yelp-automation
작성자 ComposioHQyelp-automation은 Composio Rube MCP를 통해 Yelp workflow를 처리하도록 돕는 Claude skill입니다. 에이전트가 최신 tool을 검색하고, Yelp 연결 상태를 확인한 뒤, 반환된 schema에 맞춰 작업을 실행하도록 안내합니다.
이 skill은 66/100점으로, 디렉터리 등록에는 수용 가능하지만 기능 범위가 제한적입니다. 디렉터리 사용자는 이 skill이 connection check와 tool discovery를 통해 Yelp 관련 요청을 Composio의 Rube MCP로 라우팅하도록 에이전트를 돕는다는 점을 충분히 파악할 수 있습니다. 다만 완전히 독립적인 Yelp workflow library라기보다는 얇은 wrapper에 가깝다고 보는 것이 좋습니다.
- 유효한 skill frontmatter가 트리거 영역을 Rube MCP를 통한 Yelp automation으로 명확히 식별하고, 필요한 `rube` MCP dependency를 선언합니다.
- 사전 요구 사항과 설정 단계에서 Rube MCP가 연결되어 있어야 하고, Yelp authorization이 ACTIVE여야 하며, workflow 전에 `RUBE_SEARCH_TOOLS`를 호출해야 한다는 점을 설명합니다.
- 핵심 workflow 패턴은 에이전트가 오래된 parameter를 추측하지 않고 tool을 찾고, Yelp 연결을 확인한 뒤, 최신 schema로 실행하는 반복 가능한 순서를 제공합니다.
- 실제 Yelp 작업과 스키마는 repository에 문서화되어 있지 않습니다. 현재 tool slug, 입력값, 주의할 점은 실시간 `RUBE_SEARCH_TOOLS` 검색에 의존합니다.
- 지원 파일, 스크립트, README, 설치 command가 포함되어 있지 않아, 도입하려면 사용자가 이미 Rube MCP와 Yelp 연결 설정에 익숙해야 합니다.
yelp-automation skill 개요
yelp-automation의 용도
yelp-automation은 Composio의 Rube MCP 서버를 통해 Yelp 관련 워크플로를 실행하기 위한 Claude skill입니다. 하나의 Yelp API 형태를 하드코딩하는 대신, 이 skill은 에이전트가 먼저 현재 사용할 수 있는 Yelp 도구를 찾고, Yelp 연결 상태를 확인한 뒤, Rube가 반환한 스키마에 맞춰 작업을 실행하도록 안내합니다.
더 넓은 Workflow Automation 구성 안에서 에이전트가 Yelp 작업을 처리하길 원할 때, 특히 도구 제공 여부나 입력 스키마가 바뀔 수 있는 환경에서 yelp-automation을 사용하면 좋습니다.
가장 적합한 사용자와 작업
yelp-automation skill은 이미 Claude 또는 MCP를 지원하는 다른 클라이언트를 사용하고 있으며, Yelp 액션을 반복 가능한 워크플로에 연결하려는 사용자에게 가장 적합합니다. 대표적인 작업으로는 특정 작업에 맞는 Yelp 도구 찾기, Yelp 연결이 활성화되어 있는지 확인하기, 스키마를 확인한 뒤 Yelp 작업을 안전하게 실행하기가 있습니다.
수동으로 Yelp를 둘러보기보다 도구를 통해 실행되는 방식을 선호하는 운영 담당자, 자동화 빌더, 로컬 비즈니스 리서처, 에이전트 워크플로 개발자에게 특히 유용합니다.
이 skill의 차별점
가장 큰 차별점은 “먼저 도구를 검색하는” 패턴입니다. 이 skill은 고정된 Yelp 도구 이름이나 입력값을 전제로 하지 않습니다. 실행 전에 반드시 RUBE_SEARCH_TOOLS를 사용하도록 하여, 에이전트가 Rube에서 반환하는 최신 도구 slug, 스키마, 실행 계획, 주의점을 활용할 수 있게 합니다.
이 때문에 yelp-automation은 “Yelp로 비즈니스를 찾아줘” 같은 일반 프롬프트보다 더 안정적입니다. 작업을 시도하기 전에 연결 확인과 도구 탐색 순서를 에이전트에게 제공하기 때문입니다.
도입 전에 알아야 할 제약
이 skill은 독립 실행형 Yelp 스크래퍼, 브라우저 자동화 스크립트, 또는 직접적인 Yelp API 래퍼가 아닙니다. Rube MCP와 Composio를 통한 활성 Yelp toolkit 연결이 필요합니다. 저장소 경로에는 SKILL.md만 포함되어 있으므로 이 skill은 가볍게 구성되어 있습니다. 설치 전 소스를 읽어보는 것이 좋지만, 헬퍼 스크립트, 예제, 번들된 참고 데이터를 기대해서는 안 됩니다.
yelp-automation skill 사용 방법
yelp-automation 설치 및 설정 맥락
Composio skills 저장소에서 skill을 설치합니다.
npx skills add ComposioHQ/awesome-claude-skills --skill yelp-automation
그런 다음 다음 URL을 사용해 클라이언트 설정에 Rube MCP를 추가합니다.
https://rube.app/mcp
Yelp 작업을 요청하기 전에 MCP 서버가 RUBE_SEARCH_TOOLS를 노출하는지 확인하세요. 또한 이 skill은 toolkit yelp와 함께 RUBE_MANAGE_CONNECTIONS를 사용한다고 가정합니다. 연결 상태가 ACTIVE가 아니라면 반환된 인증 링크를 따라가고, Yelp 워크플로를 실행하기 전에 상태를 다시 확인해야 합니다.
skill에 필요한 입력
약한 요청의 예는 “Yelp에서 식당 찾아줘”입니다. 더 나은 yelp-automation 사용 프롬프트는 에이전트에게 작업, 위치, 필터, 출력 형식, 제한 조건을 함께 제공합니다.
Use yelp-automation to find highly rated Italian restaurants in Austin, Texas. First discover the current Yelp tools through Rube, confirm the Yelp connection is active, then return up to 10 results with name, rating, review count, price if available, Yelp URL, neighborhood, and a short reason each result matches. Do not invent missing fields.
비즈니스 조회나 리뷰 중심 작업이라면 알고 있는 식별자, 비즈니스 이름, 도시, 카테고리, 날짜 범위, 정렬 기준, 원본 도구 출력이 필요한지 또는 정리된 표가 필요한지도 함께 추가하세요.
실제 워크플로 진행 방식
먼저 composio-skills/yelp-automation/SKILL.md를 읽는 것부터 시작하세요. 이 skill 폴더에는 별도의 README.md, rules/, resources/, 스크립트가 없으므로 해당 소스 파일이 핵심 운영 가이드입니다.
좋은 실행 흐름은 다음과 같습니다.
- 에이전트에게 구체적인 Yelp 사용 사례로
RUBE_SEARCH_TOOLS를 호출하도록 요청합니다. - 가능하면 반환된 session ID를 재사용합니다.
yelp에 대해RUBE_MANAGE_CONNECTIONS를 호출하도록 요청합니다.- 연결이 활성 상태라면 탐색에서 확인한 정확한 스키마를 사용해 선택한 Rube 도구를 실행합니다.
- 간결한 결과 요약과 후속 단계에 필요한 raw ID를 함께 요청합니다.
이 순서가 중요한 이유는 Rube가 사용자가 예상한 것과 다른 도구 이름이나 필수 필드를 반환할 수 있기 때문입니다.
더 나은 결과를 위한 프롬프트 패턴
Workflow Automation에서 안정적으로 yelp-automation을 사용하려면 탐색, 실행, 형식화를 분리한 프롬프트를 작성하세요.
Discover the available Yelp tools for searching local businesses near
94103. Check the Yelp connection. If active, run the appropriate tool for “coffee shops open now with at least 4 stars.” Return a markdown table with name, rating, review count, address, phone, Yelp URL, and any missing fields markedUnavailable. Explain which Rube tool was selected and why.
이렇게 하면 에이전트가 적절한 도구를 선택하고, 스키마를 추측하지 않으며, 이후 워크플로에서 파싱하기 쉬운 데이터를 생성할 수 있어 출력 품질이 좋아집니다.
yelp-automation skill FAQ
yelp-automation은 Yelp API 클라이언트인가요?
아닙니다. yelp-automation은 MCP를 지원하는 에이전트가 Rube MCP를 통해 Composio의 Yelp toolkit을 사용하도록 안내하는 skill입니다. 실제 도구, 스키마, 인증은 이 skill 내부에 포함된 코드가 아니라 Rube를 통해 처리됩니다.
언제 이 skill을 사용하지 않는 것이 좋나요?
오프라인 데이터셋, 대량 스크래핑, Yelp API 자격 증명에 대한 직접 제어, 또는 Rube의 현재 toolkit 스키마와 무관하게 보장되는 필드가 필요하다면 사용하지 마세요. 클라이언트가 MCP 서버에 연결할 수 없거나 Yelp 연결을 인증할 수 없는 경우에도 적합하지 않습니다.
일반 프롬프트보다 어떤 점이 나은가요?
일반 프롬프트는 모델이 기억에 의존해 Yelp를 추론하거나 일관성 없이 브라우징하도록 만들 수 있습니다. yelp-automation skill은 현재 Yelp 도구를 탐색하고, 연결 상태를 확인한 뒤, 반환된 스키마로 실행하는 도구 우선 워크플로를 강제합니다. 이를 통해 존재하지 않는 도구 호출을 줄이고 워크플로를 더 쉽게 반복할 수 있습니다.
yelp-automation skill은 초보자에게도 쉬운가요?
MCP의 기본 개념을 이미 이해하고 있다면 초보자에게도 비교적 쉽습니다. 설정은 짧지만, 사용자는 도구 사용 가능 여부를 확인하고, 연결을 인증하며, 반환된 스키마를 사용하도록 에이전트에 요청하는 과정에 익숙해야 합니다. 초보자는 Yelp 결과를 더 큰 자동화에 연결하기 전에 간단한 검색 작업부터 시작하는 것이 좋습니다.
yelp-automation skill 개선 방법
더 명확한 제약으로 yelp-automation 프롬프트 개선하기
가장 큰 품질 향상은 작업 제약을 정확히 적는 데서 나옵니다. 위치, 카테고리, 결과 수, 정렬 기준, 필수 필드, 누락값 처리 방식을 포함하세요. 예를 들어 “top-rated dentists in Denver”보다 “return 15 dentists within Denver, sorted by rating then review count, with phone, address, Yelp URL, and Unavailable for missing fields.”가 훨씬 유용합니다.
흔한 실패 패턴 피하기
흔한 문제로는 RUBE_SEARCH_TOOLS를 건너뛰기, 오래된 스키마를 가정하기, 연결이 활성화되기 전에 Yelp 액션을 실행하려 하기, 선택한 도구가 반환하지 않는 필드를 요청하기가 있습니다. 에이전트에게 “Do not execute until tool discovery and connection check are complete,” 그리고 “Use only fields present in the tool response.”라고 명시적으로 지시하세요.
첫 출력 이후 반복 개선하기
첫 실행 이후에는 중복 제거, 더 엄격한 필터, 후속 호출을 위한 raw identifier, 또는 다른 출력 형식을 요청해 워크플로를 개선하세요. 결과가 부족해 보이면 반경, 카테고리, 가격 필터를 넓히세요. 결과가 너무 넓다면 동네, 현재 영업 여부, 최소 리뷰 수, 비즈니스 속성을 추가하세요.
메인테이너가 추가하면 좋은 개선점
yelp-automation skill은 일반적인 Yelp 워크플로, 샘플 프롬프트, 예상되는 RUBE_SEARCH_TOOLS 사용 방식, 비활성 연결에 대한 문제 해결 메모를 보여주는 작은 예제 섹션이 있으면 더 탄탄해질 수 있습니다. 짧은 “사용하지 말아야 할 때” 섹션과 예시 출력 표도 사용자가 skill 설치 여부를 더 빠르게 판단하는 데 도움이 됩니다.