rafflys-automation
作者 ComposioHQrafflys-automation 可協助代理程式透過 Composio Rube MCP 自動化 Rafflys 作業：探索即時 tool schemas、檢查 Rafflys connection，並安全執行工作流程。
此 skill 評分為 66/100，代表可接受但作為目錄 listing 仍有侷限。目錄使用者能理解何時該使用它，以及如何透過 Rube MCP 啟動 Rafflys connection；但應預期它比較像輕量的 connector-style skill，而不是包含具體任務配方的完整 Rafflys workflow pack。
- 觸發條件與適用範圍清楚：明確用於透過 Rube MCP 使用 Composio 的 Rafflys toolkit，來自動化 Rafflys 作業。
- 已列出操作前提，包括可使用 Rube MCP、具備有效的 Rafflys connection，以及在執行前使用 RUBE_SEARCH_TOOLS。
- 提供可重複套用的先探索模式，使用 RUBE_SEARCH_TOOLS 與 RUBE_MANAGE_CONNECTIONS，降低代理程式對 schema 的猜測成本。
- 除了 SKILL.md 之外，沒有支援檔案、腳本、參考資料或範例，因此導入成效完全取決於這份簡短的文字說明。
- 工作流程指引多半偏向 Rube MCP 的通用用法；就目前提供的內容來看，沒有展示具體的 Rafflys 任務範例，或 Rafflys 專屬欄位／動作。
rafflys-automation skill 概覽
rafflys-automation 的用途
rafflys-automation 是一個 Claude skill，用來透過 Composio 的 Rube MCP server 執行 Rafflys 相關操作。這個 rafflys-automation skill 適合想讓 AI agent 自動探索目前 Rafflys tool schemas、確認 Rafflys 連線狀態，並依照特定任務執行工作流程的使用者；相較於一般泛用 prompt，它能減少猜測與誤用。
它的核心價值不在於龐大的本機程式碼，而是提供一套操作程序。這個 skill 會要求 agent 先使用 RUBE_SEARCH_TOOLS，因為 Rafflys tool names 與 input schemas 應該被視為即時 MCP 資料，而不是寫死的假設。
最適合的使用者與工作流程
如果你已經使用 Claude 或其他支援 MCP 的 client，並且需要透過 Composio 自動化 Rafflys 工作，這個 rafflys-automation skill 會很適合。常見用例包括：要求 agent 檢查可用的 Rafflys actions、根據回傳的 schema 準備工作流程、檢查 authentication state，並且只在確認必要欄位後才執行特定 Rafflys 操作。
它特別適合偏好「先探索工具、再執行」的 Workflow Automation 團隊，而不是依賴從舊文件複製來、容易失效的 prompt 指令。
與一般 prompt 的差異
一般 prompt 可能只會說「use Rafflys」，但 agent 可能會編造 tool names、漏掉連線設定，或使用已過期的參數。rafflys-automation 加入了一套可重複的流程：連接 Rube MCP、管理 Rafflys connection、搜尋目前可用 tools、檢視回傳的 schemas，最後才執行選定的 tool。這個流程正是採用它的主要理由。
採用前的重要限制
這個 skill 依賴 Rube MCP 與有效的 Rafflys connection。它不包含 helper scripts、本機 resources，或額外的 rules folders；核心檔案是 SKILL.md。如果你的環境無法將 https://rube.app/mcp 加為 MCP server，或無法透過 RUBE_MANAGE_CONNECTIONS 授權 Rafflys toolkit，那麼這個 skill 目前還不適合使用。
如何使用 rafflys-automation skill
rafflys-automation 安裝情境
從 Composio skill collection 安裝此 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill rafflys-automation
接著在支援 MCP 的 client 中加入以下項目，以設定 Rube MCP：
https://rube.app/mcp
上游 skill 說明指出，MCP endpoint 本身不需要另外的 API key，但你仍然需要一個有效的 Rafflys connection。在嘗試執行 Rafflys 工作前，請先要求 agent 確認 RUBE_SEARCH_TOOLS 可用。
優先檢查的檔案與工具
先從 composio-skills/rafflys-automation/SKILL.md 開始。根據 repository preview，沒有額外的 scripts/、resources/、references/ 或 rules/ 目錄，因此重要的實作指引都集中在這個檔案中。
agent 應按照以下順序操作：
- 針對特定 Rafflys 任務呼叫
RUBE_SEARCH_TOOLS。 - 使用 toolkit
rafflys呼叫RUBE_MANAGE_CONNECTIONS。 - 如果 connection 不是
ACTIVE，完成回傳的 authorization flow。 - 如有需要，重新執行 tool discovery，並使用最新 schema 執行任務。
適合 rafflys-automation 的強 prompt 寫法
較弱的 prompt：
“Automate my Rafflys task.”
較好的 prompt：
“Use the rafflys-automation skill. First confirm Rube MCP is available. Search Rafflys tools for this use case: [describe the exact Rafflys outcome]. Check the rafflys connection status and stop if it is not ACTIVE. Before executing, summarize the selected tool slug, required fields, optional fields, and any risky assumptions. Ask me for missing required values instead of guessing.”
這樣效果更好，因為 agent 會同時取得任務目標、必要的 discovery 步驟、連線邊界，以及遇到缺少輸入時不能自行猜測的明確規則。
實務工作流程建議
請明確說明你預期的 Rafflys 物件、動作、篩選條件、日期、campaign names、user identifiers 或輸出格式。如果 tool schema 回傳了你尚未提供的 required fields，應把它視為需要釐清的步驟，而不是錯誤。若要讓自動化更安全，當動作可能建立、更新或刪除 Rafflys 資料時，請要求 agent 在執行前先展示預計呼叫內容。
對於重複性的工作流程，在適合的情況下保留相同的 Rube session ID，讓 tool discovery 與 execution context 維持連貫。
rafflys-automation skill 常見問題
rafflys-automation 適合初學者嗎？
如果你的 client 已經支援 MCP tools，那麼它對初學者算是友善的。這個 skill 提供清楚的設定路徑：加入 Rube MCP、確認 RUBE_SEARCH_TOOLS、管理 Rafflys connection，然後進行 tool discovery。不過初學者可能仍需要協助，才能完成 RUBE_MANAGE_CONNECTIONS 回傳的 Rafflys authorization flow。
什麼情況不該使用 rafflys-automation？
當你需要離線自動化、純本機 scripts，或固定的 Rafflys API wrapper 時，不建議使用它。這個 skill 是以即時 Composio/Rube tool discovery 為核心設計。如果你的組織不允許 MCP server connections 或第三方 workflow tooling，它也不太適合。
與直接使用 Rafflys API 相比如何？
如果你要做的是 production code，並且需要 versioned endpoints、tests 與嚴格的 deployment controls，直接使用 API 可能更合適。rafflys-automation 則更適合 agent-driven operations：assistant 可以檢查目前 schemas，並透過 Composio 的 Rafflys toolkit 互動式完成任務。
Workflow Automation 使用 rafflys-automation 需要寫程式嗎？
通常不需要。這個 skill 是以 prompt 與 tools 驅動。你需要設定 MCP 並授權 Rafflys toolkit，但日常使用多半是清楚描述工作流程，然後讓 agent 探索並呼叫正確 tools。
如何改善 rafflys-automation skill 的使用效果
改善 rafflys-automation 的輸入內容
最快改善結果的方法，是把模糊目標改成可操作的細節。請包含 Rafflys task type、target records、constraints、time range、success condition，以及 agent 是否可以立即執行，或必須先徵求核准。
範例：
“Find Rafflys tools for exporting entries from campaign X between May 1 and May 31. Do not execute until you show me the required schema fields and confirm which fields are missing.”
避免常見失敗模式
主要失敗模式包括：跳過 tool discovery、connection 尚未啟用、對 tool parameters 使用過期假設，以及缺少 required fields。請在 prompt 中直接防範這些問題：要求先執行 RUBE_SEARCH_TOOLS、要求檢查 connection，並指示 agent 遇到缺值時提問，而不是自行捏造。
如果呼叫失敗，請要求 agent 在重試前，先將嘗試送出的 payload 與最新回傳的 schema 進行比對。
根據第一次輸出持續調整
取得第一次回應後，可以透過縮小範圍來精煉結果，例如：“only active campaigns”、“return a CSV-ready summary”、“exclude test records”，或 “dry-run the update plan first”。對於破壞性或高影響操作，請在 schema discovery 與實際執行之間加入 approval checkpoint。
哪些 repository 改進會有幫助
如果上游 skill 能加入更多 Rafflys use cases 範例、sample RUBE_SEARCH_TOOLS queries，以及 create/update/delete actions 的安全執行模式，會讓它更完整。在那之前，請把 SKILL.md 視為權威指引，並在自己的 prompts 中明確寫出 schema discovery、connection status 與 approval boundaries。