strava-automation
作成者 ComposioHQstrava-automation は、Composio Rube MCP を通じて Strava ワークフローを実行するための skill です。現在利用できるツールの検出、Strava 接続の確認、対応アクションの安全な実行をエージェントが進めやすくします。
スコア: 72/100。Composio と Rube MCP をすでに使っている、または導入する意向があるユーザーにとっては、十分に検討に値するディレクトリ掲載です。Strava 自動化に向けて、エージェントがいつ起動し、どうセットアップし、どのような流れで実行するかが分かりやすく示されています。一方で、このスコアは、完全に自己完結したワークフローパッケージではなく、軽量なオーケストレーションガイドであることも示しています。正確なスキーマや利用可能な操作は、エージェントがライブのツールディスカバリーに依存する前提で考えるべきです。
- スコープとトリガーが明確です。Rube MCP 経由で Composio の Strava toolkit を使い、Strava 操作を自動化する用途に絞られています。
- https://rube.app/mcp の追加、RUBE_SEARCH_TOOLS の確認、Strava 接続の有効化など、実行に必要なセットアップ前提が具体的に示されています。
- 最初に RUBE_SEARCH_TOOLS を呼び出すよう繰り返し指示しているため、スキーマのずれを減らし、エージェントが推測ではなく最新のツール定義を使いやすくなります。
- 実行には Rube MCP が利用可能であり、RUBE_MANAGE_CONNECTIONS 経由の Strava 接続が ACTIVE であることが前提です。この skill 自体には、単体で動くスクリプトやローカルの代替手段は含まれていません。
- ワークフローの説明は主にディスカバリーパターンに基づいており、Strava の具体的なツール呼び出しを最初から最後まで文書化するのではなく、まず現在のツールスキーマを検索するようエージェントに指示します。
strava-automation skill の概要
strava-automation でできること
strava-automation は、Composio の Rube MCP server 経由で Strava ワークフローを実行するための Claude skill です。エージェントが現在の Strava tool schema を確認し、Strava 接続を検証したうえで、アクティビティデータの読み取りや、サポートされている Strava 操作の自動化を実行できるようにします。古い API パラメータを推測して動かすのではなく、実際に利用可能なツール定義に基づいて進められる点が重要です。
この skill の本質は、Strava の仕様を固定的に「知っている」ことではありません。最も重要な指示は、まず RUBE_SEARCH_TOOLS を呼び出すことです。Composio の tool schema や利用可能な Strava actions は変わる可能性があるためです。そのため strava-automation skill は、記憶済みの API 形状ではなく、実際の最新ツール定義に沿って AI エージェントを動かしたい場合に特に有用です。
向いているユーザーとワークフロー
この skill は、すでに Claude または MCP 対応クライアントを使っていて、より広いワークフロー自動化の中に Strava automation を組み込みたいユーザーに向いています。たとえば、最近のアクティビティ確認、トレーニングサマリーの作成、Strava 由来の情報を別プロセスへ同期する処理、繰り返し使えるアクティビティ管理ルーチンの準備などに適しています。
特に、ツール探索、認証状態の確認、実行計画をエージェントに組み合わせて行わせたい strava-automation for Workflow Automation の利用者に向いています。一方で、Rube MCP に接続するつもりがなく、Strava データについて一度だけ自然言語で説明してほしいだけなら、あまり効果はありません。
導入時の主な要件
主なハードルはプロンプトではなくセットアップです。この skill には rube MCP server と、Rube 経由で管理されている有効な Strava 接続が必要です。RUBE_SEARCH_TOOLS が利用できない場合、または RUBE_MANAGE_CONNECTIONS で Strava toolkit を有効化できない場合、実際の Strava 操作は実行できません。
上流の skill はコンパクトで、同梱されているのは SKILL.md のみです。そのため、確認できるヘルパースクリプト、examples フォルダ、ローカル自動化ユーティリティはありません。インストールするかどうかは、Rube MCP を実行レイヤーとして使う前提に納得できるかで判断するのがよいでしょう。
strava-automation skill の使い方
strava-automation のインストール前提
Composio skill collection から skill をインストールし、その後 AI クライアント側で Rube MCP を設定します。
npx skills add ComposioHQ/awesome-claude-skills --skill strava-automation
この skill 自体には、プロジェクト固有のインストーラーは含まれていません。追加後、MCP endpoint を設定します。
https://rube.app/mcp
次に、クライアントが RUBE_SEARCH_TOOLS を公開していることを確認します。接続が ACTIVE でない場合は、toolkit strava を指定して RUBE_MANAGE_CONNECTIONS を使い、返された認証フローを完了してください。接続ステータスが active になるまでは、エージェントに Strava データの取得や変更を依頼しないでください。
skill に渡すべき入力
strava-automation を効果的に使うプロンプトには、次の情報を含めるとよいです。
- 実行したい Strava タスク
- エージェントにデータを読み取らせるのか、書き込ませるのか、計画だけを作らせるのか
- 期間、アクティビティ種別、athlete context、対象レコード
- 「確認なしに作成・更新しない」などの安全制約
- 表、サマリー、JSON、手順付き計画など、期待する出力形式
弱いプロンプト:
Check my Strava.
よりよいプロンプト:
Use strava-automation. First call
RUBE_SEARCH_TOOLSfor current Strava activity-reading tools, then verify my Strava connection. If active, retrieve my runs from the last 14 days and summarize distance, moving time, elevation gain, and any unusually hard efforts. Do not create or update Strava records.
このように書くと、エージェントに「探索 → 確認 → 実行」の順序、タスク範囲、出力形式が明確に伝わるため、結果が安定しやすくなります。
推奨ワークフローパターン
この skill は次の順序で使うのがおすすめです。
- 対象の Strava ユースケースに対して、エージェントに
RUBE_SEARCH_TOOLSを呼び出させる。 - 返された tool slugs、schemas、required fields、注意点を確認する。
RUBE_MANAGE_CONNECTIONSで Strava 接続を確認させる。- active であれば、発見された schema に沿って選択した tool を実行する。
- 何を実行したか、どのデータが返ったか、どのフィールドをスキップしたかをエージェントに要約させる。
いきなり Strava 操作を依頼するより、この流れのほうが安全です。リポジトリでは、Rube が最新の schema と実行計画を返すため、ツール探索を明示的に重視しています。
最初に読むべきリポジトリファイル
まず確認するファイルは次のとおりです。
composio-skills/strava-automation/SKILL.md
この skill フォルダには、見える範囲で README.md、metadata.json、scripts/、resources/、rules/ はありません。監査しやすい一方で、運用上の詳細は同梱サンプルに期待するのではなく、実行時の RUBE_SEARCH_TOOLS の応答に依存する設計です。
strava-automation skill FAQ
strava-automation は Rube MCP なしでも使えますか？
いいえ。strava-automation skill は Rube MCP に依存しており、RUBE_SEARCH_TOOLS と Strava 接続管理が必要です。MCP レイヤーがない場合、可能なワークフローを説明することはできますが、ツールを確実に探索したり、認証済みの Strava 操作を実行したりすることはできません。
通常の Strava プロンプトより何が優れていますか？
汎用的なプロンプトでは、Strava API のフィールドを幻覚したり、古い endpoint の挙動を前提にしたりする可能性があります。この skill は、まず現在の Composio Strava tools を探索し、schema を確認し、Rube 経由で実行するようエージェントを誘導します。特に繰り返し使うワークフローを自動化する場合、より安全に tool を使え、推測に頼る部分を減らせるのが利点です。
初心者にも向いていますか？
MCP server の追加と OAuth 形式の接続フローに抵抗がなければ、初心者にも扱いやすい部類です。ただし、単体アプリ、ブラウザ拡張、ノーコードダッシュボードを期待するユーザーには向いていません。この skill は AI エージェント向けの薄い運用ガイドであり、完成された Strava automation 製品ではありません。
この skill を使わないほうがよい場面は？
サポートされていない Strava actions、検証できない一括変更、MCP クライアントと Rube session が提供する範囲を超えた厳密な監査制御が必要なワークフローには使わないでください。また、静的なトレーニングアドバイスだけが必要な場合は、エクスポート済みのアクティビティデータを使った通常のプロンプトのほうが簡単なことがあります。
strava-automation skill を改善する方法
strava-automation プロンプトを改善する
strava-automation の結果を最も早く改善する方法は、実行したい操作を明確にすることです。action type、time range、filters、confirmation rules を含めてください。
よりよいプロンプトの型:
Use strava-automation to discover the current Strava tools for reading activities. Check my connection first. Retrieve cycling activities from this month only. Return a compact table with date, name, distance, moving time, elevation, and average speed. If any write-capable tools appear, do not use them.
こうすることで、エージェントが read-only tools を選びやすくなり、広すぎる取得を避け、確認しやすい出力を生成できます。
よくある失敗を避ける
よくある問題は、ツール探索を省略する、schema を推測する、Strava 接続が active になる前に実行する、「organize my Strava」のように曖昧な目標を与える、といったものです。実行前に、発見された tool name と required input fields をエージェントに表示させることで防げます。
書き込み操作では、確認ポイントを追加してください。
Before creating, updating, or deleting anything in Strava, show the exact tool, payload, and expected effect, then wait for approval.
最初の出力を見て反復する
初回実行後は、推測ではなく返されたフィールドに基づいて改善します。tool が activity IDs、sport types、timestamps、pagination details を返す場合は、次のプロンプトでそれらの正確なフィールドを使ってください。欠けているデータについては、そのフィールドが利用不可なのか、選択した tool に含まれていないのか、リクエスト条件で除外されたのかをエージェントに明確に説明させます。
継続的な自動化に使う場合は、うまく機能した最終プロンプト構造を保存しておきましょう。含める要素は、discovery instruction、connection check、selected action、constraints、output format です。これにより、strava-automation skill を一度きりの補助ではなく、再利用可能な Strava ワークフロー部品として使えるようになります。