happy-scribe-automation
作者 ComposioHQhappy-scribe-automation 協助 Claude 透過 Composio Rube MCP 執行 Happy Scribe 工作流程。了解設定需求、連線檢查、工具探索,以及用於轉錄、字幕、匯出與專案自動化的安全使用模式。
此 skill 評分為 64/100,代表可接受收錄於目錄中,但應定位為輕量的連接器導向 skill,而不是完整的 Happy Scribe 自動化操作手冊。目錄使用者能取得足夠資訊來觸發它,並設定必要的 Rube/Happy Scribe 連線;但精確工具與 schema 仍需在執行時探索。
- 有效的 skill 中繼資料,並有明確觸發情境:透過 Rube MCP/Composio 自動化 Happy Scribe 任務。
- 先決條件與設定步驟清楚指出需要 Rube MCP 存取權、Happy Scribe 連線管理,以及 ACTIVE 連線驗證。
- 具備實用的操作防護:先呼叫 RUBE_SEARCH_TOOLS 取得最新工具 schema,可降低因 API 假設過時而出錯的風險。
- 除了 SKILL.md 之外,未包含支援檔案、腳本、範例或參考資料,因此使用者必須在執行時依賴 Rube 工具探索。
- 文件中的工作流程多半是通用的 Composio/Rube 模式,而非具體的 Happy Scribe 任務操作配方,因此安裝決策所需的細節較有限。
happy-scribe-automation skill 概覽
happy-scribe-automation 的用途
happy-scribe-automation 是一個 Claude skill,可透過 Composio 的 Rube MCP server 執行 Happy Scribe 工作流程。它能協助 agent 探索目前的 Happy Scribe tool schemas、確認使用者連線狀態,接著執行轉錄、字幕、匯出或專案管理等操作,比起一般提示詞更不容易靠猜測行事。
它的核心行為不是「假設 API 長什麼樣」。這個 skill 明確要求 agent 先呼叫 RUBE_SEARCH_TOOLS,因為 Rube MCP 的工具名稱、欄位與執行方案都可能變動。
最適合 Workflow Automation 使用者的情境
如果你已經在 Claude 搭配 MCP 使用,並且想把 Happy Scribe 任務嵌入更大的工作流程,這個 skill 會很適合:例如處理上傳的媒體、檢查轉錄狀態、匯出字幕,或把結果交給另一個工具。對於需要重複執行內容作業、且希望 agent 在動作前先確認工具可用性的團隊,尤其有幫助。
如果你只是偶爾需要一次性轉錄,並且偏好直接使用 Happy Scribe 網頁介面,這個 skill 的價值就比較有限。
這個 skill 的差異點
最重要的差異是 discovery-first pattern。happy-scribe-automation skill 不會硬寫死 Happy Scribe 操作,而是依賴 Rube MCP 回傳目前的 Happy Scribe toolkit schema、必要欄位與注意事項。比起那些猜 endpoint 名稱或 request 格式的提示詞,這種做法在自動化情境中更有韌性。
安裝前先確認的採用條件
安裝前,請先確認你的 AI client 支援 MCP servers,且你可以加入 https://rube.app/mcp。你也需要透過 RUBE_MANAGE_CONNECTIONS,使用 happy_scribe toolkit 建立有效的 Happy Scribe 連線。如果連線不是 active,agent 必須暫停,並依照回傳的授權流程引導你完成授權,之後才能執行工作流程。
如何使用 happy-scribe-automation skill
happy-scribe-automation 安裝情境
從 Composio skill collection 安裝這個 skill:
npx skills add ComposioHQ/awesome-claude-skills --skill happy-scribe-automation
接著在你的 client 中設定 Rube MCP,加入這個 MCP server endpoint:
https://rube.app/mcp
上游 skill 只包含 SKILL.md,所以請先閱讀該檔案。沒有其他 companion scripts、references 或 rule folders 可檢查。實際設定路徑是:確認 RUBE_SEARCH_TOOLS 可用,針對 toolkit happy_scribe 執行 RUBE_MANAGE_CONNECTIONS,必要時完成授權,然後再請 agent 執行 Happy Scribe 工作。
你需要提供給 skill 的輸入
為了讓 happy-scribe-automation usage 更可靠,請提供工作目標、媒體來源、目標語言、輸出格式,以及任何期限或命名規則。如果你需要匯出,請說明你要的是 transcript text、subtitles、captions,或由探索到的 tools 所支援的其他格式。
較弱的提示:
Transcribe this video with Happy Scribe.
較好的提示:
Use happy-scribe-automation for Workflow Automation. Discover the current Happy Scribe tools first, confirm my
happy_scribeconnection is ACTIVE, then create a transcription job for the uploaded Spanish interview. When complete, export an English transcript and SRT subtitles. Use the project namecustomer-story-q3and tell me any fields you need before execution.
這樣效果更好,因為它同時給了 agent 目標、連線要求、語言與輸出期待,以及可執行的權限邊界。
建議的工作流程模式
一份好的 happy-scribe-automation guide 會遵循四個步驟:
- 使用
RUBE_SEARCH_TOOLS搜尋確切的 Happy Scribe 任務工具。 - 使用
RUBE_MANAGE_CONNECTIONS檢查happy_scribe連線。 - 只依照 discovery 回傳的 schema 執行工具。
- 回報 job IDs、status、後續動作,以及任何 export links 或缺少的欄位。
在可行時,請要求 agent 維持同一個 Rube session,讓工具探索與執行脈絡保持一致。
讓結果更好的實用提示技巧
請明確說明任務是 create、monitor、update、list、export,還是 delete。Happy Scribe 工作流程通常取決於 IDs、file locations、language codes 與 export formats;如果你已經知道,請一開始就提供。若媒體尚未提供給 agent,請要求它先探索必要的 upload 或 source-field options,再嘗試執行。
happy-scribe-automation skill 常見問題
沒有 Rube MCP,happy-scribe-automation 夠用嗎?
不夠。這個 skill 需要 Rube MCP,並依賴 RUBE_SEARCH_TOOLS 與 RUBE_MANAGE_CONNECTIONS。如果沒有連上 Rube MCP,agent 可以說明工作流程,但無法可靠地執行 Happy Scribe 自動化。
為什麼不直接叫 Claude 使用 Happy Scribe?
一般提示詞可能會編造欄位、略過驗證檢查,或假設舊版 API 行為。happy-scribe-automation 的價值在於,它會要求 agent 在行動前先探索目前的 tool schemas。這也是安裝它,而不是只儲存一段通用 Happy Scribe 提示詞的主要原因。
這個 skill 適合初學者嗎?
如果你的 MCP client 已經能正常運作,它對初學者算是友善。真正困難的部分不是 skill 本身,而是連線設定。新使用者應先確認 RUBE_SEARCH_TOOLS 有回應,再透過 RUBE_MANAGE_CONNECTIONS 連接 happy_scribe toolkit,最後才執行任務提示。
什麼時候不該使用這個 skill?
如果你的需求是人工編輯審閱、轉錄稿潤飾,或翻譯品質控管,除非這些步驟是更大自動化提示的一部分,否則不建議使用。這個 skill 的設計目標是透過工具操作 Happy Scribe,而不是取代人類對轉錄準確度、speaker labels 或字幕時間軸的審查。
如何改善 happy-scribe-automation skill
用限制條件改善 happy-scribe-automation 提示
提升 happy-scribe-automation 結果最快的方法,是在執行前先說清楚限制條件:來源媒體、語言、預期輸出、專案命名、是否等待完成,以及如果連線 inactive 時 agent 應該怎麼做。這可以減少工具重試,也能避免 agent 選錯 Happy Scribe 操作。
範例:
If transcription creation requires a file URL and I have not provided one, stop and ask me for it. Do not create placeholder jobs. Use discovered schemas only.
常見失敗模式與預防方式
主要失敗模式包括:跳過工具探索、使用過期欄位名稱、在 Happy Scribe 連線 active 前就執行,以及把 status polling 誤當成已立即完成。針對建立或刪除 job 這類影響較大的動作,請要求 agent 在執行前顯示探索到的 tool name 與 required inputs。
根據第一次輸出持續迭代
第一次執行後,請要求一份精簡的執行摘要:使用的 tool、input fields、job ID、status、export format,以及尚未解決的問題。利用這份摘要讓下一個提示更具體,例如要求另一種 export format、監控既有 job ID,或在多個媒體檔案之間套用一致的命名規則。
謹慎擴充工作流程
若要做更廣泛的自動化,請先等 Happy Scribe 步驟穩定後,再把這個 skill 與檔案儲存、發布或通知工具串接。安全的模式是:在 Happy Scribe 轉錄或產生字幕、確認輸出可用、匯出,然後再把結果交給下一個工具。每一次交接都要明確,避免 agent 混淆轉錄建立、狀態檢查與下游交付。
