icypeas-automation
作者 ComposioHQicypeas-automation 帮助 Claude 通过 Composio Rube MCP 执行 Icypeas 线索研究,支持工具 schema 发现、连接检查和安全的工作流执行。
该 skill 评分为 64/100,表示可以收录,但更适合作为轻量级 MCP 路由 skill 来呈现,而不是一套完整的 Icypeas 自动化操作手册。目录用户能获得足够信息,知道它需要 Rube MCP 和有效的 Icypeas connection;但在实际操作细节上,应预期依赖实时工具发现。
- 有效的 frontmatter 清晰声明了 skill 名称、Icypeas 自动化用途以及 Rube MCP 要求。
- 前置条件和设置步骤明确指出需要 Rube MCP server、Icypeas connection,并在执行前检查 active connection。
- 该 skill 反复要求 agent 先调用 RUBE_SEARCH_TOOLS,有助于保持 schema 最新,并降低因工具假设过期带来的风险。
- 除单个 SKILL.md 外,没有提供支持文件、脚本、参考资料或安装命令,因此能否采用取决于用户现有的 Rube MCP 配置。
- 工作流指导主要是通用的工具发现与连接检查脚手架,而不是具体的 Icypeas 任务示例,可能会让 agent 需要依赖 RUBE_SEARCH_TOOLS 来获取细节。
icypeas-automation skill 概览
icypeas-automation 能做什么
icypeas-automation 是一个 Claude skill,用于通过 Composio 的 Rube MCP 执行 Icypeas 线索研究与数据补全任务。它不是把某一个固定的 Icypeas action 硬编码进去,而是引导 agent 先发现当前可用的 Icypeas tool schema,验证连接状态,然后再根据用户的销售或研究流程执行合适的 Rube tool。
最适合线索研究团队
如果你已经在使用 Icypeas,或者希望让 AI agent 协助完成潜在客户发现、邮箱查找、公司/联系人 enrichment,以及相关的 lead research 操作,这个 skill 会很有价值。它适合销售运营、增长团队、招聘研究员、代理机构的 prospecting 流程,也适合希望让 Claude 安全调用 Icypeas tools、而不只是生成手工研究说明的技术用户。
核心差异:先发现 schema,再执行
icypeas-automation skill 最重要的行为,是坚持在执行前先调用 RUBE_SEARCH_TOOLS。这一点很关键,因为 MCP tool schema 可能会变化,而 Icypeas actions 在当前 Composio toolkit 下暴露的必填字段也可能不同。相比通用 prompt,这种方式可以减少调用失败、过期示例和臆造参数的问题。
采用前提与限制
要使用这个 skill,你的 AI client 必须可用 Rube MCP,并且 Icypeas toolkit 连接必须已通过 RUBE_MANAGE_CONNECTIONS 激活。这个 skill 的 repository 有意保持轻量:主要指导内容都在 SKILL.md 中,没有额外 scripts、rules 或 reference files。如果你需要完整的 CRM 同步管道、验证层或自定义去重逻辑,通常需要在这个 skill 外围自行补充。
如何使用 icypeas-automation skill
icypeas-automation 安装与配置路径
使用以下命令从源 repository 安装 skill:
npx skills add ComposioHQ/awesome-claude-skills --skill icypeas-automation
然后在你的 client 中配置 Rube MCP,把 https://rube.app/mcp 添加为 MCP server。这个 skill 依赖的是 rube MCP server,而不是本地脚本。在要求 Claude 执行 Icypeas workflow 之前,先确认 RUBE_SEARCH_TOOLS 可用,并使用 RUBE_MANAGE_CONNECTIONS 搭配 toolkit icypeas 检查连接是否为 ACTIVE。如果尚未激活,请先完成返回的授权流程。
稳定执行所需的输入信息
一个高质量的 icypeas-automation usage prompt 应该包含业务目标、线索条件、所需输出字段、数量、可接受的不确定性,以及任何排除规则。例如,“Find likely sales operations leaders at B2B SaaS companies in Germany” 比 “find leads” 更好,因为 agent 可以搜索合适的 Icypeas tools,并把你的筛选条件映射到实时 schema 中。
有用的输入包括:
- 目标 persona、职级、地区、行业、公司规模或 domain list
- 你需要的是联系人、公司、邮箱、enrichment,还是验证
- 输出格式,例如 CSV-style table、JSON、CRM-ready fields 或 review summary
- 约束条件,例如 “do not enrich personal emails” 或 “skip existing accounts”
- 成功标准,例如 minimum confidence、maximum records 或 required fields
把粗略目标变成完整 prompt
较弱的 prompt 是:“Use Icypeas to get leads.”
更强的 prompt 是:“Use the icypeas-automation skill for Lead Research. First discover the current Icypeas tools with RUBE_SEARCH_TOOLS, then confirm the Icypeas connection is active. I need up to 50 prospects: VP Sales, Head of Revenue, or Sales Operations leaders at B2B SaaS companies with 50–500 employees in France and Belgium. Return name, title, company, company domain, LinkedIn URL if available, business email if available, source tool used, and confidence notes. Do not include agencies or consultancies.”
这个 prompt 能提升结果质量,因为它给了 agent 足够的上下文来选择 tools、填写必填字段,并判断返回记录是否符合研究目标。
使用 repository 前应先阅读的文件
从 composio-skills/icypeas-automation/SKILL.md 开始。它包含实际的操作模式:前置条件、设置、tool discovery、连接检查、workflow execution,以及错误处理预期。skill 文件夹中没有额外的 README.md、resources/、references/、rules/ 或 scripts/ 文件,因此不要期待存在隐藏的实现逻辑。它的实际价值在于 MCP workflow 纪律,尤其是执行前先进行 tool discovery。
icypeas-automation skill 常见问题
icypeas-automation 只适合 Icypeas 用户吗?
实际使用中,是的。这个 skill 是围绕 Composio 通过 Rube MCP 提供的 Icypeas toolkit 设计的。你可以在没有激活 Icypeas 连接的情况下安装它,但在 toolkit 连接完成授权并处于 active 状态之前,它无法执行有用的线索研究 workflow。
为什么不直接让 Claude 手动研究线索?
通用 prompt 可以起草研究条件或建议搜索策略,但除非 MCP tools 可用且已被发现,否则它无法可靠调用当前的 Icypeas actions。icypeas-automation skill 增加了一套可重复的模式:搜索当前 tool schemas、检查认证、使用已知字段执行,并处理 tool 层面的失败。
这个 skill 适合新手吗?
如果你的 AI client 已经支持 MCP,并且你熟悉外部 tool 连接授权,那么它对新手是友好的。但如果你期待的是一键式 spreadsheet app,它就不太适合。这个 skill 默认你能够验证 Rube MCP 是否可用、查看 tool responses,并在 agent 追问时补充明确的线索条件。
什么时候不应该使用这个 skill?
当你需要不受支持的数据源、完全离线研究、未经验证但保证邮箱准确,或复杂的下游 CRM 治理时,不应使用 icypeas-automation。如果你无法与 agent 分享必要的 prospecting 条件,或者你的组织要求每一次第三方 enrichment call 都必须人工审批,它也不是合适选择。
如何改进 icypeas-automation skill
用更精准的条件提升 icypeas-automation 结果
提升 icypeas-automation 输出质量的最佳方式,是在执行前收窄研究请求。把 “tech companies” 这类宽泛类别,替换成明确筛选条件,例如:“B2B SaaS companies selling HR software, 100–1,000 employees, headquartered in the UK, excluding staffing agencies.” 清晰的筛选条件可以减少无关的 enrichment calls,也更容易判断返回线索是否可用。
常见失败模式与排查重点
大多数失败来自连接未激活、跳过 schema discovery、缺少必填字段,或线索定义过于模糊。如果 tool call 失败,让 agent 针对具体 use case 重新运行 RUBE_SEARCH_TOOLS,并把已尝试的参数与返回的 schema 逐项对比。如果结果质量低,先优化 ICP,再增加数量;更多记录并不能弥补定位不准的问题。
在首次输出后迭代
把第一次运行当作校准。先请求一个小批量结果,检查 false positives,然后把排除规则和偏好的信号补充到 prompt 中。例如:“The first batch included consultants; rerun with a rule to exclude agencies, independent consultants, and companies with fewer than 20 employees.” 这种方式通常比简单要求 agent “try again” 更能改善第二轮结果。
如果团队需要一致性,添加本地 workflow rules
由于上游 skill 只有 SKILL.md,拥有可重复线索研究流程的团队可以添加自己的 wrapper instructions:approved fields、naming conventions、deduplication rules、compliance notes、CRM import format 和 review checkpoints。这些补充可以让 icypeas-automation guide 更适合生产环境长期使用,同时不改变“必须先发现实时 Rube tool schemas”这一核心要求。
