landbot-automation
作者 ComposioHQlandbot-automation 可帮助 agent 通过 Rube MCP 使用 Composio 的 Landbot toolkit 自动化 Landbot 操作，并在执行前完成连接检查和以 schema 优先的工具发现。
该 skill 评分为 66/100，适合收录但能力有限。目录用户可以通过 Rube MCP 获得可用的 Landbot 自动化触发与连接流程，但应将其视为一个轻量的操作封装，而不是包含具体自动化方案的完整 Landbot 实战手册。
- 前置条件清晰：需要 Rube MCP、有效的 Landbot 连接，并在执行前使用 RUBE_SEARCH_TOOLS。
- 提供了明确的设置流程：添加 Rube MCP endpoint、管理 Landbot 连接，并确认 ACTIVE 状态。
- “先发现工具”的模式有助于 agent 在通过 Composio 自动化 Landbot 时避免使用过期 schema。
- 除 SKILL.md 外，没有支持文件、示例或安装元数据；用户需要已经了解如何在自己的客户端中配置 MCP servers。
- 工作流指导主要是通用的 Rube 发现/连接处理，而不是 Landbot 专属任务配方，因此实际执行仍高度依赖实时工具搜索结果。
landbot-automation skill 概览
landbot-automation 能做什么
landbot-automation 是一个 Claude skill，可通过 Rube MCP 使用 Composio 的 Landbot toolkit 来自动化处理 Landbot 任务。它的核心价值不在于提供一段固定的 Landbot 脚本，而是为 agent 提供一套更安全的操作模式：连接 Rube MCP、验证 Landbot 账号连接、搜索当前可用的工具 schema，然后用发现到的参数执行正确的 Landbot action。
这一点很重要，因为 Landbot automation 经常会因为 agent 猜测过期的 API 字段而失败。这个 skill 明确要求 agent 先调用 RUBE_SEARCH_TOOLS，因此工作流可以跟随当前 Composio 工具定义自动适配。
最适合的用户和工作流
landbot-automation skill 适合希望让 AI agent 协助处理 Landbot 运营工作的用户，例如查看可用的 Landbot actions、准备 bot 相关变更、管理 workspace objects，或把 Landbot 步骤串联进更大的 workflow automation 流程。
它尤其适合已经在使用 Claude-compatible skills 和 MCP tools 的团队，特别是希望通过 Composio 执行 Landbot actions，而不是自己编写自定义 API code 的场景。如果你只是需要为 chatbot script 写文案，这个 skill 的价值就没那么高，因为它关注的是有工具支撑的 Landbot operations，而不只是对话设计。
关键差异：先看 schema，再执行
它最突出的差异是“先搜索工具”的规则。skill 不会假设工具名称或输入结构，而是要求 agent 使用：
RUBE_SEARCH_TOOLS
并带上具体的 Landbot use case。搜索结果会返回可用的 tool slugs、input schemas、建议的执行计划以及潜在坑点。对于 workflow automation 来说，这可以降低 tool call 格式错误、必填字段缺失，以及对当前 Landbot toolkit 支持能力产生错误假设的风险。
如何使用 landbot-automation skill
landbot-automation 安装与配置上下文
如果要在 Claude skills 环境中从源仓库安装，请使用该 skill 的 repository path：
npx skills add ComposioHQ/awesome-claude-skills --skill landbot-automation
然后在你的 client 中添加 Rube MCP 配置：
https://rube.app/mcp
该 skill 需要 Rube MCP 访问权限，并且需要通过 Composio 连接 Landbot。正式提出自动化请求之前，先确认 RUBE_SEARCH_TOOLS 可用。然后使用 RUBE_MANAGE_CONNECTIONS，并将 toolkit 设为 landbot。如果连接状态不是 ACTIVE，请完成返回的授权流程，并在继续前重新检查状态。
skill 正常工作所需的输入
一个好的 landbot-automation usage prompt 应该包含明确的 Landbot 目标、workspace 上下文、约束条件，以及你希望 agent 保持多谨慎。较弱的 prompt：
“Update my Landbot flow.”
更好的 prompt：
“Use landbot-automation for Workflow Automation. First discover current Landbot tools with Rube. Check whether my Landbot connection is active. I want to list available bots, identify the bot named Lead Qualification, and prepare the safest available update path for changing the welcome message. Do not modify anything until you show the discovered tool schema and proposed action.”
这样效果更好，因为它把发现工具、验证连接、制定计划和授权执行分开处理。
推荐的可靠执行流程
建议按以下顺序操作：
- 要求 agent 调用
landbot-automation。 - 要求它针对具体任务调用
RUBE_SEARCH_TOOLS，不要使用泛泛的查询。 - 要求它通过
RUBE_MANAGE_CONNECTIONS验证 Landbot 连接。 - 审查返回的 tool schema 和 proposed execution plan。
- 只批准你确实希望执行的特定 action。
- 要求它总结已执行的 tool calls、受影响的 Landbot objects，以及仍未解决的字段。
对于风险较高的变更，请在 prompt 中加入“read-only discovery first”。对于批量变更，要求 agent 先处理一个示例对象，验证通过后再泛化到其他对象。
优先阅读的仓库文件
上游 skill 很精简：关键文件是 composio-skills/landbot-automation 下的 SKILL.md。从 repository preview 看，没有额外的 rules/、resources/、references/ 或 helper scripts，因此大多数采用决策都应基于该 skill 的 MCP 要求和工作流模式。
阅读 SKILL.md 时重点看三件事：所需的 MCP server、Landbot 连接检查，以及强制性的工具发现模式。如果你需要了解运行时 agent 发现范围之外还有哪些 Landbot operations 被暴露，也可以查看 Composio 的 Landbot toolkit 文档：composio.dev/toolkits/landbot。
landbot-automation skill FAQ
没有 Rube MCP，landbot-automation 还能用吗？
不能。landbot-automation 依赖 Rube MCP 和 Composio 的 Landbot toolkit。如果你的 client 无法使用 MCP tools，或者 RUBE_SEARCH_TOOLS 不可用，这个 skill 就失去了主要执行机制。在这种情况下，普通 prompt 仍然可以帮助你规划 Landbot 变更，但不应把它当作有工具支撑的自动化。
它比普通 Landbot prompt 好在哪里？
普通 prompt 可以帮你头脑风暴 chatbot flows，或建议 API calls。landbot-automation guide 的不同之处在于，它会指示 agent 在执行前先发现实时 tool schemas。因此，当任务涉及精确字段、tool slugs、连接状态和执行顺序时，它更适合承担实际运营工作。
新手可以安全使用这个 skill 吗？
可以，前提是第一次运行保持只读。新手应要求 agent 先发现工具、检查连接状态，并在变更前解释 proposed action。对新手来说，主要风险是在不了解会影响哪个 bot、block、contact 或 workspace object 的情况下，批准了写入 action。
什么时候不该使用这个 skill？
当你只需要纯创意类 chatbot 文案、组织不允许第三方自动化访问，或你无法通过 Composio 授权 Landbot 连接时，不应使用它。对于影响较大的生产环境变更，也应避免直接使用，除非你能够审查发现到的 schema，并在执行前确认目标对象。
如何改进 landbot-automation skill
用更清晰的 prompt 提升 landbot-automation 效果
效果最好的做法是使用面向具体任务的 prompt。请包含目标 Landbot object、期望结果、允许执行的 actions，以及确认规则。
示例：
“Use landbot-automation to discover tools for exporting or listing Landbot bot metadata. Verify the Landbot connection first. If multiple tools can perform the task, compare them briefly and choose the least destructive option. Do not update, delete, publish, or overwrite anything.”
这会给 agent 一个精准的搜索 use case，并防止它从发现阶段直接跳到执行阶段。
需要提前规避的常见失败模式
最常见的失败是猜测 schema。可以通过明确说明来规避：“Always call RUBE_SEARCH_TOOLS before choosing a tool.” 另一个失败点是认证未激活；任何 workflow 开始前都应要求检查 RUBE_MANAGE_CONNECTIONS。第三类问题是目标对象不明确，例如“update the sales bot”，但可能有多个 bot 匹配。请提供准确名称、可用时提供 ID，并定义遇到重复项时的处理规则。
根据第一次输出继续迭代
拿到第一次工具发现结果后，要求 agent 用实践视角复述 schema：必填字段、可选字段、危险 actions，以及缺失信息。然后补充缺失值，并要求生成 dry-run plan。对于写入操作，要求最后给出一条确认信息，其中包含 tool slug、target object、parameters 和 expected effect。
什么会让这个 skill 更强
如果上游 skill 增加常见 Landbot 任务示例、只读与写入操作模式，以及用于列出 bots、更新内容或审计 connections 的 sample prompts，它会更强。在这些内容加入之前，用户应通过更明确的 prompt 来补足：强调先发现再执行、连接状态、审批关卡和 rollback 预期。