landbot-automation
von ComposioHQlandbot-automation hilft Agenten, Landbot-Abläufe über Composio’s Landbot toolkit via Rube MCP zu automatisieren – mit Verbindungsprüfungen und schemaorientierter Tool-Erkennung vor der Ausführung.
Dieser Skill erreicht 66/100 und ist damit für einen Directory-Eintrag akzeptabel, aber eingeschränkt. Directory-Nutzer erhalten einen brauchbaren Trigger- und Verbindungsablauf für Landbot-Automatisierung über Rube MCP, sollten ihn jedoch eher als schlanke operative Hülle verstehen und nicht als vollständiges Landbot-Playbook mit konkreten Automatisierungsrezepten.
- Klares Modell für Voraussetzungen: erfordert Rube MCP, eine aktive Landbot-Verbindung und die Nutzung von RUBE_SEARCH_TOOLS vor der Ausführung.
- Bietet eine konkrete Einrichtungsabfolge zum Hinzufügen des Rube MCP endpoint, zum Verwalten der Landbot-Verbindung und zum Bestätigen des ACTIVE status.
- Das Tool-Discovery-First-Muster sollte Agenten helfen, veraltete Schemata zu vermeiden, wenn sie Landbot über Composio automatisieren.
- Keine Support-Dateien, Beispiele oder Installationsmetadaten über die SKILL.md hinaus; Nutzer müssen bereits wissen, wie sie MCP servers in ihrem Client konfigurieren.
- Die Workflow-Anleitung behandelt überwiegend generische Rube Discovery- und Verbindungsabläufe statt Landbot-spezifischer Aufgabenrezepte. Die Ausführung hängt daher weiterhin stark von aktuellen Ergebnissen der Tool-Suche ab.
Überblick über den landbot-automation skill
Was landbot-automation leistet
landbot-automation ist ein Claude Skill, mit dem sich Landbot-Aufgaben über Composio’s Landbot toolkit mithilfe von Rube MCP automatisieren lassen. Der wichtigste Nutzen des landbot-automation skill ist kein festes Landbot-Skript, sondern ein sicheres Arbeitsmuster für den Agenten: Rube MCP verbinden, die Landbot-Kontoverbindung prüfen, aktuelle Tool-Schemas suchen und anschließend die passende Landbot-Aktion mit den ermittelten Parametern ausführen.
Das ist wichtig, weil Landbot-Automatisierung häufig scheitert, wenn ein Agent veraltete API-Felder errät. Der Skill weist den Agenten ausdrücklich an, zuerst RUBE_SEARCH_TOOLS aufzurufen, damit sich der Workflow an die aktuellen Composio-Tooldefinitionen anpasst.
Geeignete Nutzer und Workflows
Der landbot-automation skill eignet sich besonders für Nutzer, die einen AI Agent bei operativen Landbot-Aufgaben einsetzen möchten, etwa beim Prüfen verfügbarer Landbot-Aktionen, beim Vorbereiten botbezogener Änderungen, beim Verwalten von Workspace-Objekten oder beim Einbinden von Landbot-Schritten in eine größere Workflow-Automatisierung.
Er passt gut zu Teams, die bereits Claude-kompatible Skills und MCP-Tools verwenden, besonders wenn Landbot-Aktionen über Composio statt über eigenen API-Code ausgeführt werden sollen. Weniger sinnvoll ist er, wenn du lediglich Texte für ein Chatbot-Skript erstellen möchtest, denn der Skill ist auf toolgestützte Landbot-Operationen ausgelegt, nicht nur auf Conversational Design.
Wichtigster Unterschied: Ausführung zuerst nach Schema
Der stärkste Unterschied ist die Regel „erst Tools suchen“. Statt Tool-Namen oder Eingabeformate anzunehmen, weist der Skill den Agenten an, Folgendes zu verwenden:
RUBE_SEARCH_TOOLS
und zwar mit einem konkreten Landbot-Anwendungsfall. Diese Suche liefert verfügbare Tool-Slugs, Eingabe-Schemas, vorgeschlagene Ausführungspläne und mögliche Fallstricke. Für Workflow-Automatisierung senkt das das Risiko fehlerhaft formatierter Tool Calls, fehlender Pflichtfelder und falscher Annahmen darüber, was das Landbot toolkit aktuell unterstützt.
So verwendest du den landbot-automation skill
Installation und Setup-Kontext für landbot-automation
Um den Skill aus dem Quell-Repository in einer Claude-Skills-Umgebung zu installieren, verwende den Repository-Pfad des Skills:
npx skills add ComposioHQ/awesome-claude-skills --skill landbot-automation
Konfiguriere anschließend Rube MCP in deinem Client, indem du Folgendes hinzufügst:
https://rube.app/mcp
Der Skill benötigt Zugriff auf Rube MCP und eine Landbot-Verbindung über Composio. Bevor du echte Automatisierung anforderst, prüfe, ob RUBE_SEARCH_TOOLS verfügbar ist. Verwende danach RUBE_MANAGE_CONNECTIONS mit dem Toolkit landbot. Wenn die Verbindung nicht ACTIVE ist, schließe den zurückgegebenen Autorisierungsprozess ab und prüfe den Status erneut, bevor du fortfährst.
Welche Eingaben der Skill für gute Ergebnisse braucht
Ein guter Prompt für landbot-automation usage sollte das konkrete Landbot-Ziel, den Workspace-Kontext, Einschränkungen und den gewünschten Vorsichtsgrad des Agenten enthalten. Schwacher Prompt:
„Update my Landbot flow.“
Besserer Prompt:
“Use landbot-automation for Workflow Automation. First discover current Landbot tools with Rube. Check whether my Landbot connection is active. I want to list available bots, identify the bot named Lead Qualification, and prepare the safest available update path for changing the welcome message. Do not modify anything until you show the discovered tool schema and proposed action.”
Das funktioniert besser, weil Discovery, Verbindungsprüfung, Planung und Ausführungserlaubnis klar voneinander getrennt werden.
Empfohlener Ablauf für zuverlässige Ausführung
Nutze diese Arbeitsreihenfolge:
- Bitte den Agenten,
landbot-automationaufzurufen. - Verlange
RUBE_SEARCH_TOOLSfür die exakte Aufgabe, nicht für eine allgemeine Suchanfrage. - Lass die Landbot-Verbindung mit
RUBE_MANAGE_CONNECTIONSprüfen. - Prüfe das zurückgegebene Tool-Schema und den vorgeschlagenen Ausführungsplan.
- Gib nur die konkrete Aktion frei, die ausgeführt werden soll.
- Bitte um eine Zusammenfassung der ausgeführten Tool Calls, der betroffenen Landbot-Objekte und aller noch offenen Felder.
Bei Änderungen mit höherem Risiko solltest du „read-only discovery first“ in deinen Prompt aufnehmen. Bei Massenänderungen sollte der Agent zunächst ein einzelnes Beispielobjekt verarbeiten und erst nach der Validierung verallgemeinern.
Repository-Dateien, die du zuerst lesen solltest
Der Upstream-Skill ist kompakt: Die zentrale Datei ist SKILL.md unter composio-skills/landbot-automation. In der Repository-Vorschau sind keine zusätzlichen rules/, resources/, references/ oder Hilfsskripte zu sehen. Die meisten Entscheidungen zur Einführung sollten daher auf den MCP-Anforderungen des Skills und seinem Workflow-Muster basieren.
Lies SKILL.md mit Blick auf drei Punkte: den erforderlichen MCP-Server, die Prüfung der Landbot-Verbindung und das verpflichtende Tool-Discovery-Muster. Sieh dir außerdem die Dokumentation zu Composio’s Landbot toolkit unter composio.dev/toolkits/landbot an, wenn du verstehen möchtest, welche Landbot-Operationen über das hinaus verfügbar sind, was der Agent zur Laufzeit entdeckt.
FAQ zum landbot-automation skill
Reicht landbot-automation auch ohne Rube MCP?
Nein. landbot-automation hängt von Rube MCP und Composio’s Landbot toolkit ab. Wenn dein Client keine MCP-Tools nutzen kann oder RUBE_SEARCH_TOOLS nicht verfügbar ist, verliert der Skill seinen zentralen Ausführungsmechanismus. In diesem Fall kann dir ein normaler Prompt weiterhin helfen, Landbot-Änderungen zu planen, sollte aber nicht als toolgestützte Automatisierung verstanden werden.
Was ist besser als bei einem normalen Landbot-Prompt?
Ein gewöhnlicher Prompt kann Chatbot-Flows entwerfen oder API-Aufrufe vorschlagen. Der landbot-automation guide unterscheidet sich dadurch, dass er den Agenten anweist, vor jeder Aktion Live-Tool-Schemas zu ermitteln. Dadurch eignet er sich besser für operative Arbeit, bei der exakte Felder, Tool-Slugs, Verbindungsstatus und Ausführungsreihenfolge entscheidend sind.
Können Einsteiger diesen Skill sicher verwenden?
Ja, wenn der erste Durchlauf schreibgeschützt bleibt. Einsteiger sollten den Agenten zunächst Tools ermitteln, den Verbindungsstatus prüfen und die vorgeschlagene Aktion erklären lassen, bevor Änderungen vorgenommen werden. Das größte Risiko für Einsteiger besteht darin, eine Schreibaktion freizugeben, ohne zu verstehen, welcher Bot, Block, Kontakt oder welches Workspace-Objekt betroffen ist.
Wann sollte ich diesen Skill nicht verwenden?
Verwende ihn nicht, wenn du ausschließlich kreative Chatbot-Texte brauchst, wenn deine Organisation Automatisierungszugriff durch Drittanbieter untersagt oder wenn du keine Landbot-Verbindung über Composio autorisieren kannst. Vermeide ihn außerdem für produktive Änderungen mit hoher Auswirkung, wenn du das ermittelte Schema nicht prüfen und die Zielobjekte vor der Ausführung nicht bestätigen kannst.
So verbesserst du den landbot-automation skill
Bessere landbot-automation-Ergebnisse durch präzisere Prompts
Die besten Ergebnisse entstehen durch aufgabenspezifische Prompts. Nenne das Zielobjekt in Landbot, das gewünschte Ergebnis, erlaubte Aktionen und Bestätigungsregeln.
Beispiel:
“Use landbot-automation to discover tools for exporting or listing Landbot bot metadata. Verify the Landbot connection first. If multiple tools can perform the task, compare them briefly and choose the least destructive option. Do not update, delete, publish, or overwrite anything.”
Damit gibst du dem Agenten einen präzisen Suchkontext und verhinderst, dass er von der Discovery direkt in die Ausführung springt.
Häufige Fehlerquellen vermeiden
Der häufigste Fehler ist das Erraten von Schemas. Verhindere das, indem du ausdrücklich schreibst: “Always call RUBE_SEARCH_TOOLS before choosing a tool.” Ein weiteres Problem ist inaktive Authentifizierung; verlange daher vor jedem Workflow eine Prüfung mit RUBE_MANAGE_CONNECTIONS. Ein drittes Risiko ist unklare Objektzuordnung, etwa „update the sales bot“, wenn mehrere Bots passen könnten. Gib genaue Namen an, IDs, sofern vorhanden, und eine Regel für den Umgang mit Duplikaten.
Nach der ersten Ausgabe iterieren
Nach dem ersten Ergebnis der Tool-Discovery solltest du den Agenten bitten, das Schema praktisch zusammenzufassen: Pflichtfelder, optionale Felder, riskante Aktionen und fehlende Informationen. Ergänze anschließend die fehlenden Werte und fordere einen Dry-Run-Plan an. Bei Schreiboperationen solltest du eine finale Bestätigungsnachricht verlangen, die Tool-Slug, Zielobjekt, Parameter und erwartete Wirkung enthält.
Was den Skill stärker machen würde
Der Upstream-Skill wäre stärker mit Beispielen für typische Landbot-Aufgaben, Mustern für schreibgeschützte Abläufe im Vergleich zu Schreiboperationen sowie Beispiel-Prompts zum Auflisten von Bots, Aktualisieren von Inhalten oder Prüfen von Verbindungen. Bis diese ergänzt werden, sollten Nutzer das ausgleichen, indem sie in ihren Prompts ausdrücklich Discovery-First-Verhalten, Verbindungsstatus, Freigabeschritte und Erwartungen an Rollbacks festlegen.