dadata-ru-automation
作者 ComposioHQdadata-ru-automation 可協助 agent 透過 Composio Rube MCP 執行 Dadata Ru 工作流程；使用時需要先探索工具、檢查是否有有效的 dadata_ru connection，並依據 schema 執行地址、公司、銀行與資料品質相關的自動化任務。
此 skill 評分為 66/100，代表可接受收錄於目錄，但應定位為輕量級 MCP/toolkit wrapper，而不是完整的任務操作手冊。目錄使用者能大致判斷何時該安裝，以及 agent 應如何透過 Rube MCP 開始使用 Dadata Ru；不過缺少具體任務範例與支援檔案，會限制信任度與可重用性。
- 清楚定義啟用情境：透過 Rube MCP 使用 Composio 的 Dadata Ru toolkit 來自動化 Dadata Ru 操作。
- 包含操作前置條件與設定步驟，包括連接 Rube MCP、使用 `RUBE_MANAGE_CONNECTIONS`，以及確認 `dadata_ru` connection 為 ACTIVE。
- 明確要求 agent 先呼叫 `RUBE_SEARCH_TOOLS`，可降低 schema 猜測風險，並提升工具執行的安全性。
- 除了 SKILL.md 之外，沒有支援檔案、腳本、參考資料或範例；導入成效很大程度取決於 Rube MCP 是否能回傳有用且最新的 schemas。
- 工作流程指引較像是 Dadata Ru toolkit 的通用說明，沒有具體記錄 Dadata 任務、輸入、輸出或邊界情境。
dadata-ru-automation skill 概覽
dadata-ru-automation 的用途
dadata-ru-automation 是一個 Claude skill，可透過 Composio 的 Rube MCP toolkit 執行 Dadata.ru 工作流程。它適合需要先探索目前 Dadata Ru 工具 schema、確認連線已啟用，接著再執行結構化操作的代理程式，例如俄羅斯地址、公司、銀行、聯絡資料或資料品質相關任務；整個流程不需要憑空猜測 API 參數。
最適合 Workflow Automation 團隊
當 Dadata.ru 是可重複商業流程的一部分時，這個 skill 最能發揮價值，例如 CRM 資料補強、表單正規化、潛在客戶資料清理、物流地址驗證、交易對手查詢，或內部資料作業。dadata-ru-automation skill 的主要價值不在於提供一段靜態 prompt，而是強制採用正確的 MCP 順序：先搜尋工具、確認連線狀態，再執行合適的 Dadata Ru action。
主要差異：先做 schema 探索
當工具名稱、輸入欄位或執行計畫變更時，Dadata 整合很容易失效。這個 skill 明確要求在執行前先使用 RUBE_SEARCH_TOOLS，讓代理程式依據最新的 Composio schema 工作，而不是依賴過時假設。因此，在可靠性很重要的 Workflow Automation 情境中，dadata-ru-automation for Workflow Automation 會比一般「使用 Dadata」的 prompt 更適合。
安裝前應先確認的事項
此 repository 路徑只包含一個 SKILL.md，沒有輔助 scripts、references 或內建範例。這讓 skill 保持輕量，但也表示你的團隊需要自行準備業務規則：要處理哪些實體、可接受的比對信心度、locale 期待、錯誤處理方式，以及結果是否要回寫到 database、spreadsheet、CRM 或 ticket。
如何使用 dadata-ru-automation skill
dadata-ru-automation 安裝與 MCP 設定
從 Composio skill collection 安裝此 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill dadata-ru-automation
接著在你的 client 中加入以下設定，以配置 Rube MCP：
https://rube.app/mcp
使用 skill 之前，請確認 RUBE_SEARCH_TOOLS 可用。Dadata Ru connection 也必須透過 RUBE_MANAGE_CONNECTIONS 啟用，toolkit 為 dadata_ru。如果 connection 尚未啟用，請依照回傳的 authorization link 完成授權，並在要求代理程式處理資料前重新檢查狀態。
這個 skill 需要你提供哪些輸入
若要讓 dadata-ru-automation usage 更穩定，不要只說「清理這些資料」。請提供：
- Dadata Ru 任務類型，例如地址建議、party lookup、bank lookup、電話／email／姓名清理，或資料補強。
- 範例輸入列或欄位名稱。
- 需要的輸出欄位與格式。
- 這個工作流程是一次性、批次處理，還是較大型自動化的一部分。
- 對於模糊比對、缺漏值與低信心度結果的處理規則。
- 如果結果需要回寫，請提供目標系統。
較弱的 prompt 是：「Use Dadata for these addresses。」
較好的 prompt 是：「Use dadata-ru-automation to normalize these Russian delivery addresses. First discover current Dadata Ru tools with Rube, then return standardized address, postal code, region, city, geo coordinates if available, confidence/quality fields, and a list of rows that need manual review. Do not overwrite source values.」
第一次執行的實務流程
請先閱讀 composio-skills/dadata-ru-automation/SKILL.md。其中包含必要的操作模式：
- 使用具體 use case 呼叫
RUBE_SEARCH_TOOLS，不要使用過於寬泛的查詢。 - 使用回傳的 tool slugs、schemas 與 pitfalls。
- 透過 Rube 檢查 Dadata Ru connection state。
- 使用符合 schema 的 inputs 執行選定工具。
- 在把更新套用到下游系統之前，先檢查 outputs。
例如，使用「Dadata Ru company lookup by INN and return official name, status, address, and management fields」會比「Dadata Ru operations」更好。具體的探索查詢能產生更相關的工具建議，也能降低呼叫失敗的機率。
讓 prompt 更好、讓自動化更安全的技巧
測試時，請要求代理程式在執行前顯示選定的 tool schema。若是接近 production 的執行，請要求先產生 dry-run 表格，列出 input、normalized output、confidence indicators 與 proposed action。如果工作流程會寫入另一個系統，請把 lookup 和 write-back 分開：先收集 Dadata 結果，再要求產生更新計畫，最後才核准執行。
dadata-ru-automation skill 常見問題
dadata-ru-automation 只適用於俄羅斯資料嗎？
是。這個 skill 針對 Dadata Ru toolkit，最適合俄羅斯地址、組織、銀行，以及個人／聯絡資料格式。它不是通用的國際資料清理 skill。如果你的資料集大多不在 Dadata.ru 的涵蓋範圍內，應改用更廣泛的資料補強或驗證工作流程。
這和一般 prompt 有什麼不同？
一般 prompt 可能會編造 endpoint 名稱，或假設過去的 request 欄位仍然有效。dadata-ru-automation 會要求代理程式先使用 Rube MCP discovery，再依照 Composio 回傳的即時 schema 執行。這對真實工作流程自動化很重要，因為代理程式可以根據可用工具調整，而不是仰賴記憶。
初學者需要了解 Dadata API 嗎？
不需要非常深入，但初學者應理解業務目標與資料樣貌。這個 skill 可以探索 tools 和 schemas，但無法替你決定品質門檻、如何處理重複資料，或回傳的 organization/status 是否符合你的流程。請把它視為自動化指南，而不是資料治理規則的替代品。
什麼情況不適合使用這個 skill？
如果你無法連接 Rube MCP、無法啟用 Dadata Ru toolkit，或只需要離線文字清理而不需要 Dadata lookup，就不應使用 dadata-ru-automation。在尚未以小批次測試 rate limits、錯誤處理與審核規則之前，它也不適合用於高量且無人看管的更新流程。
如何改進 dadata-ru-automation skill
讓 dadata-ru-automation 輸入更明確
改善結果最簡單的方法，就是提供精確的任務契約。請包含欄位名稱、範例、必要欄位、可接受的 null 行為，以及最終輸出目的地。例如，「normalize raw_address into postal_code, region, city, street, house, geo_lat, geo_lon, and qc」能給代理程式一個具體 schema，用來對應探索到的 Dadata tools。
為模糊比對加入審核規則
常見失敗模式包括多個可能的組織、部分地址、過期公司紀錄、轉寫問題，以及缺少識別碼。請告訴代理程式如何處理，例如：「If confidence is low, mark needs_review=true」、「Do not choose between multiple parties without INN/KPP」，或「Preserve the original user-entered value in source_value。」
第一次工具探索後再迭代
第一次呼叫 RUBE_SEARCH_TOOLS 後，請要求代理程式在執行前摘要可用的 tool slugs、required inputs、optional fields 與 known pitfalls。這會把 dadata-ru-automation guide 轉成可稽核的計畫，也能幫你及早發現不匹配的情況，例如資料只有名稱、沒有 INN 或地址脈絡，卻試圖進行公司資料補強。
為自己的工作流程延伸這個 skill
由於 upstream skill 刻意維持最小化，團隊可以透過加入本地範例、批次模板、驗證檢查清單或後處理規則來改善它。實用的補充包括地址正規化、依 INN 進行 party lookup、依 BIK 進行 bank lookup、CRM 資料補強，以及 CSV 審核工作流程的 sample prompts。請將這些延伸內容與 credentials 分開，並避免 hard-code 應透過 Rube 探索取得的 schemas。