piggy-automation
作者 ComposioHQpiggy-automation 帮助兼容 Claude 的 MCP 客户端通过 Composio Rube MCP 自动化 Piggy 工作流，并提供 Rube endpoint 设置、Piggy 连接检查，以及执行前优先搜索工具的发现流程。
评分：66/100。这是一个可接受但能力有限的收录候选：目录用户可以了解该技能用于通过 Rube MCP 自动化 Piggy，以及 agent 应如何安全起步；但它更适合作为一个轻量的 MCP-toolkit 封装，而不是内容丰富的任务手册。
- 有效的 frontmatter 和简洁描述让触发场景很清楚：用于通过 Rube MCP/Composio 自动化 Piggy 任务。
- 前置条件和设置说明明确，包括需要 RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS，以及一个可用的 Piggy 连接。
- 该技能提供了可复用的“先发现再执行”模式，有助于 agent 在执行前避免使用过期的 tool schema。
- 除 SKILL.md 外，没有提供支持文件、脚本、参考资料或 README，因此采用该技能基本依赖这份简短的内联说明。
- Piggy 相关的工作流细节较少；该技能主要依赖 RUBE_SEARCH_TOOLS 获取 schema，而不是记录具体的 Piggy 任务或示例。
piggy-automation skill 概览
piggy-automation 适合做什么
piggy-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 自动化执行 Piggy 任务。它不是把 Piggy API 调用硬编码进流程，而是要求 agent 在运行时发现当前的 Piggy tool schemas，验证用户的 Piggy 连接，然后通过 Rube 执行请求的工作流。
如果你已经在使用兼容 Claude 的 MCP client，并且希望用一种更安全、能感知 schema 的方式执行 Piggy 操作，而不是每次任务前都手动查阅 Composio tool 文档，那么 piggy-automation skill 会比较适合。
最适合的用户和工作流
piggy-automation skill 适合需要在更大的 AI 工作流中重复执行 Piggy 操作的团队或运营人员，尤其是在可用工具或字段可能发生变化的场景中。当你希望 agent 完成以下事项时，它会很有用：
- 发现当前可用的 Piggy tools；
- 在执行操作前确认 Piggy 连接处于可用状态；
- 将自然语言任务映射成 Rube MCP 执行计划；
- 避免基于过期的输入字段或 tool name 做假设。
它不是一个独立的 Piggy client。它依赖 Rube MCP，以及已完成身份验证的 Piggy connection。
关键差异：先搜索工具
这个 skill 最重要的行为模式是“始终先搜索”。agent 应该在执行 Piggy 工作流之前调用 RUBE_SEARCH_TOOLS，并使用你的具体任务作为搜索查询。这样 agent 可以拿到最新的 tool slugs、schemas、推荐计划和已知注意事项，比让它凭记忆猜测要可靠得多。
采用前需要了解的限制
安装 piggy-automation 之前，请确认你的 client 支持 MCP tools，并且可以连接到 https://rube.app/mcp。你还需要一个通过 RUBE_MANAGE_CONNECTIONS 管理、toolkit 为 piggy 的有效 Piggy connection。如果你的环境无法将 MCP tools 暴露给 Claude，那么这个 skill 单独使用并没有太大价值。
如何使用 piggy-automation skill
piggy-automation 安装与设置路径
在兼容的 skills 环境中安装该 skill，例如：
npx skills add ComposioHQ/awesome-claude-skills --skill piggy-automation
然后在你的 client 中配置 Rube MCP，添加以下 MCP server endpoint：
https://rube.app/mcp
安装完成后，先打开 composio-skills/piggy-automation/SKILL.md。这个 repository 结构很精简，skill instructions 集中在 SKILL.md 中，因此没有额外的 rules/、scripts/ 或 resources/ 文件夹需要检查。
执行任务前必须做的连接检查
一个可靠的 piggy-automation 使用流程，应从工具和连接验证开始：
- 确认
RUBE_SEARCH_TOOLS可用。 - 使用
RUBE_MANAGE_CONNECTIONS，并指定 toolkitpiggy。 - 如果 Piggy 不是
ACTIVE，按返回的授权链接完成授权。 - 在执行任何工作流前，再次检查连接状态。
- 针对你要完成的具体 Piggy 任务调用
RUBE_SEARCH_TOOLS。
这个顺序很重要。如果跳过发现步骤，agent 可能会使用过期的字段名。如果跳过连接检查，工作流可能在执行计划已经构建好之后才失败。
把粗略目标变成高质量 prompt
较弱的 prompt 是：“Use Piggy to do this task.”
更适合 piggy-automation skill 的 prompt 是：
Use the piggy-automation skill. First call
RUBE_SEARCH_TOOLSfor the specific Piggy operation I describe, then check my Piggy connection withRUBE_MANAGE_CONNECTIONS. If the connection is active, propose the execution plan and required fields before running it. My task is: [describe the Piggy action, target object, filters, dates, account/store/customer context, and expected output].
请包含操作、你关注的对象、约束条件，以及你希望返回的结果。例如，明确你想要的是摘要、创建/更新后的记录、一次查询，还是执行前的确认。
获得可靠结果的实用工作流
当任务会影响真实数据时，建议分两个阶段使用 piggy-automation：
- 发现与计划： 要求 agent 搜索 Piggy tools、检查 schemas、识别必填字段，并展示拟调用的内容。
- 执行： 只有在必填输入和副作用都清楚之后，再批准执行计划。
对于更新、创建、兑换或账户相关操作，这种模式尤其重要，因为字段或目标选错可能造成非预期的数据变更。
piggy-automation skill 常见问题
piggy-automation 只能用于 Claude 吗？
这个 skill 是为 Claude 风格的 skill execution 和 MCP tool use 编写的，但底层工作流依赖 Rube MCP 和 Composio 的 Piggy toolkit。如果其他 agent 环境能够加载这些 skill instructions 并调用相同的 MCP tools，也可以改造使用这一模式。最简单的方式仍然是使用支持 skills 和 MCP 的 Claude-compatible client。
它比普通 prompt 好在哪里？
普通 prompt 可能会要求模型“use Piggy”，但不一定会强制进行 tool discovery、connection validation 或 schema checking。piggy-automation skill 把这些步骤编码为默认操作流程。这样可以减少猜测，让 agent 更有可能正确使用当前的 Piggy toolkit。
使用前应该验证什么？
在把 piggy-automation 用于 Workflow Automation 之前，请验证：
RUBE_SEARCH_TOOLS能在你的 client 中响应；RUBE_MANAGE_CONNECTIONS可以列出或管理 Piggy toolkit；- Piggy connection status 为
ACTIVE； - 搜索到的 tool schema 与你的目标任务匹配；
- 你清楚该操作是只读，还是会修改数据。
什么时候不应该使用 piggy-automation？
如果你只需要静态文档、你的 client 无法连接 MCP servers，或者你的 Piggy 任务需要先由开发者审查的自定义业务逻辑，就不适合使用它。对于敏感操作，也应避免直接执行；必须等 agent 展示已发现的 tool、必填输入和预期副作用后，再决定是否继续。
如何改进 piggy-automation skill
为 piggy-automation 提供更好的任务输入
当你的 prompt 包含操作细节，而不只是意图时，这个 skill 表现最好。请提供：
- 你想执行的确切 Piggy 任务；
- 相关的 identifiers、names、dates、filters 或 account context；
- 任务类型是 lookup、creation、update、deletion 还是 reporting；
- 所需的输出格式；
- agent 是否应在执行前询问确认。
这有助于 RUBE_SEARCH_TOOLS 返回更相关的 tool 匹配，并防止 agent 选择过于宽泛的操作。
需要避免的常见失败模式
最常见的失败是跳过 schema discovery，直接依赖假设的 tool fields。另一个问题是在 Piggy connection 尚未 active 时就尝试执行。第三种情况是目标描述太模糊，导致 tool search 过于泛化。
要避免这些问题，请明确指示 agent：搜索精确 use case、检查 connection status、列出 required fields，并在调用 execution tool 前询问缺失值。
根据第一次输出继续迭代
第一次 tool search 之后，不要急着执行，而是先细化工作流。可以询问：
- 推荐使用哪个 Piggy tool slug，为什么？
- 哪些字段是必填，哪些是可选？
- 这次调用会产生什么副作用？
- 执行前可以做哪些验证？
- 这个任务能否先以 read-only lookup 的方式运行？
这样可以把 piggy-automation 从一个简单连接器，变成更安全的工作流自动化助手。
为你的团队改进 skill instructions
如果你维护内部版本，可以加入团队最常见 Piggy 工作流的示例、已批准的命名规范、必要的 review steps，以及针对敏感操作的“never execute without confirmation”规则。请保留核心要求：始终先调用 RUBE_SEARCH_TOOLS，确保这个 skill 持续遵循当前的 Composio Piggy schemas，而不是基于过期假设执行。