docnify-automation
作者 ComposioHQdocnify-automation 可帮助 agent 通过 Composio Rube MCP 运行 Docnify 任务：发现实时工具 schema、检查 Docnify 连接，并执行经过验证的工作流。
该 skill 评分为 64/100，作为目录条目属于可接受但能力有限的选择。它为 agent 通过 Rube MCP 使用 Docnify 提供了足够的触发和设置指引，但目录用户应将其视为轻量级集成封装，而不是完整成熟的 Docnify 工作流包。
- 有效的 frontmatter 清楚说明该 skill 用于通过 Rube MCP 实现 Docnify 自动化，并声明了所需的 MCP 依赖。
- 前置条件和设置步骤会引导 agent 验证 RUBE_SEARCH_TOOLS、管理 Docnify 连接，并在执行前确认 ACTIVE 状态。
- 该 skill 强调先搜索工具以获取最新 schema，有助于减少 schema 漂移，并让 agent 更安全地触发可用的 Docnify 工具。
- 除了单个 SKILL.md 之外，没有提供支持文件、脚本、参考资料、README 或安装命令，因此上手指引较为单薄。
- 该工作流主要是通用的 Rube MCP 工具发现/连接模式，Docnify 专属的任务指导和具体示例较少。
docnify-automation skill 概览
docnify-automation 能做什么
docnify-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 执行 Docnify 相关操作。它的核心价值不在于提供一套固定的 Docnify 操作配方，而是指导 agent 先发现当前可用的 Docnify tool schema，验证 Docnify 连接状态，然后用经过校验的输入执行正确的 Rube tool。
最适合的用户和任务
如果你已经在使用 Docnify，并希望让 AI agent 通过 Composio toolkit 帮你创建、更新、检索或管理 Docnify 相关工作，可以使用 docnify-automation skill。它尤其适合偏好 MCP 自动化、而不是手动操作 dashboard 的团队；当 tool schema 可能变化、agent 必须先检查实时能力再执行操作时，这个 skill 更有价值。
关键差异：先发现工具，再执行
这个 skill 最重要的执行规则是：执行前先调用 RUBE_SEARCH_TOOLS。这很关键，因为 Rube 会返回当前的 tool slug、input schema、执行计划和已知注意事项。这样可以降低 agent 猜字段名或沿用过期示例的风险。
采用要求与限制
这是一个轻量编排 skill，不是独立的 Docnify SDK。你需要可用的 Rube MCP、通过 RUBE_MANAGE_CONNECTIONS 管理的 Docnify 连接，以及一个能够调用 MCP tools 的 AI client。仓库路径中只有 SKILL.md，因此你应该把它理解为操作指导，而不是包含 helper scripts、templates 或本地自动化代码的工具包。
如何使用 docnify-automation skill
安装与连接上下文
如果你的 skill client 支持常见的 skills CLI，可以使用以下命令安装：
npx skills add ComposioHQ/awesome-claude-skills --skill docnify-automation
然后在你的 client 配置中把 Rube MCP 添加为 server：
https://rube.app/mcp
在请求执行 Docnify 操作之前，先确认 RUBE_SEARCH_TOOLS 可用。接着调用 RUBE_MANAGE_CONNECTIONS，toolkit 使用 docnify；如果状态不是 ACTIVE，就完成返回的授权流程。
可靠执行所需的输入
一个较弱的请求是：“Update my Docnify docs.” 更好的 docnify-automation 使用提示应包含明确的 Docnify 目标、目标对象或 workspace、期望变更、约束条件，以及 agent 是可以直接执行，还是只能先准备计划。
示例：
“Use docnify-automation for Workflow Automation. First discover the current Docnify tools with RUBE_SEARCH_TOOLS. Check that my docnify connection is active. Then find the tool for updating a document title. If the schema supports it, update document DOC-123 title to Q1 onboarding checklist. Show the tool slug and inputs before executing.”
这样的写法为 agent 提供了“发现—检查—执行”的顺序，也能减少误写入。
实用工作流模式
一个安全的 docnify-automation 使用流程可以这样设计：
- 针对具体 Docnify 任务，用
RUBE_SEARCH_TOOLS搜索 tools。 - 在后续发现步骤中复用返回的 session ID。
- 用
RUBE_MANAGE_CONNECTIONS检查连接状态。 - 将你的任务匹配到返回的 tool slug 和 schema。
- 在写入操作前，要求 agent 汇总计划使用的输入。
- 只有在所需 identifier、field 和 permission 都明确后才执行。
对于只读任务，可以允许更快执行。对于创建、更新、删除或发布类操作，应要求先进行预执行确认。
优先阅读的仓库文件
先阅读 composio-skills/docnify-automation/SKILL.md。它包含完整的操作约定：前置条件、设置、工具发现、连接检查和核心工作流。当前提供的结构中没有单独的 README.md、rules/、resources/ 或 scripts/ 文件夹，因此不要期待在其他位置还有隐藏实现细节。
docnify-automation skill 常见问题
docnify-automation 是可安装的 Docnify 集成吗？
它本身不是。docnify-automation skill 是面向支持 MCP 的 agent 的指令层。真正的集成路径是通过 Rube MCP 使用 Composio 的 Docnify toolkit。安装 skill 是为了指导 agent；要让它真正可用，还需要连接 Rube 和 Docnify。
它比普通 prompt 好在哪里？
普通 prompt 可能会猜测 Docnify API 的结构。这个 skill 会明确要求 agent 先发现 tools、检查实时 schema、确认连接状态，并使用返回的执行指导。对于类似生产环境的工作流自动化来说，这更合适，因为过期字段名可能导致失败。
新手适合使用吗？
如果你能接受连接 MCP server，并完成类似 OAuth 的连接授权流程，它对新手是友好的。但如果你期待的是一键式 Docnify app、本地 CLI 或预构建 scripts，它就不太适合。新手最重要的习惯是：在执行写入操作前，要求 agent 展示已发现的 tool schema。
什么时候不应该使用这个 skill？
当任务不涉及 Docnify、你的 client 无法使用 MCP tools，或者你需要不依赖实时工具发现的确定性离线自动化时，不建议使用它。对于“clean up everything”这类范围很大的请求也要避免，除非你能提供明确的范围、identifier 和审批规则。
如何改进 docnify-automation skill
通过执行边界改进 prompts
提升 docnify-automation 结果最快的方法，是明确 agent 可以做什么、不能做什么。可以加入“read-only”、“do not execute until I approve”、“only update this document ID”或“stop if the schema does not expose the required field”这样的措辞。这些边界很重要，因为 Docnify 操作可能会修改线上内容。
避免常见失败模式
常见失败包括跳过工具发现、Docnify 连接未激活、缺少 object ID、目标名称模糊，以及 schema 不匹配。可以要求 agent 报告以下信息来规避这些问题：使用的 RUBE_SEARCH_TOOLS 查询、选中的 tool slug、必填字段、可选字段，以及它计划发送的精确 payload。
首次输出后继续迭代
在得到第一版计划或 tool result 后，用具体修正继续细化：“Use the tool that supports document metadata, not document content”、“retry with the existing session ID”或“filter for documents created after this date.” 迭代效果最好的一种方式，是保留 Rube session context，并要求 agent 对比返回的 schemas，而不是自行编造替代方案。
扩展 skill 前应检查什么
如果你 fork 这个仓库，可以在 SKILL.md 中补充面向具体任务的 prompt 示例、破坏性操作的审批规则，以及你最常见 Docnify 工作流对应的示例 RUBE_SEARCH_TOOLS 查询。由于当前 skill 没有 scripts 或 references，最有价值的增强不是增加更多说明文字，而是让决策逻辑更清晰。