aeroleads-automation

aeroleads-automation skill 概览

aeroleads-automation 适合做什么

aeroleads-automation skill 帮助 AI agent 通过 Composio 的 Rube MCP server 执行与 Aeroleads 相关的线索研究工作流。它不是让 agent 凭记忆猜测 Aeroleads API 的结构，而是要求 agent 先发现当前可用的 Rube tool schema，验证 Aeroleads 连接状态，然后再用正确输入执行可用的 Aeroleads 操作。

最适合的用户与任务

这个 skill 最适合销售运营团队、增长研究人员、创始人以及使用 Aeroleads 做 Lead Research 的助理，让 Claude 或其他支持 MCP 的 agent 协助处理可重复的任务。典型场景包括查找潜在客户联系信息、补全线索列表、检查当前可用的 Aeroleads actions，以及把一段目标客户描述转化为可执行的工具工作流。

核心差异点

aeroleads-automation 的关键价值在于它坚持“先搜索 tools”的执行纪律。Aeroleads 和 Composio 的 tool schema 可能会变化，因此这个 skill 不会硬编码某一套固定流程。它要求 agent 在行动前调用 RUBE_SEARCH_TOOLS，从而减少调用失败、必填字段缺失以及基于过期假设执行的问题。

采用前需要考虑的条件

这不是一个独立的爬虫，也不是本地自动化脚本。它需要先配置 Rube MCP，并且通过 Composio 建立可用的 Aeroleads 连接。如果你的 AI client 不能使用 MCP tools，或者你没有 Aeroleads 访问权限，单独安装 aeroleads-automation skill 并不会产生有用结果。

如何使用 aeroleads-automation skill

aeroleads-automation 安装环境

从 Composio skills repository 安装：

npx skills add ComposioHQ/awesome-claude-skills --skill aeroleads-automation

然后在你的 client 配置中把 https://rube.app/mcp 添加为 MCP server。这个 skill 预期 Rube MCP tools 可用，尤其是 RUBE_SEARCH_TOOLS 以及用于管理 Aeroleads 连接的 connection-management tool。在开始真实的线索研究之前，先让 agent 确认 Rube 能正常响应，并确认 Aeroleads toolkit connection 处于 ACTIVE 状态。

skill 需要的输入信息

为了让 aeroleads-automation usage 更可靠，不要只给 agent 一个模糊请求，而应提供明确的线索研究目标。建议包含目标公司类型、职位角色、地理范围、排除条件、期望字段、数量上限，以及你希望如何处理不确定匹配。

较弱的提示词：

Find me leads for SaaS companies.

更好的提示词：

Use aeroleads-automation for Lead Research. Find up to 50 VP Sales or Head of Revenue contacts at B2B SaaS companies in the US with 50-500 employees. Prefer companies selling to mid-market customers. Return name, title, company, LinkedIn URL if available, email if available, source/tool used, and confidence notes. First discover the current Aeroleads tools through Rube before executing.

这样的输入能给 agent 足够的约束，让它更容易选择合适 tools，避免无关潜在客户，并把结果整理成便于审核的格式。

建议采用的实际工作流

一套可执行的 aeroleads-automation guide 工作流通常是：

1. 让 agent 针对具体 Aeroleads 使用场景调用 RUBE_SEARCH_TOOLS。
2. 要求它检查返回的 tool slugs、必填字段、限制条件和建议执行计划。
3. 使用 toolkit aeroleads 通过 RUBE_MANAGE_CONNECTIONS 确认 Aeroleads 连接。
4. 在请求大批量结果之前，先运行一个小规模测试查询。
5. 审核匹配质量，然后再扩大范围或细化搜索条件。

这个顺序很重要，因为许多失败都来自跳过工具发现、使用过期参数名，或者在目标标准尚不清晰时就运行过宽泛的查询。

优先阅读的仓库文件

仓库路径是 composio-skills/aeroleads-automation，重要文件是 SKILL.md。如果你需要确认必要的 MCP 依赖、设置顺序和工具发现模式，安装前应先阅读它。当前 skill package 中没有额外脚本、规则或参考文件夹，因此运行行为集中在这一个文件里。

aeroleads-automation skill 常见问题

没有 Aeroleads 时，aeroleads-automation 够用吗？

不够。这个 skill 是通过 Rube MCP 使用 Aeroleads 的 agent 指令层。你仍然需要通过 Composio 建立有效的 Aeroleads 连接。如果连接未激活，agent 应该停止线索研究，并根据返回的认证链接引导你完成授权，而不是继续尝试查找线索。

它比普通提示词好在哪里？

普通提示词也可以要求模型“find leads”，但模型不会自动知道当前 Rube MCP tool schema。aeroleads-automation skill 明确要求先做工具发现；对于实时集成来说，这很重要，因为可用 actions、字段名和校验规则都有可能变化。

对新手友好吗？

如果你的 AI client 已经支持 MCP，并且你能接受授权 SaaS 连接，那么它对新手比较友好。设置过程很短，但结果质量仍然取决于搜索条件是否清晰。新手建议先从小批量开始，并要求 agent 在执行前解释每一次 tool call。

什么时候不适合使用？

不要把这个 skill 用于不受支持的数据采集、垃圾信息工作流，或未经许可和合规审查的大规模外联。如果你需要完全本地化的工作流、自定义爬取逻辑，或通过已发现的 Aeroleads/Rube tools 无法提供的 CRM 专属去重能力，它也不太适合。

如何改进 aeroleads-automation skill

改进 aeroleads-automation 输入

提升 aeroleads-automation 输出质量最快的方法，是把线索定义收紧。加入行业、公司规模、地点、职级、必须包含的职位、需要排除的职位、数据字段和最大数量。如果你有理想客户样例，也应一并提供。如果你有“请勿联系”名单或现有 CRM 导出数据，要让 agent 在最终确定线索前先纳入考虑。

留意常见失败模式

常见问题包括 Aeroleads 连接未激活、跳过 RUBE_SEARCH_TOOLS 发现步骤、线索标准过于宽泛、tool call 缺少必填字段，以及对 Aeroleads 能返回什么内容做出未经验证的假设。一个有用的保护机制是：要求 agent 在行动前先总结已发现的 tool schema 和计划调用方式。

根据第一批结果迭代

把第一批结果当作校准样本。先请求一小组结果，检查误匹配，再继续细化，例如：“exclude agencies”、“only companies using Salesforce”、“prioritize director level and above”，或 “separate founders from sales leaders”。与其一开始就要一份大名单，迭代通常更能提升精度。

在本地增强 skill

如果你维护本地副本，可以考虑加入与你常见线索研究动作相关的示例、偏好的输出列、合规说明和后处理规则。上游 skill 有意保持轻量；组织专属提示词可以提高稳定性，同时不改变“必须先发现当前 Rube Aeroleads tools”这一核心要求。