rafflys-automation

rafflys-automation skill 概览

rafflys-automation 适合做什么

rafflys-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 执行 Rafflys 相关操作。它面向希望让 AI agent 自动发现当前 Rafflys tool schemas、验证 Rafflys 连接状态，并在减少猜测的前提下执行特定任务流程的用户。

它的核心价值不在于庞大的本地代码库；这个 skill 本质上更像是一套操作流程。它要求 agent 先使用 RUBE_SEARCH_TOOLS，因为 Rafflys 的工具名称和输入 schema 应被视为实时 MCP 数据，而不是写死在提示词里的假设。

最适合的用户与工作流

如果你已经在使用 Claude 或其他支持 MCP 的客户端，并且需要通过 Composio 自动化 Rafflys 工作，那么这个 rafflys-automation skill 会比较适合。典型用法包括：让 agent 检查可用的 Rafflys actions、根据返回的 schema 准备工作流、检查认证状态，并且只在确认必填字段后执行具体的 Rafflys 操作。

它尤其适合偏好“先发现工具、再执行”的 Workflow Automation 团队，而不是依赖从旧文档复制来的、容易失效的提示词指令。

它和普通提示词有什么不同

普通提示词可能只是说“使用 Rafflys”，但 agent 可能会编造工具名称、遗漏连接配置，或使用过期参数。rafflys-automation 增加了一套可重复执行的步骤：连接 Rube MCP、管理 Rafflys 连接、搜索当前工具、检查返回的 schema，然后运行选定工具。这套流程正是采用它的主要原因。

采用前需要注意的限制

这个 skill 依赖 Rube MCP 和一个可用的 Rafflys 连接。它不附带 helper scripts、本地资源或额外的 rules 文件夹；核心文件是 SKILL.md。如果你的环境无法将 https://rube.app/mcp 添加为 MCP server，或者无法通过 RUBE_MANAGE_CONNECTIONS 授权 Rafflys toolkit，那么这个 skill 目前还无法发挥作用。

如何使用 rafflys-automation skill

rafflys-automation 安装环境说明

从 Composio skill collection 安装该 skill：

npx skills add ComposioHQ/awesome-claude-skills --skill rafflys-automation

然后在支持 MCP 的客户端中添加以下地址来配置 Rube MCP：

https://rube.app/mcp

上游 skill 说明中提到，MCP endpoint 本身不需要单独的 API key，但你仍然需要一个有效的 Rafflys 连接。在开始执行 Rafflys 工作前，先让你的 agent 确认 RUBE_SEARCH_TOOLS 可用。

首先应该检查的文件和工具

从 composio-skills/rafflys-automation/SKILL.md 开始。仓库预览中没有额外的 scripts/、resources/、references/ 或 rules/ 目录，因此关键的实现指导都在这一个文件里。

agent 应按以下顺序执行：

1. 针对具体的 Rafflys 任务调用 RUBE_SEARCH_TOOLS。
2. 使用 toolkit rafflys 调用 RUBE_MANAGE_CONNECTIONS。
3. 如果连接状态不是 ACTIVE，完成返回的授权流程。
4. 如有需要，重新进行工具发现，并使用最新 schema 执行操作。

使用 rafflys-automation 的高质量提示词模式

较弱的提示词：

“Automate my Rafflys task.”

更好的提示词：

“Use the rafflys-automation skill. First confirm Rube MCP is available. Search Rafflys tools for this use case: [describe the exact Rafflys outcome]. Check the rafflys connection status and stop if it is not ACTIVE. Before executing, summarize the selected tool slug, required fields, optional fields, and any risky assumptions. Ask me for missing required values instead of guessing.”

这种写法效果更好，因为 agent 同时获得了任务目标、必须执行的工具发现步骤、连接状态边界，以及缺少输入时不能猜测的明确规则。

实用工作流建议

请明确说明你期望操作的 Rafflys 对象、动作、筛选条件、日期、campaign 名称、用户标识符或输出格式。如果工具 schema 返回了你尚未提供的必填字段，应将其视为需要澄清的步骤，而不是错误。为了更安全地自动化，当某个动作可能创建、更新或删除 Rafflys 数据时，可以要求 agent 在执行前先展示计划调用内容。

对于重复性工作流，在合适的情况下保持同一个 Rube session ID，这样工具发现和执行上下文可以保持关联。

rafflys-automation skill 常见问题

rafflys-automation 适合新手吗？

如果你的客户端已经支持 MCP tools，那么它对新手是友好的。这个 skill 提供了清晰的设置路径：添加 Rube MCP、验证 RUBE_SEARCH_TOOLS、管理 Rafflys 连接，然后发现工具。不过，新手可能仍需要一些帮助来完成 RUBE_MANAGE_CONNECTIONS 返回的 Rafflys 授权流程。

什么时候不该使用 rafflys-automation？

当你需要离线自动化、纯本地脚本，或固定的 Rafflys API wrapper 时，不建议使用它。这个 skill 是围绕实时的 Composio/Rube 工具发现构建的。如果你的组织不允许连接 MCP server 或使用第三方工作流工具，它也不太适合。

它和直接使用 Rafflys API 有什么区别？

如果你在编写生产代码，需要版本化 endpoint、测试和严格的部署控制，直接使用 API 可能更合适。rafflys-automation 更适合 agent 驱动的操作场景：assistant 可以检查当前 schema，并通过 Composio 的 Rafflys toolkit 以交互方式完成任务。

Workflow Automation 场景下使用 rafflys-automation 需要写代码吗？

通常不需要。这个 skill 由提示词和工具调用驱动。你需要配置 MCP 并授权 Rafflys toolkit，但日常使用主要是清楚描述工作流，让 agent 去发现并调用正确的工具。

如何改进 rafflys-automation skill

改进 rafflys-automation 的输入

提升结果质量最快的方法，是把模糊目标替换为可执行的操作细节。请包含 Rafflys 任务类型、目标记录、约束条件、时间范围、成功标准，以及 agent 是否可以立即执行，还是必须先请求批准。

示例：

“Find Rafflys tools for exporting entries from campaign X between May 1 and May 31. Do not execute until you show me the required schema fields and confirm which fields are missing.”

避免常见失败模式

主要失败模式包括：跳过工具发现、连接未激活、基于过期假设填写工具参数，以及缺少必填字段。可以在提示词中直接规避这些问题：要求先执行 RUBE_SEARCH_TOOLS，要求检查连接状态，并指示 agent 在缺少信息时提问，而不是编造值。

如果某次调用失败，让 agent 在重试前将已尝试的 payload 与最新返回的 schema 进行对比。

根据第一轮输出继续迭代

拿到第一轮响应后，可以通过缩小范围继续优化，例如：“only active campaigns”、“return a CSV-ready summary”、“exclude test records” 或 “dry-run the update plan first”。对于破坏性或高影响操作，应在 schema 发现和实际执行之间增加审批检查点。

哪些仓库改进会更有帮助

如果上游 skill 能补充更多 Rafflys 用例示例、示例 RUBE_SEARCH_TOOLS 查询，以及 create/update/delete 操作的安全执行模式，会更有帮助。在此之前，请将 SKILL.md 视为权威指南，并在自己的提示词中明确写出 schema 发现、连接状态和审批边界。