shotstack-automation
作者 ComposioHQshotstack-automation 可帮助 agent 通过 Composio Rube MCP 自动化 Shotstack 视频任务，包括发现最新工具 schema、检查 Shotstack connection，并规划更安全的执行流程。
该 skill 得分为 66/100，适合收录到目录中，但更应视为轻量级连接器指南，而不是完整的 Shotstack 自动化手册。它为 agent 提供了足够的触发和设置指引，帮助其通过 Rube MCP 使用 Shotstack，比通用 prompt 更少依赖猜测；不过目录用户仍应预期，大多数操作细节需要通过实时工具发现来确认。
- 有效的 skill frontmatter 清楚标明了对 Rube MCP 的依赖，并说明用途：通过 Composio 自动化 Shotstack 任务。
- 前置条件和设置步骤会引导 agent 验证 RUBE_SEARCH_TOOLS、管理 Shotstack connection，并在运行 workflow 前确认 ACTIVE 状态。
- 该 skill 提供了可重复的“先发现再执行”模式，包括用于获取最新工具 schema 和注意事项的 RUBE_SEARCH_TOOLS 调用示例。
- 依赖实时的 Rube MCP 工具发现，而不是内置的 Shotstack schema 或面向具体任务的示例，因此实际执行仍取决于外部工具返回结果。
- skill 路径中未包含支持文件、脚本、README 或安装命令，除 MCP 设置外，对上手采用的指导较有限。
shotstack-automation skill 概览
shotstack-automation 能做什么
shotstack-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP 运行 Shotstack 视频自动化流程。这个 shotstack-automation skill 可以帮助 agent 发现当前可用的 Shotstack 工具 schema，确认 Shotstack 连接是否已启用，然后通过可用的 Rube tools 执行视频编辑相关操作，而不是凭记忆猜测 API 参数。
最适合 Video Editing 自动化的场景
这个 skill 适合希望围绕 Shotstack 做 AI 辅助 Video Editing 工作流的用户，例如准备 render jobs、管理 Shotstack 操作，或通过已连接 MCP 的 agent 协调可重复执行的媒体自动化流程。如果你已经在使用 Composio/Rube，并且希望助手调用真实工具，而不只是生成 Shotstack API 示例，它会尤其有用。
这个 skill 的不同之处
它最大的区别在于坚持“先搜索工具”的工作方式。Shotstack tool schemas 可能会变化，因此这个 skill 会要求 agent 在执行前调用 RUBE_SEARCH_TOOLS，以获取当前的 tool slugs、字段、执行计划和潜在问题。相比假设 API 结构固定的静态 prompt，shotstack-automation 的可靠性更高。
安装前需要先确认的条件
安装 shotstack-automation skill 之前，请确认你的 AI client 支持 MCP skills，并且可以连接到位于 https://rube.app/mcp 的 Rube MCP。你还需要通过 RUBE_MANAGE_CONNECTIONS 使用 toolkit shotstack 建立有效的 Shotstack connection。如果你的环境无法把 Rube tools 暴露给 agent，这个 skill 就不能真正执行 Shotstack 自动化。
如何使用 shotstack-automation skill
shotstack-automation 安装上下文
从 Composio skills repository 安装该 skill，例如：
npx skills add ComposioHQ/awesome-claude-skills --skill shotstack-automation
然后在你的 client 中配置 Rube MCP，server endpoint 为 https://rube.app/mcp。安装完成后，不要一开始就要求 agent 立即渲染。先让它确认 RUBE_SEARCH_TOOLS 是否可用，并确认 Shotstack toolkit connection 是否处于 active 状态。
这个 skill 需要你提供哪些输入
为了获得更好的 shotstack-automation usage 效果，你需要提供目标、媒体来源、输出要求和操作约束。较弱的 prompt 是：“Make a video with Shotstack.” 更好的 prompt 是：“Use shotstack-automation to discover the current Shotstack tools, confirm my Shotstack connection, then create a render plan for a 30-second 1080p social ad using these clips, with captions, logo overlay, background music, and an MP4 output.”
有用的输入包括：
- 源素材 URL，或素材应从哪里获取
- 期望时长、画幅比例、分辨率和输出格式
- 时间线结构、叠加元素、字幕、音频、转场和品牌元素
- 是否希望在执行 tool calls 之前先生成 dry-run plan
- 任何成本、渲染时间、命名或审核方面的限制
可靠执行的实用工作流
一份好的 shotstack-automation guide 通常遵循以下顺序：
- 要求 agent 针对具体 Shotstack 任务调用
RUBE_SEARCH_TOOLS，而不是做泛泛查询。 - 要求它检查返回的 schema，并在执行前说明必填字段。
- 使用
RUBE_MANAGE_CONNECTIONS确认 Shotstack connection。 - 让 agent 基于发现到的 tool names 和 input schema 制定具体执行计划。
- 审批计划后，再让 agent 运行相应的 Shotstack 操作。
- 要求返回 IDs、status links、payload summaries，以及后续监控说明。
这个流程可以减少因过时假设、缺少认证或 render inputs 不完整造成的失败。
优先阅读的 repository 文件
repository path 是 composio-skills/shotstack-automation，关键文件是 SKILL.md。安装前建议先阅读它，因为其中包含核心操作规则：运行工作流之前，始终先通过 Rube 发现当前工具。在提供的文件树中没有可见的辅助 scripts/、references/ 或 resources/ 文件夹，因此这个 skill 的价值主要集中在 MCP 设置和工作流说明上，而不是打包好的辅助代码。
shotstack-automation skill 常见问题
没有 Shotstack 或 Rube，shotstack-automation 还能用吗？
不能。shotstack-automation 依赖 Rube MCP 和有效的 Shotstack connection。没有这些条件时，助手仍然可以讨论可能的视频编辑方案，但无法可靠调用真实的 Shotstack toolkit。应把 MCP 可用性和连接状态视为安装阻断条件，而不是可选配置细节。
它比普通 Shotstack prompt 好在哪里？
普通 prompt 可能会生成看似合理的 API payloads，但可能漏掉当前字段名、可用操作或必要的连接步骤。shotstack-automation skill 会要求 agent 先发现实时 tool schemas，再通过 Rube 执行。这也是在你重视真实工具调用，而不只是静态建议时，安装它的主要理由。
新手适合使用吗？
如果新手能够连接 MCP server，并按 Shotstack toolkit 的 auth link 完成授权，它也可以使用。新手应先要求生成 dry-run plan：“Do not execute yet; discover tools, verify connection, and show the exact fields you need from me.” 这样第一次运行更容易理解，也能减少意外触发渲染的风险。
什么时候不该使用这个 skill？
如果你只需要手动视频编辑建议、本地桌面剪辑，或一次性了解 Shotstack 概念，就不适合使用它。当你的组织禁止 MCP tool access、外部 auth flows 或自动化 render execution 时，它也不是合适选择。在这些情况下，使用以文档解释为主的 prompt，可能比安装 shotstack-automation 更稳妥。
如何改进 shotstack-automation skill
优化 shotstack-automation prompts
当你的 prompt 把发现、规划和执行分开时，结果会更好。不要直接要求立即渲染，而是说：“Use shotstack-automation: first call RUBE_SEARCH_TOOLS for creating a Shotstack render from image/video assets, then summarize required fields, then wait for my approval before execution.” 这样可以让 agent 按照这个 skill 设计的控制流程来工作。
提供更完整的媒体和输出细节
大多数失败都来自素材或时间线说明过于模糊。请提供 asset URLs、序列顺序、文字叠加、时间范围、尺寸、音频行为和预期输出。如果素材尚未托管，请明确说明，并让 agent 根据发现到的 schema 判断 Shotstack tools 需要什么类型的公开或可访问 URL。
留意常见失败模式
常见问题包括 Shotstack connections 未激活、使用过时的 tool names、缺少必填 schema fields，以及在计划尚未完整前就尝试执行。如果第一次尝试失败，请让 agent 将失败的 payload 与最新的 RUBE_SEARCH_TOOLS schema 对比，并在重试前指出具体缺失或无效的字段。
在第一次输出后继续迭代
创建 render 或 operation 后，要求返回 job ID、status-check method、payload summary，以及执行时使用的 assumptions。对于 Video Editing 工作流，接下来用具体修改继续迭代，例如：“shorten intro to 3 seconds,” “move logo to bottom-right,” “increase caption size,” 或 “export square instead of landscape.” 相比 “make it better” 这类宽泛反馈，精确的修改说明能带来更好的后续 tool calls。