everhour-automation
作者 ComposioHQeverhour-automation 可帮助 agent 通过 Rube MCP 自动化操作 Everhour：发现当前的 Composio tool schemas、检查连接状态，并以更安全的方式运行时间跟踪或报表工作流。
该 skill 评分为 67/100，适合收录但能力有限。目录用户可以获得一份可信、可触发的指南，用于通过 Composio/Rube MCP 使用 Everhour，尤其覆盖连接设置和工具发现；但不应期待详细的 Everhour 专属自动化 playbook 或随附支持资源。
- 有效的 skill frontmatter 声明了必需的 `rube` MCP 依赖，并给出清晰的 Everhour 自动化说明。
- 前置条件与设置步骤明确：验证 `RUBE_SEARCH_TOOLS`，使用 `RUBE_MANAGE_CONNECTIONS` 管理 Everhour 连接，并在运行工作流前确认状态为 ACTIVE。
- 该 skill 反复要求 agent 先调用 `RUBE_SEARCH_TOOLS`，有助于减少 schema drift，并提高正确触发工具的概率。
- 未提供支持文件、脚本、README 或安装命令；能否顺利采用，取决于用户是否了解如何在客户端中添加 Rube MCP endpoint。
- 工作流指导主要是通用的 Rube MCP 发现/执行流程，而不是具体的 Everhour 任务方案，因此 agent 仍需根据发现到的 tool schemas 推断特定任务步骤。
everhour-automation skill 概览
everhour-automation 适合做什么
everhour-automation skill 可帮助 AI agent 通过 Rube MCP 使用 Composio 的 Everhour toolkit 来自动化 Everhour 操作。它最适合已经在使用 Everhour 做时间跟踪、项目预算、任务报表或团队工作量复盘的用户，并希望 Claude 或其他支持 MCP 的 agent 能够发现并调用正确的 Everhour tools，而不是凭空猜测 API 结构。
最适合的用户与工作流
这个 skill 很适合工作流自动化团队、运营经理、项目负责人，以及需要重复执行 Everhour 操作的开发者，例如检索 time entries、检查项目或任务数据、准备报表流程，或通过已认证的 Everhour connection 更新记录。它要解决的核心任务并不是“写一个通用 Everhour prompt”，而是让 agent 遵循安全的 MCP 工作流：先发现当前可用工具，确认连接状态，再基于最新 schema 执行操作。
核心差异：先搜索工具
everhour-automation 最关键的设计选择，是要求在执行 Everhour 操作之前先调用 RUBE_SEARCH_TOOLS。这一点很重要，因为 Composio 的 tool 名称、字段和执行方案都可能变化。该 skill 会促使 agent 在运行时获取最新 schema 和注意事项，相比硬编码假定的 Everhour API 参数，更能减少脆弱 prompt 和调用失败。
采用前需要考虑的事项
安装 everhour-automation skill 之前，请确认你的客户端支持 MCP，并且可以将 https://rube.app/mcp 添加为 MCP server。你还需要通过 RUBE_MANAGE_CONNECTIONS 使用 toolkit everhour 建立有效的 Everhour connection。该 repository 有意保持精简，核心集中在 SKILL.md，因此用户应将其理解为一个工作流指令型 skill，而不是包含 scripts、tests 或 helper files 的软件包。
如何使用 everhour-automation skill
everhour-automation 安装环境
通过以下命令从 Composio skills repository 安装该 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill everhour-automation
然后在你的 AI 客户端中添加 Rube MCP：
https://rube.app/mcp
安装完成后，确认 MCP tool RUBE_SEARCH_TOOLS 可用。接着使用 toolkit everhour 调用 RUBE_MANAGE_CONNECTIONS。如果连接状态不是 ACTIVE，请按照返回的认证链接完成授权，并在让 agent 执行 Everhour 工作流之前确认状态已变为 active。
你需要提供哪些输入
为了让 everhour-automation usage 更可靠，请提供业务目标、目标 Everhour 对象、日期范围、筛选条件，以及期望的输出格式。一个较弱的请求是：“Get Everhour hours.” 更好的请求是：“Use everhour-automation to find total billable hours in Everhour for Project Alpha from 2025-01-01 to 2025-01-31, grouped by user, and return a table plus any tasks with missing notes.”
这样可以帮助 agent 构造精确的 RUBE_SEARCH_TOOLS 查询，检查返回的 schema，并选择合适的执行方案，而不是对 project ID、user ID、task ID、日期格式或 billable status 等字段做假设。
agent 的实用工作流
一份好的 everhour-automation guide 应遵循以下顺序：
- 使用
RUBE_SEARCH_TOOLS，围绕具体 Everhour 使用场景搜索工具。 - 保留 session ID，确保后续工具发现和执行保持上下文一致。
- 通过
RUBE_MANAGE_CONNECTIONS检查 Everhour connection。 - 阅读返回的 tool schemas、必填字段和潜在问题。
- 在执行前向用户确认缺失的标识符或筛选条件。
- 只有在 schema 已明确后，才运行选定的 Everhour tool。
- 总结变更或检索到的内容，包括相关假设和受影响记录。
这个模式对于 everhour-automation for Workflow Automation 尤其有用，因为它把计划和执行拆开，降低误执行错误操作的风险。
优先阅读的 repository 文件
先从 composio-skills/everhour-automation/SKILL.md 看起。它包含完整工作流：前置条件、设置、工具发现，以及核心执行模式。当前没有可见的支持目录，例如 scripts/、references/ 或 rules/，因此不要去寻找隐藏的自动化逻辑。应将该 skill 视为一个紧凑的指令层，它依赖实时的 Rube MCP tool discovery。
everhour-automation skill 常见问题
没有 Rube MCP，everhour-automation 还有用吗？
没有。该 skill 明确要求 Rube MCP，并依赖 RUBE_SEARCH_TOOLS 和 RUBE_MANAGE_CONNECTIONS。如果你的 AI 客户端无法连接 MCP servers，这个 skill 就无法提供它设计中的自动化价值。你仍然可以把它当作工作流参考来阅读，但实际操作收益来自实时 MCP tool access。
它比普通 Everhour prompt 好在哪里？
普通 prompt 可能会要求模型凭记忆推断 Everhour API 行为。everhour-automation skill 则要求 agent 在行动前先发现可用的 Composio Everhour tools 和当前 input schemas。对于真实业务操作来说，这更可靠，因为字段名、必填参数、认证状态和支持的操作都必须在运行时确认。
这个 skill 适合新手吗？
如果你能接受添加 MCP server，并完成类似 OAuth 的连接流程，那么它对新手是友好的。如果你期待的是一键式 Everhour dashboard 或独立命令行应用，它就不太适合。主要学习成本在于理解一种工作方式：你用目标来 prompt agent，然后 agent 通过 Rube MCP tools 去发现并执行正确的 Everhour 操作。
什么时候不该使用这个 skill？
不要将 everhour-automation 用于未认证的 Everhour 访问、你无法复核的大批量变更，或项目、任务、用户、日期约束都不明确的工作流。如果你需要的是带完整审计、自定义代码、重试和日志的生产级集成，也应避免使用它；这个 skill 提供的是 agent 工作流模式，而不是生产集成框架。
如何改进 everhour-automation skill
用具体 Everhour 上下文改进 prompt
提升 everhour-automation 结果最快的方法，是一开始就补全缺失的业务上下文。说明你是想读取、创建、更新，还是基于 Everhour 数据生成报表。提供日期范围、项目名称、任务名称、用户、计费状态、分组方式和输出格式。对于变更操作，请明确 agent 是否需要在执行前预览计划执行的动作。
减少常见失败模式
常见失败包括跳过 RUBE_SEARCH_TOOLS、使用过期的假定 schema、在 Everhour connection 尚未 active 前就执行，以及提出“clean up time entries”这类没有标准的宽泛操作。可以通过要求 agent 在调用任何具备写入能力的 tool 之前，先展示已发现的 tool name、必填字段和仍未解决的输入，来避免这些问题。
在第一版输出后继续迭代
拿到第一次结果后，用更窄的后续请求继续细化，例如：“filter to billable entries only”、“separate internal admin time”、“show entries missing task links”，或 “prepare the same report weekly”。这样可以把 everhour-automation skill 从一次性查询助手，变成可重复使用的工作流助手，同时让每次执行都仍然绑定到已发现的 tool schemas。
面向团队使用增强该 skill
团队可以通过记录已批准的 Everhour 工作流、命名规范、安全日期范围，以及写入操作前的 review rules 来提升采用效果。如果你维护本地 fork，可以为常见场景添加示例，例如 weekly time summaries、project budget checks，或 missing timesheet reviews。务必保留“search tools first”规则；这是让 everhour-automation 保持可靠的核心保护机制。