twelve-data-automation

Visão geral da skill twelve-data-automation

Para que serve a twelve-data-automation

twelve-data-automation é uma skill do Claude para automatizar fluxos de trabalho da Twelve Data por meio do servidor Rube MCP da Composio. Ela foi criada para agentes que precisam descobrir os schemas atuais das ferramentas da Twelve Data, verificar uma conexão autenticada com a Twelve Data e então executar operações relacionadas a dados de mercado sem adivinhar nomes de ferramentas ou campos de requisição.

Usuários e fluxos de trabalho ideais

A skill twelve-data-automation é uma boa escolha se você já usa o Claude com ferramentas MCP e quer uma forma repetível de solicitar ações da Twelve Data, como buscar dados de mercado financeiro, verificar operações disponíveis no toolkit ou criar etapas de automação em torno do toolkit twelve_data da Composio. Ela é especialmente útil para automação de fluxos em que as ferramentas e os schemas disponíveis podem mudar, porque a skill orienta explicitamente o agente a pesquisar as ferramentas primeiro.

Principal diferencial

O valor principal não está em uma grande base de código nem em scripts auxiliares; o repositório contém um SKILL.md focado. A regra operacional mais importante dele é: usar RUBE_SEARCH_TOOLS antes da execução, para que o agente trabalhe com o schema mais recente da ferramenta no Rube MCP em vez de depender de suposições desatualizadas. Isso torna a twelve-data-automation mais adequada para execução MCP ao vivo do que um prompt estático que inventa parâmetros.

Pontos a considerar antes de adotar

Antes de instalar, confirme se o seu cliente consegue se conectar a servidores MCP e se o Rube MCP está disponível. Você também precisa de uma conexão Twelve Data ativa por meio de RUBE_MANAGE_CONNECTIONS usando o toolkit twelve_data. Se o seu ambiente não puder usar ferramentas MCP, esta skill não executará operações da Twelve Data por conta própria.

Como usar a skill twelve-data-automation

Caminho de instalação e configuração da twelve-data-automation

Instale a skill a partir da coleção de skills no GitHub e depois configure a dependência MCP:

npx skills add ComposioHQ/awesome-claude-skills --skill twelve-data-automation

No seu cliente compatível com MCP, adicione o Rube MCP usando:

https://rube.app/mcp

Em seguida, verifique se RUBE_SEARCH_TOOLS está disponível. Use RUBE_MANAGE_CONNECTIONS com o toolkit twelve_data; se a conexão não estiver ACTIVE, conclua o fluxo de autorização retornado antes de pedir ao agente para executar qualquer fluxo de trabalho da Twelve Data.

Informações que a skill precisa receber de você

Para usar a twelve-data-automation de forma confiável, informe ao agente a tarefa real de dados, o instrumento ou símbolo-alvo, o período, o formato de saída e quaisquer restrições. Prompt fraco: “Busque dados de ações.” Prompt melhor: “Use twelve-data-automation to retrieve the latest available daily time series for AAPL from Twelve Data, confirm the active twelve_data connection first, discover the current tool schema with RUBE_SEARCH_TOOLS, and return the result as a concise table with timestamp, open, high, low, close, and volume if those fields are available.”

Fluxo de trabalho prático para agentes

Uma boa execução geralmente segue esta sequência:

1. Chamar RUBE_SEARCH_TOOLS para o caso de uso específico, não para uma busca genérica.
2. Reutilizar o session ID retornado ao verificar as operações disponíveis.
3. Confirmar se a conexão com a Twelve Data está ativa usando RUBE_MANAGE_CONNECTIONS.
4. Selecionar o tool slug correspondente e preencher os parâmetros com base no schema descoberto.
5. Executar o fluxo e resumir os resultados, incluindo campos ausentes ou limitações da API.

Esse padrão é importante porque os schemas de ferramentas da Twelve Data e da Composio podem evoluir. A disciplina de “pesquisar primeiro” da skill reduz chamadas com falha causadas por nomes de parâmetros desatualizados.

Arquivos do repositório para ler primeiro

Comece por composio-skills/twelve-data-automation/SKILL.md. Não há README.md, rules/, resources/, references/ nem scripts separados na árvore de arquivos; portanto, o comportamento da skill está concentrado nesse único arquivo. Preste atenção especial às seções “Prerequisites,” “Setup,” “Tool Discovery,” e “Core Workflow Pattern” antes de avaliar se ela se encaixa no seu ambiente.

FAQ da skill twelve-data-automation

A twelve-data-automation serve apenas para dados de mercado financeiro?

Sim. O escopo dela é especificamente executar operações da Twelve Data expostas pelo toolkit twelve_data da Composio. Ela não é um framework geral de análise financeira, um motor de backtesting nem um otimizador de portfólio. A skill ajuda um agente a acessar e automatizar as ferramentas disponíveis da Twelve Data; o seu prompt ainda precisa definir a tarefa de dados de mercado desejada.

Por que isso é melhor do que um prompt comum?

Um prompt normal pode pedir ao Claude para “usar a Twelve Data”, mas talvez ele não conheça os tool slugs MCP atuais nem o schema de entrada obrigatório. A skill twelve-data-automation força uma etapa de descoberta de ferramentas com RUBE_SEARCH_TOOLS e depois usa a conexão ativa do Rube MCP. Isso a torna mais confiável para Workflow Automation quando a precisão da execução é importante.

É adequada para iniciantes?

Ela é adequada para iniciantes se você já tiver um cliente com MCP habilitado e conseguir seguir um link de autenticação para a conexão com a Twelve Data. Ela é menos indicada para quem espera um aplicativo web de um clique ou um pacote independente. O principal trabalho de configuração é conectar o Rube MCP e ativar o toolkit twelve_data.

Quando eu não devo usá-la?

Não use esta skill se você não consegue executar ferramentas MCP, não quer conectar Composio/Rube ou precisa de uma biblioteca offline estática. Ela também não é a opção certa se a sua tarefa exige schemas garantidos sem descoberta em tempo de execução; a skill depende intencionalmente de pesquisar as ferramentas atuais antes de executar.

Como melhorar a skill twelve-data-automation

Melhore os prompts especificando a tarefa exata de dados

A forma mais rápida de melhorar a saída da twelve-data-automation é trocar pedidos amplos de dados de mercado por instruções operacionais. Inclua símbolo, tipo de ativo, intervalo, período de datas, campos preferidos, expectativas de fuso horário e formato de saída. Por exemplo: “Fetch intraday EUR/USD data at 15-minute granularity for the last trading day and return only timestamp, open, high, low, close, with a note if the selected Twelve Data tool imposes a limit.”

Evite modos de falha comuns

Falhas comuns incluem pular RUBE_SEARCH_TOOLS, presumir que a conexão está ativa, usar nomes de parâmetros desatualizados ou pedir um resultado sem definir o instrumento e o intervalo. Se uma chamada falhar, peça ao agente para mostrar o schema da ferramenta descoberta, o tool slug selecionado, os campos obrigatórios e qual parâmetro estava ausente ou foi rejeitado.

Itere depois do primeiro resultado

Depois da primeira saída, refine com base no que a ferramenta realmente retornou. Se campos estiverem ausentes, pergunte se o schema oferece suporte a eles. Se o resultado estiver amplo demais, adicione filtros como intervalo de datas, bolsa do símbolo ou intervalo. Se a resposta for difícil de usar, solicite uma tabela normalizada, um objeto JSON, linhas prontas para CSV ou um resumo curto da execução.

Reforce a skill localmente

Como a skill upstream é compacta, equipes podem melhorá-la adicionando exemplos locais para seus fluxos recorrentes da Twelve Data: formatos padrão de símbolos, intervalos preferidos, colunas de saída esperadas e tratamento de erros específico da organização. Mantenha a regra central intacta: em qualquer guia twelve-data-automation personalizado, exija a descoberta de ferramentas antes da execução para que o agente permaneça alinhado aos schemas ao vivo do Rube MCP.