Harvest Automation

Harvest Automation skill 概覽

Harvest Automation 的用途

Harvest Automation 是一個 Claude Code skill，可透過自然語言操作 Harvest，並使用 Rube MCP server 與 Composio Harvest toolkit。它能協助你記錄工時、檢視與更新工時項目、管理專案、客戶與任務，也能擷取帳務或報表資料，讓你不用在終端機與 Harvest UI 之間來回切換。

這個 Harvest Automation skill 很適合已經使用 Harvest 追蹤工作的自由工作者、代理商、工程團隊、顧問與營運人員，尤其是想把工作流程自動化做得更快、更少摩擦的使用者。

最適合的工作情境與使用者

當任務明確、且需要連到實際帳戶資料時，適合使用 Harvest Automation，例如：「把 3.5 小時記到 project X 和 task Y」、「列出本週尚未送出的工時」、「替既有專案建立一個任務」，或「拉出工時項目供請款前檢查」。如果只是模糊的規劃工作，且不需要 Harvest 資料或操作，這個 skill 的幫助就比較有限。

最適合的場景是需要準確性的重複性行政工作：整理工時紀錄、查找專案與任務、準備請款資料，以及維護客戶與專案資料。

採用前的重要需求

這個 repository 只有一個 SKILL.md；沒有輔助 scripts、rules folders，也沒有隨附的參考檔案。最關鍵的需求是 MCP 存取權：此 skill 宣告需要 rube，並預期你加入位於 https://rube.app/mcp 的 Rube MCP server，接著完成 Harvest 帳戶驗證。

安裝前，請先確認你的環境支援 Claude Code skills 與 MCP servers，且你能接受授予工具對正式 Harvest workspace 的存取權。

如何使用 Harvest Automation skill

Harvest Automation 安裝與設定路徑

使用你的 skill manager 從來源 repository 安裝此 skill，例如：

npx skills add ComposioHQ/awesome-claude-skills --skill "Harvest Automation"

接著設定 Claude Code 使用 Rube MCP server：

1. 加入 MCP server URL：https://rube.app/mcp
2. 當 Claude 提示需要 Harvest 存取權時，依照驗證連結完成授權
3. 在建立或更新紀錄前，先用唯讀請求測試

請先閱讀 composio-skills/harvest-automation/SKILL.md。由於這個 skill 沒有獨立的 README.md、metadata.json、scripts 或 references，SKILL.md 就是支援工作流程與工具名稱的權威來源。

讓 skill 穩定運作所需的輸入

當你提供真實的 Harvest 識別碼與日期細節時，Harvest Automation 的使用效果會明顯提升。針對工時項目，skill 可能需要：

• project_id
• task_id
• spent_date，格式為 YYYY-MM-DD
• 適用於以時數計算帳戶的 hours
• 適用於以開始／結束時間計算帳戶的 started_time 與 ended_time
• 描述工作內容的 notes

較弱的提示是：「幫我記錄今天的開發工時。」

較好的提示是：「Use Harvest Automation to log 3.5 hours for 2026-01-15 on project 12345, task 67890, notes: Implemented OAuth callback handling and tests. If the project-task pairing is invalid, stop and tell me before creating anything.」

更安全的自動化實務流程

針對建立、更新，以及與請款相近的操作，建議採用兩步驟流程：

1. 先請 Harvest Automation 列出或取得相關的專案、任務、客戶或工時項目。
2. 在要求它建立或更新任何資料前，先確認精確的 record IDs。

這可以降低因專案名稱相似、任務指派過期，或日期模糊而造成的錯誤。做報表與請款前檢查時，先要求篩選後的清單，例如「列出 client X 從週一到週五的 time entries」，確認原始項目正確後，再要求彙總。

提升輸出品質的提示寫法

好的提示會同時包含意圖、限制條件與確認行為：

• “List time entries for project 12345 from 2026-01-01 to 2026-01-31; group by task and flag entries missing notes.”
• “Create a Harvest project for client Acme, name Website Retainer Q1, but show me the proposed fields before calling the create tool.”
• “Update time entry 98765 to 2.25 hours and notes Bug triage and hotfix review; do not change the date, project, or task.”

這類提示能幫助 agent 選擇正確的 Harvest tool，而不是從過於寬泛的請求中猜測你的意思。

Harvest Automation skill 常見問題

Harvest Automation 適合做工作流程自動化嗎？

適合。當 Harvest 是可重複營運流程的一部分時，Harvest Automation for Workflow Automation 最有價值，例如每日工時登錄、每週 timesheet 檢查、專案建立、任務維護與請款準備。它不會取代你的帳務判斷，但可以減少手動導覽與複製貼上的工作。

這和一般 prompt 有什麼不同？

一般 prompt 可以告訴你如何使用 Harvest。Harvest Automation skill 則可以透過 Rube MCP 連線呼叫 Harvest 相關工具；前提是你的帳戶已完成驗證，且具備可用的工具權限。因此，它適合處理實際操作，例如列出、建立、取得與更新 Harvest 紀錄。

對初學者友善嗎？

如果你已經熟悉自己的 Harvest workspace 結構，它算是容易上手。新的 Harvest 使用者可能會比較吃力，因為 project IDs、task IDs、客戶關係與日期格式都很重要。建議先從唯讀的列表請求開始，確認精確 IDs 後，再進行建立或更新操作。

什麼時候不該使用？

當你無法驗證目標客戶、專案、任務或工時項目時，不應使用這個 skill。避免使用像「fix all my timesheets」這類範圍過大的指令，除非你先要求它提出預計變更清單。對於敏感的帳務變更、invoice 建立或大量批次更新，務必在執行前要求確認。

如何改善 Harvest Automation skill

用更好的脈絡改善 Harvest Automation 結果

最有用的脈絡是營運細節，而不是冗長描述。請包含精確日期範圍、workspace 用語、record IDs、請款意圖，以及這個請求是唯讀還是允許寫入。如果你不知道某個 ID，先請 skill 找出候選項目，而不是強迫它根據名稱推測。

範例：“Find active projects matching Acme and list their tasks with IDs. Do not create or update anything yet.”

需要預防的常見失敗模式

主要風險是模糊性：相似的專案名稱、跨專案重複使用的任務名稱、像「上週五」這種不清楚的日期，或帳戶是以時數計算還是以開始／結束時間計算。另一個常見問題，是在確認項目的 notes 與 task assignments 是否正確之前，就要求產出可供請款使用的摘要。

避免這些問題的方法，是讓 skill 先顯示它打算處理的紀錄，並使用絕對日期。

第一次輸出後持續迭代

第一次回覆後，應該沿著工作流程細化，而不是重新開始。如果 skill 列出了項目，可以要求它篩出缺少 notes 的項目、依專案分組，或準備確認表。如果建立請求因為某個 task 未指派到專案而失敗，請先要求它列出該專案可用的 tasks，再重新嘗試。

好的迭代提示是：“From the entries you just listed, show only records over 8 hours or missing notes, then suggest corrections without applying them.”

給維護者的 repository 改進建議

如果 Harvest Automation skill 能為每種支援操作提供範例 prompts、補上唯讀與寫入操作的使用指引，並加入一小段疑難排解內容，涵蓋 MCP 驗證、無效的 project-task pairings 與日期格式，會更完整。對於具破壞性或涉及帳務敏感資料的更新，若能提供簡短的安全檢查清單，也能讓正在評估是否安裝此 skill 的團隊更容易做決策。