emaillistverify-automation
作者 ComposioHQemaillistverify-automation 可帮助 agent 通过 Composio Rube MCP 运行 Emaillistverify 工作流：发现当前工具 schema、确认连接状态，并安全执行邮箱验证任务。
该技能评分为 66/100，适合收录但能力边界较明显。目录用户能获得足够信息来判断何时安装它——通过 Composio/Rube MCP 实现 Emaillistverify 自动化；agent 也能获得一种可用的“先发现再执行”模式。不过，该仓库提供的具体工作流细节很少，除 SKILL.md 外没有配套示例。
- 有效的 frontmatter 清楚标明了该技能、其 MCP 依赖以及用途：通过 Rube MCP 自动化 Emaillistverify。
- 前置条件和设置步骤写得明确，包括需要 RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS，以及一个 ACTIVE 的 Emaillistverify 连接。
- 该技能反复要求 agent 先搜索工具以获取当前 schema，有助于降低使用过期或臆测工具调用的风险。
- 除 SKILL.md 外，没有提供支持文件、脚本或 README，因此是否适合采用很大程度上取决于技能内这份简短说明。
- 工作流指导主要围绕工具发现展开；没有给出具体的 Emaillistverify 任务示例，也没有展示常见操作的预期输入/输出。
emaillistverify-automation skill 概览
emaillistverify-automation 能做什么
emaillistverify-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 运行 Emaillistverify 工作流。它的核心价值不是把某一套验证流程写死，而是引导 agent 先发现当前 Emaillistverify tool schema，确认账号连接状态，然后再根据用户的邮箱验证任务执行正确的 Rube tool calls。
适合的用户与工作流目标
如果你已经在 Claude 中使用 MCP tools，并希望在更大的 Workflow Automation 流程里自动化 Emaillistverify 操作，emaillistverify-automation skill 会比较适合。常见场景包括：在外联前验证邮箱列表、检查可投递状态、为 CRM 导入准备更干净的数据，或把原本手动执行的 Emaillistverify 任务变成可重复的 agent 辅助工作流。
关键差异：先看 schema，再执行
emaillistverify-automation skill 最重要的行为，是要求 agent 在采取行动前先调用 RUBE_SEARCH_TOOLS。这一点很关键，因为 Composio tool schema 可能会变化；如果靠猜字段名，可能导致调用失败，或验证任务只完成了一部分。当你更重视工具调用准确性，而不是一句泛泛的“帮我写个自动化”提示词时，这个 skill 会更有用。
采用前需要了解的限制
你需要在客户端中可用 Rube MCP，并且有一个通过 RUBE_MANAGE_CONNECTIONS 管理的有效 Emaillistverify 连接。这个 skill 的仓库很轻量，主要由 SKILL.md 组成；没有随附脚本、参考数据集或辅助资源。你需要自行提供邮箱列表来源、业务规则和期望的输出格式。
如何使用 emaillistverify-automation skill
emaillistverify-automation 的安装上下文
使用你的 skill manager 从 skill 仓库安装，例如：
npx skills add ComposioHQ/awesome-claude-skills --skill emaillistverify-automation
然后在客户端中配置 Rube MCP，把 https://rube.app/mcp 添加为 MCP server。使用 skill 前，先确认 RUBE_SEARCH_TOOLS 可用。接着用 toolkit emaillistverify 调用 RUBE_MANAGE_CONNECTIONS；如果返回状态不是 ACTIVE，需要完成授权链接，并重新检查连接状态。
让 skill 稳定工作的输入信息
要获得可靠的 emaillistverify-automation usage，不要只告诉 agent “验证这些邮箱”。请说明邮箱来源、大致数量、结果是直接返回还是要交给另一个系统、哪些字段必须保留，以及什么样的结果算可接受。
一个高质量提示词可以这样写：
Use
emaillistverify-automationto validate this CSV of 2,000 B2B contacts. Preservefirst_name,company, andsource. First discover the current Emaillistverify tools withRUBE_SEARCH_TOOLS, confirm the connection is active, then run the appropriate verification workflow. Return a summary by status and a cleaned list excluding invalid or risky addresses.
这样的输入能给 agent 足够的操作细节，便于它选择工具、在必要时规划分批处理，并用更有用的格式输出结果。
面向 agent 的实用工作流
一份好的 emaillistverify-automation guide 应按以下顺序执行：
- 阅读
composio-skills/emaillistverify-automation/SKILL.md。 - 通过
RUBE_SEARCH_TOOLS确认 Rube MCP 有响应。 - 使用
RUBE_MANAGE_CONNECTIONS确认 Emaillistverify 连接。 - 围绕具体任务搜索 tools，而不是使用模糊查询。
- 检查返回的 tool slugs、schemas、必填字段和注意事项。
- 只有在了解当前 schema 后才执行。
- 汇总结果、失败项，以及需要重试或人工复核的记录。
这个仓库的核心指令很简单，但工作流质量很大程度取决于 tool-discovery 查询是否足够具体。
首次使用前应阅读的文件
先看 SKILL.md；其中包含前置条件、设置流程、发现模式，以及核心的 Rube MCP 执行模式。当前 skill 文件夹中没有额外的 rules/、resources/、references/ 或脚本需要检查，因此主要评估任务是确认 MCP 依赖和 Emaillistverify 连接模型是否适合你的环境。
emaillistverify-automation skill 常见问题
emaillistverify-automation 适合新手吗？
只有在你的 Claude 客户端已经支持 MCP，并且你愿意审核和批准 tool calls 的情况下，它才算对新手友好。如果你从未配置过 MCP server，也没有连接过 Composio toolkit，那么主要学习成本会在设置阶段。一旦 Rube MCP 和 Emaillistverify 连接处于 active 状态，这个 skill 的 schema-first 模式可以减少猜测。
它比普通提示词好在哪里？
普通提示词可以描述一个邮箱验证流程，但可能会编造 tool 名称，或假设使用已经过时的参数。emaillistverify-automation 会明确要求 agent 先发现当前 Rube tools，再基于返回的 schemas 执行。这让它在 API/tool 细节很重要的实时 Workflow Automation 中更可靠。
什么时候不该使用这个 skill？
如果你只需要关于邮箱清洗策略的建议，并不打算调用 Emaillistverify tools，就不应该使用它。如果你的环境无法使用 Rube MCP、无法授权 Emaillistverify toolkit，或者根据合规规则你的邮箱数据不能共享给已连接的服务，它也不适合。
它包含分批、去重或 CRM 同步逻辑吗？
没有以随附脚本形式提供。这个 skill 可以引导 agent 使用可用的 Emaillistverify tools，但分批规则、去重策略、CRM 映射和导出格式，需要来自你的提示词或外围工作流。如果这些决策很重要，请在执行前明确说明。
如何改进 emaillistverify-automation skill
改进 emaillistverify-automation 提示词
输入越清晰，tool calls 的质量越高。请在一个提示词中说明任务、数据形态、期望输出和限制条件。例如，说明是否应在验证前移除重复邮箱，是否要排除角色型地址，以及 “unknown” 结果应重试、隔离还是保留。
弱输入：“Check my email list.”
强输入：“Validate these 800 newsletter contacts, remove duplicates first, keep original row IDs, mark valid, invalid, risky, and unknown, and return a CSV-ready table plus a short deliverability summary.”
降低常见执行失败
大多数失败来自跳过发现步骤、把未激活连接当作可用连接，或遗漏当前 schema 返回的必填字段。改进路径是流程化的：始终运行 RUBE_SEARCH_TOOLS，检查必填参数，确认连接状态为 ACTIVE，并在调用验证工具前向用户补齐缺失输入。
围绕 skill 增加本地工作流规则
由于仓库只包含核心 skill 文件，团队可以通过在 skill 之外记录自己的规则来提高落地效果：最大分批大小、必填列、suppression-list 处理方式、重试策略、状态定义，以及清洗后的输出应写入哪里。这些补充能让 emaillistverify-automation for Workflow Automation 在可重复的生产流程中更安全。
在首次输出后继续迭代
第一次运行后，请要求提供状态分布、失败调用详情，以及被排除记录的样例。用这些复盘结果优化下一次提示词：调整过滤阈值、增加 CRM 字段映射、请求单独的 “needs review” 文件，或改变 unknown 结果的处理方式。这样可以把 emaillistverify-automation 从一次性的验证助手，升级为可控的邮箱质量工作流。