agentql-automation

agentql-automation skill の概要

agentql-automation の用途

agentql-automation は、Composio の Rube MCP server 経由で AgentQL のブラウザ自動化タスクを実行するための Claude skill です。AI エージェントが現在の AgentQL tool schema を確認し、有効な AgentQL connection を検証したうえで、古いパラメータや推測した tool 名に頼らず、Rube tool layer を使ってブラウザ向けの操作を実行するワークフローに向いています。

主な目的は「ブラウザ自動化スクリプトをゼロから書く」ことではありません。実行前に connection check と schema discovery を行い、適切な Composio AgentQL tools を正しい順序で呼び出せるようにすることです。

向いているユーザーとプロジェクト

この skill は、すでに Claude を MCP tools と組み合わせて使っており、Rube 経由で AgentQL にアクセスしたいユーザーに適しています。Web ページの操作、構造化データ抽出、ブラウザアクション、AgentQL を使ったブラウジングなど、利用可能な tool が時間とともに変わる可能性がある自動化タスクで特に役立ちます。

Composio 経由で AgentQL を使うための再現しやすいプロンプトパターンが欲しい場合は、インストール候補として有力です。一方で、Rube MCP を使っていない、AgentQL connection がない、または live tool execution ではなく静的なコード例だけが必要な場合には、あまり適していません。

主要な差別化ポイント: schema-first execution

agentql-automation skill で重要なのは、最初に必ず RUBE_SEARCH_TOOLS を呼び出すよう求めている点です。これは、Rube が現在の tool slugs、input schemas、推奨される execution plans、既知の落とし穴を返せるためです。ブラウザ自動化では、古い tool 名や arguments に基づく失敗を減らせます。

また、この skill は AgentQL operations を実行する前に、toolkit agentql を指定して RUBE_MANAGE_CONNECTIONS を使うことで、connection status の確認をワークフローに組み込んでいます。

agentql-automation skill の使い方

agentql-automation のインストールとセットアップ前提

Composio skills repository から skill をインストールし、その後、利用する client が Rube MCP を使えることを確認します。

npx skills add ComposioHQ/awesome-claude-skills --skill agentql-automation

この skill は、Rube MCP が次の MCP server として設定されていることを前提にしています。

https://rube.app/mcp

skill に依存する前に、RUBE_SEARCH_TOOLS が利用可能であることを確認してください。そのうえで、toolkit agentql を指定して RUBE_MANAGE_CONNECTIONS を使います。AgentQL が active でない場合は、返された authentication link に従い、status が ACTIVE になるまで connection check を再実行します。

精度の高い実行に必要な入力

弱いプロンプトの例は次のようなものです。「このサイトを AgentQL で自動化して」。

より良いプロンプトでは、タスク、対象、成功条件、制約を明示します。

“Use agentql-automation for Browser Automation. First search Rube tools for the current AgentQL schema. Then check the AgentQL connection. On https://example.com/products, find all visible product names and prices from the first results page. Return structured JSON with name, price, and source_url. Do not purchase, submit forms, or bypass login.”

このように書くと、エージェントが目的を具体的な RUBE_SEARCH_TOOLS query に変換し、適切な AgentQL tool を選び、不安全または曖昧なブラウザ操作を避けやすくなります。

推奨ワークフロー

agentql-automation skill を呼び出すときは、次の順序を使います。

1. 汎用的な “AgentQL operations” query ではなく、具体的なユースケースに合わせて RUBE_SEARCH_TOOLS を呼び出すようエージェントに依頼する。
2. 必要に応じて返された session ID を再利用し、execution plan の一貫性を保つ。
3. ブラウザ操作を試す前に、agentql に対して RUBE_MANAGE_CONNECTIONS を呼び出す。
4. active であれば、発見された schema に従って選択した AgentQL tool を実行する。
5. 使用した tool slug、required fields、assumptions をエージェントに報告させる。

このワークフローは、AgentQL のタスクが抽出からナビゲーションへ変わるような場合に特に有効です。タスクごとに必要な fields や execution plans が異なる可能性があるためです。

導入前に読むべきファイル

repository path は composio-skills/agentql-automation で、確認すべき主要ファイルは SKILL.md です。提供されている tree には、helper scripts、resources、rules、README files は見当たらないため、インストール判断は skill instructions 自体をもとに行う必要があります。

SKILL.md では、prerequisites、setup、tool discovery、中心となる workflow pattern を確認してください。あわせて、skill からリンクされている公式 toolkit documentation も確認します: https://composio.dev/toolkits/agentql

agentql-automation skill FAQ

agentql-automation は Rube MCP なしでも使えますか？

いいえ。この skill は rube MCP server を明示的に必要としており、RUBE_SEARCH_TOOLS や RUBE_MANAGE_CONNECTIONS などの tools に依存しています。これらの tools がない場合、単なるワークフローのメモにとどまり、AgentQL automation を実行することはできません。

通常の AgentQL プロンプトより何が優れていますか？

一般的なプロンプトでは、model に tool 名を推測させたり、AgentQL を直接呼び出させたりすることがあります。agentql-automation skill は、より安全な運用手順を追加します。まず利用可能な tools を発見し、現在の schema を確認し、AgentQL connection を検証してから実行します。schemas や推奨される execution plans が変わる可能性がある場合に価値があります。

初心者にも向いていますか？

MCP 対応 client にすでに慣れているユーザーであれば、初心者にも扱いやすい部類です。ブラウザ自動化の目的自体はシンプルにできますが、セットアップでは Rube MCP endpoint の追加、AgentQL connection の管理、実行前の tool discovery が必須であることの理解が必要です。

この skill を使うべきでない場面は？

AgentQL 以外のブラウザ自動化、オフラインの scraping scripts、MCP tool execution が使えないタスクには使わないでください。また、アクセス制御の回避、レビューなしでの機密フォーム送信、明確な成功条件を定義できないページでの操作が必要なワークフローにも適していません。

agentql-automation skill を改善する方法

ページ全体の目的より具体的にプロンプトを書く

agentql-automation でより良い結果を得るには、ブラウザタスクを「観測できるページ上の操作」と「期待する出力」で表現します。URL、抽出または変更したい内容、必須 fields、停止条件、禁止する操作を含めてください。

より良い入力例:

“Open the target page, identify the pricing table, extract plan names, monthly prices, annual prices if visible, and feature limits. Return a markdown table. Stop after the first pricing page. Do not click checkout or login links.”

これにより、エージェントは精度の高い Rube tool search を組み立て、完了状態を検証するための十分な文脈を得られます。

よくある失敗を防ぐ

最も多い失敗は、tool discovery を省略して、推測した schemas を使ってしまうことです。すべての依頼に「最初に RUBE_SEARCH_TOOLS を呼び出す」ことを含めてください。もう一つのよくある問題は、AgentQL が接続される前に実行してしまうことです。実行前に ACTIVE status を確認するようエージェントに求めます。

動的なページでは、不確実性も報告させてください。missing elements、login walls、pagination、blocked content、期待したページ構造と実際に観測された構造の違いなどです。

初回実行後に反復する

最初の出力後は、tool が返した内容に基づいて絞り込みます。fields が不足している場合は、より狭い AgentQL query または特定の page region に対する second pass を依頼します。出力が広すぎる場合は、“first 10 results”、“visible cards only”、“current page only” のような制限を追加します。

効果的な反復プロンプトの例:

“Using the same AgentQL/Rube session if possible, rerun only the extraction step. Keep name and price, add availability, and ignore sponsored results.”

チーム向けに skill 自体を強化する

チームで agentql-automation skill を導入する場合、よく使うサイト向けの local examples、承認済みの action boundaries、期待する output schemas、connection troubleshooting notes を追加すると信頼性を高められます。upstream skill はコンパクトで support files がないため、schema-first workflow の中核を変えずに、チーム固有のガイダンスを加えるだけでも大きな価値があります。