rev-ai-automation

rev-ai-automation skill 概览

rev-ai-automation 的作用

rev-ai-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 执行 Rev AI 工作流自动化。它不会把 Rev AI API 调用硬编码进提示里，而是要求 agent 先发现当前可用的 Composio Rev AI tools，验证 Rev AI 连接状态，然后再使用最新的 tool schema 执行请求的操作。

当你希望 AI agent 协助处理 Rev AI 任务时，这个 skill 很有用，例如 speech-to-text、媒体转写工作流，或其他相关 Rev AI 操作；你无需在每次运行前手动检查所有可用的 MCP tool。

最适合的用户和工作流

rev-ai-automation skill 更适合已经在使用 Claude 或其他支持 MCP 的客户端，并希望把 Rev AI 操作纳入更大自动化流程的用户。它适用于需要可重复、由 assistant 驱动的工作流的团队，例如：上传音频或视频素材、检查 job 状态、获取结果，或把 Rev AI 输出继续串联到下游任务中。

如果你只是想在 Rev AI web app 里做一次手动转写，或者你的环境无法连接外部 MCP server，那么它的价值就没那么大。

这个 skill 的差异点

它的核心差异在于“先搜索 tools”的模式。该 skill 不假设 Rev AI schema 是固定的，而是要求 agent 在执行前调用 RUBE_SEARCH_TOOLS。这一点很重要，因为 Composio 的 tool 名称、输入参数和推荐执行方案都可能变化。相比泛泛地提示“使用 Rev AI”，rev-ai-automation skill 能减少脆弱提示带来的问题，可靠性也更高。

如何使用 rev-ai-automation skill

rev-ai-automation 安装与连接设置

从 GitHub skill collection 安装该 skill：

npx skills add ComposioHQ/awesome-claude-skills --skill rev-ai-automation

然后在你的客户端中添加 Rube MCP：

https://rube.app/mcp

使用 skill 前，先确认 MCP server 暴露了 RUBE_SEARCH_TOOLS。接着使用 RUBE_MANAGE_CONNECTIONS，toolkit 设置为 rev_ai；如果连接状态不是 ACTIVE，需要完成返回的授权流程。在连接变为 active 之前，不要让 agent 运行 Rev AI 工作流。

你需要提供哪些输入

为了更好地使用 rev-ai-automation，你应该提供明确的任务目标、相关的媒体或 job 标识符，以及你需要的输出格式。一个较弱的提示是：

Transcribe this with Rev AI.

更好的提示是：

Use rev-ai-automation for Workflow Automation. First discover the current Rev AI tools with RUBE_SEARCH_TOOLS. Then check my rev_ai connection. If active, create a transcription job for the provided audio URL, monitor the job until complete if the tools support it, and return the transcript text plus any job ID or retrieval link.

这样效果更好，因为它明确要求 agent 发现 schema、验证认证状态、定义工作流，并保留关键的执行细节。

可靠运行的实用工作流

一份好的 rev-ai-automation 使用指南应该从发现开始，而不是直接执行：

1. 让 agent 针对你的具体 Rev AI 任务调用 RUBE_SEARCH_TOOLS。
2. 要求它总结可用的 tool slugs、必填字段和潜在坑点。
3. 使用 RUBE_MANAGE_CONNECTIONS 确认 Rev AI 连接状态。
4. 先执行最小且安全的一步，例如创建或获取一个 job。
5. 要求返回 IDs、状态值和后续操作建议。

如果运行失败，不要盲目重试。应要求 agent 重新检查已发现的 schema，并对照必填输入核对你提供的字段。

采用前建议阅读的文件

这个 skill 的仓库内容很精简。建议先看：

• composio-skills/rev-ai-automation/SKILL.md

当前 skill 目录中没有额外的 scripts、resources 或 rule folders，因此你的安装决策应主要关注 MCP 前置条件，以及“先发现 tools”的模式是否适合你的环境。

rev-ai-automation skill 常见问题

rev-ai-automation 适合新手吗？

如果你已经在使用支持 MCP 的 AI 客户端，它对新手是友好的。该 skill 给出了清晰顺序：连接 Rube MCP，授权 rev_ai toolkit，搜索 tools，然后执行。如果你从未配置过 MCP server 或 OAuth 风格的 tool connection，那么在 skill 真正发挥作用前，需要先完成一个简短的设置步骤。

它比普通提示好在哪里？

普通提示可能会臆造 Rev AI API 字段，或者假设过时的 tool 名称仍然可用。rev-ai-automation skill 明确要求先使用 RUBE_SEARCH_TOOLS，因此 agent 应基于当前 Composio tool schemas 采取行动。它的主要价值就在这里：减少猜测，更贴合实时 tool interface，并生成更清晰的执行计划。

什么时候不该使用这个 skill？

如果你需要对 Rev AI REST API 进行底层直接控制、编写自定义 SDK 代码，或进行离线处理，就不应使用它。如果你的组织屏蔽外部 MCP endpoints，无法通过 Composio 授权 Rev AI toolkit，或者需要完全确定性的 batch processing 且不希望 AI agent 参与流程，它也不适合。

它需要 Rev AI API keys 吗？

skill 文本说明，可以通过 endpoint 添加 Rube MCP，并且 MCP configuration 中不需要 API keys。不过，你仍然需要通过 RUBE_MANAGE_CONNECTIONS 为 rev_ai toolkit 建立 active Rev AI connection。运行工作流前，应把连接状态而不是本地 key 配置作为准入条件。

如何改进 rev-ai-automation skill

用任务相关上下文优化提示

最大的质量提升来自于把模糊目标替换成可直接执行的工作流上下文。请提供媒体 URL 或文件引用、相关语言或格式要求、是否需要 timestamps、agent 是否应轮询等待完成，以及你希望得到的最终输出。只有当你的 use case 足够具体时，rev-ai-automation skill 才能选择正确的已发现 tools。

防范常见失败模式

常见阻塞点包括 Rev AI connection 未 active、跳过 tool discovery、缺少必填字段，以及假设之前的 schema 仍然有效。对于重要操作，建议要求 agent 在执行前展示已发现的 tool schema。对于敏感工作流，应让它在任何创建、修改或提交 job 的步骤前暂停确认。

基于首次输出继续迭代

首次运行后，可以要求 agent 提供执行摘要来改进结果：使用了哪些 tools、关键输入是什么、返回了哪些 job IDs、当前状态如何，以及是否有未完成步骤。如果 transcript 或输出格式不符合预期，应让 agent 转换已获取的 Rev AI 结果，而不是不必要地重新运行 job。

安全扩展 rev-ai-automation

如果你在本地改造这个 skill，请保留“必须先发现”的行为。可以加入你所在组织的默认设置，例如偏好的 transcript format、命名规范、存储位置或 review steps，但不要硬编码 Composio tool schemas。rev-ai-automation 真正稳定、可长期复用的部分，是它的工作流模式：discover、authenticate、execute、verify、report。