aeroleads-automation
作者 ComposioHQaeroleads-automation 可協助 agent 透過 Composio Rube MCP 執行 Aeroleads 潛在客戶研究：先探索目前可用的工具 schemas，確認 Aeroleads 連線狀態，再以已驗證的輸入執行工作流程。
此 skill 評分為 68/100，代表可接受收錄於目錄，但能力有限。目錄使用者能取得足夠資訊，判斷何時適合使用，以及 agent 應如何透過 Rube MCP 啟動 Aeroleads 自動化；不過此 listing 應定位為輕量級 connector 工作流程，而非文件完整、可獨立使用的自動化套件。
- 有效的 skill frontmatter 清楚標示 MCP 需求（`rube`），並說明觸發情境：透過 Rube MCP 自動化 Aeroleads 任務。
- 先備條件與設定步驟說明如何連接 Rube MCP、管理 Aeroleads 連線，並在執行工作流程前確認 ACTIVE 狀態。
- 此 skill 提供可重複使用、以探索優先的模式，使用 `RUBE_SEARCH_TOOLS`，相較於一般提示詞可減少 schema 猜測。
- 執行需仰賴可用的外部 Rube MCP 與 Aeroleads 連線；此 repository 未提供本機 scripts 或支援檔案，無法獨立驗證行為。
- 此 skill 依靠動態工具探索，而不是記錄具體的 Aeroleads 操作或端到端範例，因此使用者可能仍需自行解讀回傳的 schemas。
aeroleads-automation skill 概覽
aeroleads-automation 的用途
aeroleads-automation skill 可協助 AI agent 透過 Composio 的 Rube MCP server 執行與 Aeroleads 相關的名單研究工作流程。它不會讓 agent 憑記憶猜測 Aeroleads API 的格式，而是指示 agent 先探索目前的 Rube tool schemas、確認 Aeroleads 連線狀態，再用正確輸入執行可用的 Aeroleads 操作。
最適合的使用者與工作情境
這項 skill 特別適合使用 Aeroleads 做 Lead Research 的銷售營運團隊、成長研究人員、創辦人與助理，讓 Claude 或其他支援 MCP 的 agent 協助處理可重複的任務。適合的使用情境包括尋找潛在客戶聯絡資料、補齊 lead lists、檢查目前可用的 Aeroleads actions，以及把一段目標客群需求轉換成可執行的 tool workflow。
主要差異化價值
aeroleads-automation 的核心價值在於它遵循「先搜尋 tools」的工作紀律。Aeroleads 與 Composio 的 tool schemas 可能會變動，因此這項 skill 不會硬編一套固定流程，而是要求 agent 在行動前先呼叫 RUBE_SEARCH_TOOLS。這能降低 tool call 失敗、缺少必要欄位，以及使用過時假設的風險。
採用前需要考量的限制
這不是獨立的 scraper，也不是本機自動化 script。它需要已設定好的 Rube MCP，以及透過 Composio 啟用的 Aeroleads connection。如果你的 AI client 無法使用 MCP tools，或你沒有 Aeroleads 存取權，單獨安裝 aeroleads-automation skill 並不會產生實用結果。
如何使用 aeroleads-automation skill
aeroleads-automation 安裝情境
從 Composio skills repository 安裝：
npx skills add ComposioHQ/awesome-claude-skills --skill aeroleads-automation
接著在你的 client configuration 中將 https://rube.app/mcp 加為 MCP server。這項 skill 預期可使用 Rube MCP tools，尤其是 RUBE_SEARCH_TOOLS，以及用於 Aeroleads 的 connection-management tool。在嘗試實際名單研究前，請先要求 agent 確認 Rube 有回應，且 Aeroleads toolkit connection 為 ACTIVE。
skill 需要的輸入
若要可靠地進行 aeroleads-automation usage，請提供明確的 lead research 目標，而不是模糊需求。你應包含目標公司類型、職務、地區、排除條件、需要的欄位、數量上限，以及希望如何處理不確定的匹配結果。
較弱的 prompt：
Find me leads for SaaS companies.
較好的 prompt：
Use aeroleads-automation for Lead Research. Find up to 50 VP Sales or Head of Revenue contacts at B2B SaaS companies in the US with 50-500 employees. Prefer companies selling to mid-market customers. Return name, title, company, LinkedIn URL if available, email if available, source/tool used, and confidence notes. First discover the current Aeroleads tools through Rube before executing.
這樣的輸入能給 agent 足夠限制條件，協助它選擇 tools、避免不相關的潛在客戶，並以方便審閱的格式輸出結果。
建議遵循的實務流程
一套好的 aeroleads-automation guide 工作流程如下：
- 要求 agent 針對確切的 Aeroleads 使用情境呼叫
RUBE_SEARCH_TOOLS。 - 讓它檢查回傳的 tool slugs、必要欄位、限制，以及建議的執行計畫。
- 使用 toolkit
aeroleads，透過RUBE_MANAGE_CONNECTIONS確認 Aeroleads connection。 - 在要求大量批次前，先執行一個小型測試查詢。
- 檢視匹配品質，再擴大或調整搜尋條件。
這個順序很重要，因為許多失敗都來自略過探索、使用過期的參數名稱，或在目標條件尚未清楚前就執行過於寬泛的查詢。
優先閱讀的 repository 檔案
repository path 是 composio-skills/aeroleads-automation，重要檔案是 SKILL.md。如果你需要確認必要的 MCP dependency、設定順序與 tool discovery pattern，安裝前應先閱讀這個檔案。目前的 skill package 沒有額外 scripts、rules 或 reference folders，因此實際操作行為集中在這個單一檔案中。
aeroleads-automation skill 常見問題
沒有 Aeroleads，aeroleads-automation 夠用嗎？
不夠。這項 skill 是透過 Rube MCP 使用 Aeroleads 的 agent instruction layer。你仍然需要透過 Composio 啟用有效的 Aeroleads connection。如果 connection 不是 active，agent 應停止作業，並依照回傳的 authentication link 引導你完成授權，而不是嘗試進行 lead research。
這和一般 prompt 有什麼不同？
一般 prompt 也可以要求模型「find leads」，但模型不會自動知道目前的 Rube MCP tool schemas。aeroleads-automation skill 明確要求先進行 tool discovery；對 live integrations 來說，這很重要，因為可用 actions、欄位名稱與驗證規則都可能變動。
新手適合使用嗎？
如果你的 AI client 已經支援 MCP，且你能接受授權 SaaS connection，那它算是新手友善。設定流程很短，但成果仍取決於搜尋條件是否清楚。新手應先從小批次開始，並要求 agent 在執行前說明每一次 tool call。
什麼時候不應該使用？
不要將這項 skill 用於未受支援的資料蒐集、spam workflows，或未經同意與合規審查的大量外展。若你需要完全本機化的流程、自訂 scraping logic，或 discovered Aeroleads/Rube tools 無法提供的 CRM-specific deduplication，它也不適合。
如何改善 aeroleads-automation skill
改善 aeroleads-automation 的輸入品質
改善 aeroleads-automation 輸出的最快方式，是把 lead 定義收斂得更清楚。請加入產業、公司規模、地點、職級、必須包含的職稱、需排除的職稱、資料欄位，以及最大筆數。如果你有理想客戶範例，也請一併提供。如果你有「do not contact」名單或既有 CRM export，請告訴 agent 在完成 leads 前先納入考量。
留意常見失敗模式
常見問題包括 Aeroleads connections 未啟用、略過 RUBE_SEARCH_TOOLS discovery、lead criteria 過於寬泛、tool calls 缺少必要欄位，以及對 Aeroleads 可回傳內容抱持未驗證的假設。一個實用的 guardrail，是要求 agent 在採取行動前先摘要已發現的 tool schema 與預計呼叫方式。
根據第一批輸出反覆調整
把第一批結果視為校準。先要求小型結果集，檢查 false positives，接著再調整條件：例如「exclude agencies」、「only companies using Salesforce」、「prioritize director level and above」，或「separate founders from sales leaders」。比起一開始就要求大量名單，迭代調整更能提升精準度。
在本機強化這項 skill
如果你維護本機副本，可以考慮加入常見 lead research motions 的範例、偏好的輸出欄位、合規注意事項，以及後處理規則。upstream skill 刻意保持輕量；加入組織專屬 prompts，可以在不改變「必須先探索目前 Rube Aeroleads tools」這個核心要求的前提下，讓它更穩定可靠。