parsehub-automation
作者 ComposioHQparsehub-automation 是一份 Claude skill 指南，用于通过 Composio Rube MCP 运行 ParseHub 工作流。它涵盖设置背景、RUBE_SEARCH_TOOLS 工具发现、连接检查，以及 Web Scraping 任务中的安全使用模式。
该 skill 评分为 68/100，表示可以纳入目录，但更适合作为轻量级集成指南，而不是完整的 Parsehub 自动化手册。目录用户能获得足够信息来判断何时使用它，以及 agent 应如何通过 Rube MCP 工具发现安全起步；但由于缺少具体的 Parsehub 示例、支持文件或随附实现资产，安装决策仍会受到限制。
- 有效的 skill metadata 清楚标明了触发领域：通过 Rube MCP 使用 Composio 的 Parsehub toolkit 自动化 Parsehub 操作。
- 前置条件和设置步骤说明了所需的 MCP server、RUBE_SEARCH_TOOLS 可用性，以及执行前必须具备 ACTIVE 状态的 Parsehub 连接。
- 该 skill 为 agent 提供了可重复的操作模式：先搜索工具获取当前 schemas，检查/管理 Parsehub 连接，再根据发现的 tool slugs 和 schemas 执行工作流。
- 未提供安装命令或本地支持文件；配置依赖手动添加 Rube MCP endpoint，并通过 RUBE_MANAGE_CONNECTIONS 完成 Parsehub 连接。
- 工作流指引主要是 Rube/Composio 工具发现的通用流程，没有包含具体的 Parsehub 任务示例或字段级 schemas，因此 agent 必须依赖实时工具发现来获取细节。
parsehub-automation skill 概览
parsehub-automation 的作用
parsehub-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 控制 ParseHub 工作流。它可以帮助 agent 发现当前可用的 ParseHub tool schema，验证用户的 ParseHub 连接，并在当前 Composio ParseHub toolkit 暴露相应能力时，执行管理抓取项目、启动 run、检查 run 状态、获取结果等自动化步骤。
关键点在于：这个 skill 本身不是 scraper。它是一份执行指南，帮助你通过 Rube MCP 安全、正确地使用 ParseHub。
最适合 ParseHub 网页抓取工作流的场景
parsehub-automation skill 最适合已经在使用 ParseHub 做 Web Scraping，并希望 AI assistant 代替人工点击 ParseHub UI 来操作任务的用户。它适用于需要可重复抓取操作、项目 run 监控，或者从抓取需求到 MCP tool call 之间有结构化交接的工作流。
如果你的 agent 需要避免臆测 tool 名称或输入字段，这个 skill 尤其有用。上游 skill 明确要求 agent 先调用 RUBE_SEARCH_TOOLS，这样它可以使用最新可用的 tool schema，而不是依赖过期示例。
主要采用条件
在安装或依赖 parsehub-automation 之前，请确认你的客户端支持 MCP，并且 Rube 已配置为 MCP server。该 skill 需要：
- 已连接 Rube MCP，并且
RUBE_SEARCH_TOOLS可用 - 通过
RUBE_MANAGE_CONNECTIONS管理 ParseHub 连接 - 在执行 ParseHub 操作前，连接状态必须为
ACTIVE - 允许 agent 在运行时发现 tool schema
如果你需要的是独立 Python scraper、浏览器自动化脚本，或 ParseHub 项目设计工具，那么这个 skill 并不是合适的层级。
如何使用 parsehub-automation skill
parsehub-automation 安装上下文
典型的 parsehub-automation 安装方式是从 ComposioHQ/awesome-claude-skills 使用该 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill parsehub-automation
然后按照 skill 中记录的 endpoint，将 Rube MCP 添加到你的 AI 客户端：https://rube.app/mcp。该 skill 在仓库中的源码位于：
composio-skills/parsehub-automation/SKILL.md
请先阅读 SKILL.md，因为这个仓库只包含 skill 文件，没有额外脚本或参考目录。真正重要的操作细节位于 prerequisites、setup、tool discovery 和 core workflow 等部分。
可靠使用所需的输入信息
一条好的 parsehub-automation 使用提示词，应包含真实的抓取目标，以及足够的 ParseHub 上下文，方便 agent 在发现 tool 后选择正确操作。建议包含：
- 你想操作的 ParseHub project，如已知
- 目标是启动 run、检查 run、获取数据，还是查看 projects
- 所需输出格式，例如 CSV、JSON summary 或 run-status report
- 约束条件，例如“在确认连接前不要启动新的 run”
- 任务是一次性执行，还是周期性监控
较弱的提示词：“Use ParseHub to get the data.”
更强的提示词：“Using parsehub-automation, discover the current ParseHub tools via Rube MCP, confirm my ParseHub connection is ACTIVE, find the project related to competitor pricing, start a new run if available, monitor until completion or timeout, and summarize where I can retrieve the extracted data.”
skill 预期的工作流
实用的 parsehub-automation 使用方式可以概括为三步：
- 针对具体 ParseHub 任务，用
RUBE_SEARCH_TOOLS发现 tools。 - 用
RUBE_MANAGE_CONNECTIONS检查或激活 ParseHub 连接。 - 按返回的 schema 执行已发现的 ParseHub tool，而不是猜测字段。
这一点很重要，因为 Composio 的 tool 名称、参数和推荐执行计划都可能变化。这个 skill 最强的安全设计，就是推动 agent 先搜索，再行动。
提升输出质量的技巧
明确告诉 agent 不要编造 ParseHub project ID、run ID 或字段名。如果某个操作具有破坏性、会产生费用，或会启动新的抓取，请要求它在执行前报告已发现的 tool slug 和必填参数。
对于多步骤抓取任务，建议把请求拆成几个阶段：连接检查、project 发现、run 执行、状态轮询和结果获取。这样更容易诊断失败，也能避免 agent 把认证问题和 ParseHub project 问题混在一起处理。
parsehub-automation skill 常见问题
parsehub-automation 适合新手吗？
适合，但前提是新手已经拥有 ParseHub 账号，并且能够完成授权流程。该 skill 可以减少围绕 Rube MCP 和 Composio tool discovery 的猜测，但它不会教你如何设计 ParseHub 抓取项目。用户仍然需要一个可用的 ParseHub project，或至少知道如何识别自己想运行的项目。
它比普通提示词好在哪里？
普通提示词可能只是让模型“use ParseHub”，但模型可能会猜测过时的 tool 名称或参数。parsehub-automation skill 给 agent 设定了明确的操作规则：先搜索 tools，检查 ParseHub 连接，然后用当前 schema 执行。这让它在真实 MCP 使用场景中更可靠。
什么时候不应该使用这个 skill？
如果你需要在 ParseHub 之外构建自定义 crawler、绕过 ParseHub 限制、不遵守条款抓取网站，或直接自动化浏览器，就不应使用 parsehub-automation。如果你的 AI 客户端无法连接 MCP servers，或者你的组织不允许通过 Composio/Rube 连接第三方工具，它也不适合。
它包含脚本或模板吗？
不包含。仓库证据显示这里只有一个 SKILL.md 文件，没有随附脚本、规则、参考资料或资产。对于 tool 编排类 skill 来说这是可以接受的，因为主要价值在于运行时工作流；但如果你想找现成的 ParseHub project templates，这里不会提供。
如何改进 parsehub-automation skill
用任务细节改进 parsehub-automation 提示词
最大的改进方式，是提供具体的任务上下文。不要只要求“ParseHub automation”，而要说明期望动作和成功条件：
“Discover ParseHub tools, verify connection, list available projects, identify the project named Retail Price Monitor, start a run only after confirming the project match, then return run ID, status, and next check time.”
这会给 agent 清晰的决策点，并降低操作错误项目的概率。
防范常见失败模式
常见失败包括 ParseHub 连接未激活、缺少 project 标识符、对 tool 参数做了过时假设，以及抓取 job 运行时间较长。请要求 agent 展示每个阶段：
- “Show the connection status before continuing.”
- “Use
RUBE_SEARCH_TOOLSbefore selecting a tool.” - “If a required field is missing, ask me instead of guessing.”
- “If the run is still processing, report status and recommended retry interval.”
这些指令与该 skill 的设计方式直接一致。
首次输出后继续迭代
首次 run 之后，可以通过记录稳定标识符、偏好的输出格式和监控预期来优化工作流。例如，如果 agent 成功找到了某个 ParseHub project ID，后续提示词中就复用它。如果输出过于冗长，可以要求返回更紧凑的 run report，只包含 project name、run ID、status、started time，以及可用时的 result link。
添加本地团队约定
团队可以通过记录内部 ParseHub project 名称、负责人、允许运行的时间窗口和数据保留规则，让 parsehub-automation 更可靠。把这些细节放进提示词或本地 instruction file 中，让 agent 知道哪些项目可以安全运行，以及什么时候需要人工批准。