simple-analytics-automation
作者 ComposioHQsimple-analytics-automation 可帮助 agent 通过 Composio Rube MCP 自动化 Simple Analytics：验证 simple_analytics 连接、使用 RUBE_SEARCH_TOOLS 发现当前工具 schema，并安全运行工作流自动化任务。
该 skill 评分为 66/100，表示可以收录进目录，但更适合作为轻量级 MCP 工作流指南来呈现，而不是完整的自动化套件。它为 agent 提供了足够的触发与设置指引，可通过 Rube MCP 使用 Simple Analytics；但目录用户应预期需要依赖实时工具发现，因为仓库证据未包含具体的端到端 Simple Analytics 任务示例或配套文件。
- 有效的 frontmatter 清楚标明了该 skill，并声明了用于 Simple Analytics 自动化的 Rube MCP 要求。
- 前置条件和设置步骤说明了如何验证 Rube MCP、管理 Simple Analytics 连接，并确保连接在使用前处于 ACTIVE 状态。
- 该 skill 反复要求 agent 先调用 RUBE_SEARCH_TOOLS，这有助于在 Composio 工具定义变化时减少对 schema 的猜测。
- 除 SKILL.md 外，没有支持文件、脚本、参考资料或内置示例，因此所有执行都依赖实时 Rube MCP 发现。
- 现有摘录主要是通用的发现与设置流程，并未展示具体的 Simple Analytics 工作流，也没有给出常见任务的参数。
simple-analytics-automation skill 概览
simple-analytics-automation 能做什么
simple-analytics-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 自动化处理 Simple Analytics 相关任务。它的核心价值不在于提供一组固定、写死的分析命令，而是指导 agent 先发现当前可用的 Simple Analytics tool schemas，验证连接状态，然后根据请求的分析工作流执行正确的 Rube tool。
最适合 Workflow Automation 用户的场景
simple-analytics-automation skill 更适合已经在使用 Simple Analytics、并希望用 agent 辅助完成可重复报表、数据查询或账户操作的团队，避免每次都手动处理 API 细节。它尤其适用于 Workflow Automation 场景：当具体 tool 输入可能随时间变化时，这个 skill 会要求先执行 RUBE_SEARCH_TOOLS，而不是依赖可能过期的假设。
采用前的关键要求
最关键的依赖是 Rube MCP。你的 AI client 必须配置 Rube MCP server：https://rube.app/mcp，并且必须通过 RUBE_MANAGE_CONNECTIONS 启用 toolkit simple_analytics 的 Simple Analytics 连接。如果 Rube MCP 不可用，或者 Simple Analytics 连接未完成认证，这个 skill 除了作为安装检查清单外，实际用处会非常有限。
它和普通 prompt 有什么不同
普通 prompt 可能只是让 assistant “获取 Simple Analytics 数据”，然后期待它知道 API 怎么用。这个 skill 提供了更安全的操作模式：先搜索可用的 Rube tools，检查当前 schemas，确认认证状态，再执行合适的 Simple Analytics 操作。这样可以减少因 tool 名称过期、字段缺失或参数猜测导致的失败。
如何使用 simple-analytics-automation skill
simple-analytics-automation 安装上下文
如果你的环境支持从此 repository 安装 skills，可以使用：
npx skills add ComposioHQ/awesome-claude-skills --skill simple-analytics-automation
然后在你的 AI client 中添加 Rube MCP：
https://rube.app/mcp
上游 skill 本身要求 Rube MCP tools 可用，尤其是 RUBE_SEARCH_TOOLS 和 RUBE_MANAGE_CONNECTIONS。安装后，请先打开 composio-skills/simple-analytics-automation/SKILL.md；当前 repository tree 中没有额外的 scripts/、resources/ 或 references/ 文件夹，因此这个 skill 文件就是主要的操作说明来源。
运行工作流前需要提供的信息
在要求 agent 执行 Simple Analytics 任务之前，请提供：
- 明确的 Simple Analytics 目标，例如“检索某个站点的流量指标”、“查看可用的分析操作”或“准备定期报告”。
- 如果相关，请提供站点、domain、日期范围、过滤条件或指标名称。
- 说明任务是只需要发现 tools、验证访问权限，还是要真正执行某个操作。
- 任何输出格式要求，例如表格、可直接转成 CSV 的摘要、JSON，或简短的管理层摘要。
这个 skill 最重要的规则是先搜索。一个高质量 prompt 应明确允许 agent 调用 RUBE_SEARCH_TOOLS 获取当前 schema，而不是猜测字段。
更可靠的使用 prompt 模式
一个较弱的 prompt 是：
“Use Simple Analytics to get my stats.”
更好的 simple-analytics-automation 使用 prompt 是：
“Use the simple-analytics-automation skill. First verify Rube MCP is available and check the simple_analytics connection status. Then call RUBE_SEARCH_TOOLS for the current Simple Analytics tool schema for retrieving website traffic metrics. If the connection is active, fetch metrics for example.com for the last 30 days. Return a concise table with visitors, pageviews, top pages if available, and mention any fields or metrics that the discovered schema does not support.”
这个写法更有效，因为它同时定义了连接检查、发现步骤、目标 domain、时间范围、所需指标和输出格式。
建议遵循的实际工作流
建议采用三步工作流：
- 连接检查：确认 Rube MCP 有响应，并通过
RUBE_MANAGE_CONNECTIONS确认 Simple Analytics 状态为 ACTIVE。 - 工具发现：针对具体用例运行
RUBE_SEARCH_TOOLS，不要使用模糊查询。例如：“Simple Analytics traffic summary by domain and date range.” - 执行操作：严格使用返回的 tool slug 和 schema，然后在总结结果时说明任何限制。
不要因为上一次运行成功就跳过发现步骤。这个 skill 的设计假设是：当前 Rube schemas 才是可信来源。
simple-analytics-automation skill 常见问题
simple-analytics-automation 只适合开发者吗？
不是。只要 AI client 支持 MCP tools，并且有人已经连接了 Rube MCP，非开发者也可以使用。不过，与普通聊天 prompt 相比，安装和配置会更偏技术，因为它依赖 MCP 配置和 Simple Analytics 认证。
什么时候不该使用这个 skill？
如果你需要离线分析、绕过 Composio/Rube 直接访问 Simple Analytics API，或构建完全自定义的分析管道，就不适合使用它。simple-analytics-automation skill 是围绕 Rube MCP tool execution 设计的；如果你的环境无法把 MCP tools 暴露给 agent，它就不是合适选择。
它能替代 Simple Analytics dashboards 吗？
不能。它是对 dashboard 的补充，用于自动化特定查询、摘要和可重复的报表流程。对于探索式可视化分析，Simple Analytics 界面可能仍然更快。对于定时、agent 驱动或多步骤的 Workflow Automation 任务，这个 skill 会更有价值。
为什么这个 skill 坚持先做 tool discovery？
因为 Composio toolkit schemas、tool slugs 和必填字段都可能变化。RUBE_SEARCH_TOOLS 会返回当前 tool names、input schemas、execution plans 和 pitfalls。这是 simple-analytics-automation 指南中最核心的可靠性机制，也是排查问题时首先要验证的内容。
如何改进 simple-analytics-automation skill
改进 simple-analytics-automation prompts
最快的改进方式是把任务描述得更具体。请包含分析对象、时间范围、domain、指标、输出格式，以及是否允许执行操作。例如：
“Discover the current Simple Analytics tools for listing top referrers for example.com over the previous calendar month. If supported, run the operation and return top referrers with counts. If not supported, report the closest available tool and the missing field.”
这样可以给 agent 一个清晰的成功条件，也提供安全的 fallback。
需要避免的常见失败模式
最常见的失败包括跳过 schema discovery、Simple Analytics 连接未激活、指标请求过于模糊，以及假设字段名。可以通过要求 agent 执行以下检查来避免：
- 确认
RUBE_SEARCH_TOOLS可用。 - 在执行前检查
simple_analyticsconnection status。 - 严格使用发现到的 schema。
- 在调用执行 tools 之前，先询问缺失的 domain、日期范围或指标细节。
这些检查比花哨的 prompt 写法更重要。
根据第一次结果继续迭代
拿到第一次输出后，应根据发现到的 tools 实际支持的能力继续细化。如果结果缺少你预期的指标，可以要求 agent 针对更窄的用例再次搜索，例如用 “Simple Analytics top pages by date range” 代替 “analytics report”。如果 schema 暴露了 pagination、filters 或 grouping options，应通过第二轮操作提升完整性，而不是直接接受第一版摘要。
维护者的 repository 阅读路径
如果你是维护者，正在评估或扩展 simple-analytics-automation skill，请从 SKILL.md 开始。重点关注 prerequisite block、setup sequence、tool discovery instruction 和 core workflow pattern。由于当前 skill 没有配套 scripts 或 reference files，改进方向更可能是增加具体 example prompts、针对 inactive connections 的 troubleshooting branches，以及示例任务类别，例如 traffic summaries、referrer checks 和 recurring report generation。