wachete-automation

wachete-automation skill 개요

wachete-automation이 하는 일

wachete-automation은 Composio의 Rube MCP server를 통해 Wachete 관련 자동화를 실행하도록 설계된 Claude skill입니다. 현재 Wachete tool schema를 찾아야 하고, 인증된 Wachete connection이 있는지 확인한 뒤, 하드코딩된 API 가정에 의존하지 않고 MCP를 통해 Wachete 작업을 실행해야 하는 agent에 적합합니다.

이 skill의 핵심 가치는 큰 로컬 코드베이스가 아니라 반복 가능한 워크플로 패턴에 있습니다. 먼저 Rube tools를 검색하고, wachete toolkit connection을 확인한 다음, 선택한 tool을 실행하고, 반환된 schema와 오류를 신중하게 처리하는 방식입니다.

Workflow Automation 사용자에게 가장 잘 맞는 경우

이 wachete-automation skill은 Wachete의 통합 레이어로 Rube MCP와 Composio를 이미 사용하고 있거나 사용할 의향이 있는 사용자에게 잘 맞습니다. 구성된 웹페이지를 모니터링하거나, watch 상태를 확인하거나, live toolkit이 노출하는 Wachete 관련 작업을 관리하는 등 더 큰 workflow automation 세션 안에서 AI assistant가 Wachete 작업을 수행하길 원할 때 특히 유용합니다.

반대로 독립형 Wachete SDK, 직접 REST API wrapper, 또는 MCP 없이 동작하는 로컬 스크립트를 원한다면 적합도가 낮습니다.

도입 전 확인해야 할 핵심 조건

skill을 설치하거나 호출하기 전에 다음 세 가지를 확인하세요.

• 클라이언트가 MCP tools를 지원해야 합니다.
• Rube MCP가 https://rube.app/mcp로 설정되어 있어야 합니다.
• RUBE_MANAGE_CONNECTIONS를 통해 Wachete toolkit connection을 활성화할 수 있어야 합니다.

가장 중요한 운영 규칙은 agent가 먼저 RUBE_SEARCH_TOOLS를 호출해야 한다는 점입니다. Wachete tool 이름, 필수 필드, schema는 바뀔 수 있으므로, 이 skill은 정적인 예제가 아니라 실행 시점의 live tool discovery에 의도적으로 의존합니다.

wachete-automation skill 사용 방법

wachete-automation 설치 및 설정 경로

Claude skills와 호환되는 환경에서 skill을 설치합니다. 예를 들면 다음과 같습니다.

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

그런 다음 클라이언트에 다음 주소를 추가해 Rube MCP를 설정합니다.

https://rube.app/mcp

MCP를 사용할 수 있게 되면 RUBE_SEARCH_TOOLS가 응답하는지 확인하세요. 그다음 toolkit wachete와 함께 RUBE_MANAGE_CONNECTIONS를 사용합니다. connection이 ACTIVE가 아니라면 Rube가 반환한 인증 링크를 따라 인증을 완료하고, agent에게 Wachete action 실행을 요청하기 전에 connection 상태를 다시 확인하세요.

사용자가 제공해야 할 입력

“Wachete를 자동화해줘”처럼 모호한 요청만으로는 충분하지 않습니다. agent에게 실제 작업, 대상 객체, 제약 조건을 함께 알려주세요. 좋은 입력에는 다음이 포함됩니다.

• 상태 확인, 사용 가능한 작업 찾기, watch 관리 등 원하는 Wachete action
• 알고 있는 page URL, watch identifier, project name, label, account context
• 작업이 read-only여야 하는지, 아니면 Wachete configuration 변경을 허용해도 되는지
• 결과를 간단한 상태 보고서, 표, 다음 단계 추천 등 어떤 형태로 요약하길 원하는지

예시 prompt:

“Use the wachete-automation skill. First search Rube for current Wachete tools and schemas. Confirm the wachete connection is active. Then find the available tool for checking my Wachete watches and return a concise table of watch name, URL if available, status, and any errors. Do not create or modify watches unless you ask me first.”

실무에서의 wachete-automation 사용 흐름

안정적인 wachete-automation 사용 패턴은 다음과 같습니다.

1. agent에게 skill을 호출하고 정확한 Wachete 작업에 맞는 tools를 검색하라고 요청합니다.
2. 실행 전에 connection 확인을 필수로 요구합니다.
3. agent가 선택한 tool slug와 필수 필드를 다시 설명하게 합니다.
4. 삭제, 수정, 설정 변경처럼 영향이 큰 작업은 실행 전에 승인합니다.
5. tool call이 실패하면 raw error message를 요청한 뒤, 수정된 필드로 다시 시도합니다.

더 안전한 workflow automation을 위해서는 discovery와 execution을 분리하세요. 먼저 agent에게 사용 가능한 Wachete operations를 나열하게 한 다음, 실행할 operation을 선택합니다. 이렇게 하면 추측한 parameter 때문에 호출이 실패할 가능성을 줄일 수 있습니다.

먼저 읽어볼 repository 파일

이 skill은 구성이 간결합니다. composio-skills/wachete-automation/SKILL.md부터 확인하세요. 여기에 유용한 설정 및 워크플로 지침이 들어 있습니다. 제공된 repository preview에는 별도의 scripts/, references/, resources/, rules/ 폴더가 보이지 않으므로, 대부분의 동작은 로컬 helper file이 아니라 런타임의 Rube MCP tool discovery에 의존합니다.

Wachete toolkit에 대한 더 넓은 맥락이 필요하다면, skill에 연결된 Composio toolkit 문서 https://composio.dev/toolkits/wachete를 다음으로 확인하면 됩니다.

wachete-automation skill FAQ

wachete-automation은 Wachete API client인가요?

아닙니다. wachete-automation은 AI agent가 Rube MCP와 Composio tools를 통해 Wachete를 사용하도록 안내하는 skill입니다. 직접 사용할 수 있는 JavaScript 또는 Python client를 제공하지 않으며, 활성화된 Wachete connection이 필요하다는 점도 사라지지 않습니다.

왜 매번 tool discovery가 필요한가요?

이 skill은 live MCP tool schema를 기준 정보로 삼기 때문에 먼저 RUBE_SEARCH_TOOLS를 호출하라고 명시합니다. Wachete automation에서는 이 점이 중요합니다. 상위 목표가 명확하더라도 field name을 추측하거나 오래된 tool slug를 사용하면 agent가 실패할 수 있기 때문입니다.

초보자에게도 적합한가요?

MCP를 설정하고 Wachete connection flow를 완료할 수 있다면 적합합니다. 초보자는 agent가 무언가를 생성, 업데이트, 삭제하도록 허용하기 전에, 사용 가능한 Wachete operations를 찾거나 현재 watches를 나열하는 것처럼 read-only 작업부터 시작하는 것이 좋습니다.

이 skill을 쓰지 않는 편이 나은 경우는 언제인가요?

환경에서 MCP tools에 접근할 수 없거나, offline automation이 필요하거나, 조직이 Composio/Rube abstraction layer 없이 모든 API request를 직접 통제해야 한다면 wachete-automation skill을 사용하지 않는 편이 좋습니다. typed function signature가 있는 완전히 문서화된 로컬 라이브러리가 필요한 경우에도 최적의 선택은 아닙니다.

wachete-automation skill 개선 방법

명확한 Wachete 의도로 prompt 개선하기

wachete-automation 결과를 가장 빠르게 개선하는 방법은 작업을 운영 관점에서 구체적으로 설명하는 것입니다. “Wachete 확인해줘”라고 하기보다 다음처럼 요청하세요.

“Search Rube tools for the current Wachete schema for listing watches. Confirm the Wachete connection is active. If the tool supports filters, use only active watches. Return watch name, monitored URL, last check time, and alert status if those fields exist.”

이렇게 하면 agent가 무엇을 찾아야 하는지, 무엇을 확인해야 하는지, 지원되지 않는 필드를 지어내지 않으면서 결과를 어떤 형태로 정리해야 하는지 분명해집니다.

discovery와 action을 분리해 실패 줄이기

흔한 실패 원인에는 오래된 schema 사용, 존재한다고 가정한 tool 호출, connection activation 누락, 사용자가 대상을 확인하기 전에 변경 작업을 실행하는 경우가 있습니다. 이를 피하려면 agent가 tool을 호출하기 전에 발견한 tool slug, 필수 입력값, 실행 계획을 보여주도록 요청하세요.

위험도가 높은 작업이라면 다음 문장을 추가하세요. “Do not make changes until I approve the exact tool call and parameters.”

첫 tool response 이후 반복 개선하기

첫 응답이 불완전하더라도 일반적인 prompt로 처음부터 다시 시작하지 마세요. 반환된 schema와 error details를 활용하세요. agent에게 누락된 필드만 수정하고, 가능하면 같은 session에서 다시 시도하며, 문제가 authentication인지, missing input인지, 사용할 수 없는 Wachete data인지, toolkit limitation인지 설명하라고 요청하세요.

이렇게 하면 agent가 추측하게 두지 않고 Rube의 실제 응답에 기반해 워크플로를 유지할 수 있습니다.

skill을 더 강하게 만들 수 있는 요소

repository skill은 몇 가지 실용적인 추가 요소로 개선될 수 있습니다. 일반적인 Wachete 작업용 example prompts, read-only safety pattern, inactive connection 문제 해결 노트, sample output formats가 있으면 더 좋습니다. 이러한 항목이 upstream에 추가되기 전까지는 사용자가 명확한 작업 의도를 제공하고, RUBE_SEARCH_TOOLS를 반드시 요구하며, Wachete configuration 변경은 실행 전에 승인하는 방식으로 보완해야 합니다.