yelp-automation
作者 ComposioHQyelp-automation 是一個用於 Yelp workflow 的 Claude skill，透過 Composio Rube MCP 運作。它會引導 agent 搜尋目前可用的工具、驗證 Yelp 連線，並依照回傳的 schema 執行任務。
此技能評分為 66/100，代表可列入目錄但能力有限。目錄使用者可從中取得足夠資訊，了解它能協助 agent 透過 Composio 的 Rube MCP 路由 Yelp 相關請求，並包含連線檢查與工具探索；但應預期它較像一層輕量封裝，而不是完整自足的 Yelp workflow library。
- 有效的 skill frontmatter 清楚標示觸發領域為透過 Rube MCP 進行 Yelp automation，並宣告必要的 `rube` MCP 相依項。
- 先決條件與設定步驟說明必須先連上 Rube MCP、Yelp authorization 必須為 ACTIVE，且在 workflow 前應呼叫 `RUBE_SEARCH_TOOLS`。
- 核心 workflow 模式提供 agent 可重複執行的流程：探索工具、檢查 Yelp 連線，接著使用目前的 schema 執行，而不是猜測可能過期的參數。
- repo 未記載實際的 Yelp 操作與 schema；此技能仰賴即時 `RUBE_SEARCH_TOOLS` 探索來取得最新的 tool slug、輸入欄位與注意事項。
- 未包含支援檔案、script、README 或安裝指令，因此是否容易採用，取決於使用者是否已熟悉 Rube MCP 與 Yelp 連線的設定。
yelp-automation skill 概覽
yelp-automation 適合用來做什麼
yelp-automation 是一個 Claude skill，可透過 Composio 的 Rube MCP server 執行 Yelp 相關工作流程。它不會把某一種 Yelp API 格式寫死，而是要求 agent 先探索目前可用的 Yelp tools、確認 Yelp connection 狀態，再依照 Rube 回傳的 schema 執行任務。
當你想在更大的 Workflow Automation 設定中讓 agent 處理 Yelp 操作時，特別是工具可用性或輸入 schema 可能變動的情境，就很適合使用 yelp-automation skill。
最適合的使用者與任務
yelp-automation skill 最適合已經在使用 Claude 或其他支援 MCP 的 client，並且想把 Yelp actions 串進可重複工作流程的使用者。常見任務包括：為特定工作找出正確的 Yelp tool、確認 Yelp connection 是否啟用，以及在完成 schema discovery 後安全執行 Yelp operation。
它特別適合營運人員、自動化流程建置者、在地商家研究者，以及偏好透過工具執行、而不是手動瀏覽 Yelp 的 agent workflow 開發者。
這個 skill 的不同之處
主要差異在於它採用「先搜尋工具」的模式。這個 skill 不假設 Yelp tool 名稱或輸入欄位是固定的。它要求在執行前先使用 RUBE_SEARCH_TOOLS，讓 agent 能取得 Rube 回傳的最新 tool slugs、schemas、execution plans 與 pitfalls。
因此，相較於「用 Yelp 找商家」這類泛用提示，yelp-automation 更可靠，因為它會在嘗試執行任務前，先建立 connection-check 與 tool-discovery 的流程。
採用前的重要限制
這不是獨立的 Yelp scraper、browser automation script，也不是直接的 Yelp API wrapper。它需要 Rube MCP，以及透過 Composio 啟用中的 Yelp toolkit connection。repository path 內只有 SKILL.md，所以這個 skill 很輕量：安裝前應該先閱讀原始內容，但不要期待裡面有 helper scripts、examples 或打包好的 reference data。
如何使用 yelp-automation skill
yelp-automation 安裝與設定脈絡
從 Composio skills repository 安裝此 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill yelp-automation
接著使用以下網址，把 Rube MCP 加到你的 client configuration：
https://rube.app/mcp
在要求 Yelp 工作之前，先確認 MCP server 有提供 RUBE_SEARCH_TOOLS。這個 skill 也預期你會使用 RUBE_MANAGE_CONNECTIONS 並指定 toolkit yelp；如果 connection 不是 ACTIVE，請依照回傳的 authorization link 完成授權，並在執行任何 Yelp workflow 前重新檢查狀態。
skill 需要的輸入
較弱的請求是：「Find restaurants on Yelp.」更好的 yelp-automation 使用提示，應該提供 agent 任務、地點、篩選條件、輸出格式與任何限制：
Use yelp-automation to find highly rated Italian restaurants in Austin, Texas. First discover the current Yelp tools through Rube, confirm the Yelp connection is active, then return up to 10 results with name, rating, review count, price if available, Yelp URL, neighborhood, and a short reason each result matches. Do not invent missing fields.
如果是商家查找或評論導向的任務，請加入已知 identifiers、business name、city、category、date range、ranking preference，以及你需要 raw tool output 還是整理過的表格。
建議遵循的實務流程
先閱讀 composio-skills/yelp-automation/SKILL.md。這個 skill 資料夾中沒有額外的 README.md、rules/、resources/ 或 scripts，因此原始檔就是主要的操作指南。
好的執行流程如下：
- 要求 agent 針對你的 Yelp use case 呼叫
RUBE_SEARCH_TOOLS。 - 可行時重用回傳的 session ID。
- 要求它針對
yelp呼叫RUBE_MANAGE_CONNECTIONS。 - 如果狀態為 active，就使用 discovery 取得的精確 schema 執行選定的 Rube tool。
- 要求輸出精簡結果摘要，並附上後續步驟需要的任何 raw IDs。
這個順序很重要，因為 Rube 可能回傳與你預期不同的 tool names 或 required fields。
讓結果更好的提示寫法
若要讓 yelp-automation 在 Workflow Automation 中更穩定，提示應該把 discovery、execution 與 formatting 分開：
Discover the available Yelp tools for searching local businesses near
94103. Check the Yelp connection. If active, run the appropriate tool for “coffee shops open now with at least 4 stars.” Return a markdown table with name, rating, review count, address, phone, Yelp URL, and any missing fields markedUnavailable. Explain which Rube tool was selected and why.
這能提升輸出品質，因為 agent 有足夠脈絡選擇正確工具、避免猜測 schema，並產出可供下游 workflow 解析的資料。
yelp-automation skill 常見問題
yelp-automation 是 Yelp API client 嗎？
不是。yelp-automation 是一個 skill，用來引導支援 MCP 的 agent 透過 Rube MCP 使用 Composio 的 Yelp toolkit。實際的 tools、schemas 與 authorization 都由 Rube 處理，不是由這個 skill 內附的程式碼提供。
什麼情況不適合使用這個 skill？
如果你需要離線資料集、大量 scraping、直接控制 Yelp API credentials，或需要不受 Rube 目前 toolkit schema 影響的保證欄位，就不適合使用。若你的 client 無法連接 MCP servers，或你無法授權 Yelp connection，這個 skill 也不適合。
它比一般提示好在哪裡？
一般提示可能會讓模型憑記憶推理 Yelp，或以不一致的方式瀏覽。yelp-automation skill 會強制採用 tool-first workflow：探索目前的 Yelp tools、檢查 connection status，並依照回傳的 schema 執行。這能降低捏造 tool calls 的風險，也讓 workflow 更容易重複使用。
yelp-automation skill 適合初學者嗎？
如果你已經理解 MCP 基礎，它算是初學者友善。設定很短，但使用者需要能檢查 tool availability、授權 connection，並要求 agent 使用回傳的 schemas。初學者應該先從簡單搜尋任務開始，再把 Yelp results 串進更大的 automations。
如何改進 yelp-automation skill
用更清楚的限制改善 yelp-automation 提示
最大的品質提升來自精準的任務限制。請包含 location、category、result count、ranking criteria、required fields，以及缺漏值的處理方式。舉例來說，「top-rated dentists in Denver」不如「return 15 dentists within Denver, sorted by rating then review count, with phone, address, Yelp URL, and Unavailable for missing fields」來得有用。
避免常見失敗模式
常見問題包括略過 RUBE_SEARCH_TOOLS、假設舊 schema 仍然有效、在 connection 尚未 active 前就嘗試執行 Yelp actions，或要求選定工具不會回傳的欄位。請明確告訴 agent：「Do not execute until tool discovery and connection check are complete」，以及「Use only fields present in the tool response」。
根據第一次輸出持續調整
第一次執行後，可以透過要求 deduplication、更嚴格的 filters、後續 calls 所需的 raw identifiers，或不同的 output shape 來改善 workflow。如果結果太少，可以放寬 radius、category 或 price filters。如果結果太廣，可以加入 neighborhood、open-now status、minimum review count 或 business attributes。
維護者可加入的改進
如果 yelp-automation skill 能加入一小段 examples section，展示常見 Yelp workflows、sample prompts、預期的 RUBE_SEARCH_TOOLS 使用方式，以及 inactive connections 的 troubleshooting notes，會更完整。簡短的「when not to use」section 與 example output tables，也能幫助使用者更快判斷是否要安裝這個 skill。