三分钟掌握高效多任务工作流创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考