slackbot-automation
作者 ComposioHQslackbot-automation 是一个用于 Slackbot workflows 的 Claude skill，通过 Composio Rube MCP 工作。它会引导 agent 搜索当前可用工具、验证 Slackbot connection，并基于实时 schema 执行 workflow。
该 skill 得分为 68/100，适合收录到目录中，但更应定位为轻量级 Rube MCP workflow 指南，而不是完整的 Slackbot automation 套件。目录用户可以清楚了解它用于 Composio/Rube Slackbot 操作，以及 agent 应如何开始；但实际采用仍依赖外部 MCP 配置和运行时工具发现。
- 有效的 skill frontmatter 声明了必需的 `rube` MCP，并明确面向 Slackbot automation。
- 前置条件和配置步骤说明了在执行 workflow 前检查 `RUBE_SEARCH_TOOLS`、使用 `RUBE_MANAGE_CONNECTIONS`，并确认 Slackbot connection 为 ACTIVE。
- 该 skill 反复要求 agent 先搜索工具以获取最新 schema，有助于提升可触发性，并减少基于过期 tool-call 假设的错误。
- 未提供支持文件、脚本、README 或安装命令；配置依赖用户已了解如何添加并使用 Rube MCP endpoint。
- Slackbot 操作通过动态工具发现完成，而不是提供已文档化的 Slackbot 端到端示例，因此 agent 在运行时可能仍需解读 schema。
slackbot-automation skill 概览
slackbot-automation 能做什么
slackbot-automation 是一项 Claude skill，用于通过 Composio 的 Rube MCP server 运行 Slackbot 工作流。它不会让 agent 猜测 Slackbot API 的结构，而是要求 agent 先用 RUBE_SEARCH_TOOLS 发现当前可用工具，再用 RUBE_MANAGE_CONNECTIONS 确认 Slackbot 连接状态，最后基于返回的 schema 执行选定的工作流。
因此，当你的任务依赖实时的 Slackbot 工具定义、认证状态，或不断变化的 Composio toolkit schema 时，slackbot-automation skill 会特别有用。
最适合的用户和工作流
如果你希望 agent 在已连接的 Slackbot 环境中实际执行操作，而不只是起草操作说明，那么可以把 slackbot-automation 用于 Workflow Automation。典型适用场景包括：
- 通过已授权工具发送或管理 Slackbot 消息
- 根据自然语言请求构建可重复执行的 Slackbot 操作
- 在确定自动化路径之前，先检查当前可用的 Slackbot 能力
- 运行对 schema 新鲜度有要求的 Slack 相关工作流
它更适合已经在使用支持 MCP 的 AI 客户端、并且能够连接 Rube MCP 的用户。如果你只是需要通用的 Slack 文案、Slack app 架构方案，或原始 Slack API 代码，它的价值就没那么大。
核心差异：先搜索工具，再执行操作
slackbot-automation 的主要价值在于“先发现，再执行”的模式。该 skill 明确要求 agent 在尝试任务前先调用 RUBE_SEARCH_TOOLS。这很重要，因为 Rube 会返回当前的 tool slugs、输入字段、执行计划和注意事项。对安装决策来说，这是一个关键信号：这个 skill 不是静态 prompt 模板，而是一套轻量的操作流程，用来更安全地调用实时工具。
如何使用 slackbot-automation skill
slackbot-automation 安装前提
从 ComposioHQ skill collection 安装该 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill slackbot-automation
上游 skill 本身不包含额外脚本、资源或 README；主要需要检查的文件是 composio-skills/slackbot-automation/SKILL.md。在期待它输出有用结果之前，需要先在你的 AI 客户端中配置 Rube MCP，把 https://rube.app/mcp 添加为 MCP server。该 skill 假设以下工具可用：
RUBE_SEARCH_TOOLSRUBE_MANAGE_CONNECTIONS- 通过发现流程返回的 Rube execution tools
然后使用 toolkit slackbot 调用 RUBE_MANAGE_CONNECTIONS；如果连接状态不是 ACTIVE，就完成返回的认证流程。
你需要提供哪些输入
要稳定地使用 slackbot-automation，需要向 agent 提供操作目标、目标 Slack 上下文、约束条件和成功标准。较弱的 prompt 是：“Automate a Slackbot message.” 更好的 prompt 是：
“Use slackbot-automation to send a Slackbot update to the engineering channel after checking the active Slackbot connection. First discover current Rube Slackbot tools. The message should summarize deployment status, avoid tagging everyone, and ask the on-call engineer to confirm if errors appear. Show me the planned tool call before execution.”
这样能提升输出质量，因为它告诉 agent 要发现什么、要验证哪个连接、哪些安全约束很重要，以及应该在什么时候暂停。
推荐工作流
一套实用的 slackbot-automation 使用流程如下：
- 要求 agent 针对一个具体的 Slackbot 任务调用该 skill。
- 明确要求先使用
RUBE_SEARCH_TOOLS，并用你的真实用例作为查询内容。 - 通过
RUBE_MANAGE_CONNECTIONS确认 Slackbot 连接状态。 - 检查发现到的 tool slug 和必填 input schema。
- 如果操作较敏感，先要求输出计划执行步骤。
- 只有在所需的 channel、message、user 或 workflow 字段都明确后再执行。
- 验证结果，并记录可复用的工作模式。
不要让 agent 凭记忆编造参数。安装 slackbot-automation 的核心目的，就是把 agent 引导到实时的 Rube 发现流程中。
首次运行前应阅读的文件
先阅读 SKILL.md，因为它包含实际的操作约定：前置条件、设置方式、工具发现流程和核心工作流模式。该 skill 文件夹中没有配套的 scripts/、references/、resources/、rules/、README.md 或 metadata.json 文件，因此是否能顺利采用，取决于你是否理解这个单一文件，以及外部的 Composio Slackbot toolkit 文档 composio.dev/toolkits/slackbot。
slackbot-automation skill 常见问题
没有 Rube MCP，slackbot-automation 还能用吗？
不能。该 skill 需要 Rube MCP。如果 RUBE_SEARCH_TOOLS 不可用，agent 就无法遵循预期工作流。应把 Rube MCP 连通性和可用的 Slackbot 连接视为前置条件，而不是可选增强项。
它比普通 Slack prompt 好在哪里？
普通 prompt 可以起草消息或描述 Slack 自动化方案，但无法可靠检查当前的 Composio tool schema。slackbot-automation skill 为 agent 提供了一套可重复流程：发现工具、验证连接、使用返回的 schema，然后执行。这样在工具定义或必填字段发生变化时，可以减少猜测。
它适合新手吗？
如果用户已经熟悉支持 MCP 的客户端，它算是比较容易上手；但如果从未配置过 MCP server，就不太适合。该 skill 的内容简洁、流程化，但它默认你能够添加 MCP endpoint、完成 toolkit 连接认证，并理解规划 tool call 和实际执行 tool call 之间的区别。
什么时候不该使用它？
不要用 slackbot-automation 来做通用 Slack 策略、bot 设计文档，或纯代码形式的 Slack app 开发。如果 Slackbot 连接无法授权、你的组织禁止由 AI 触发 Slack 操作，或任务要求在发送任何消息或执行任何工作流之前必须先由人工审批，也应避免使用它。
如何改进 slackbot-automation skill
用执行细节优化 slackbot-automation prompt
想获得更好的结果，需要给 agent 足够的上下文，以便它选择并填写正确的 Rube tool。建议包含：
- 目标 channel、user 或 Slackbot destination
- 期望动作，以及在相关场景中的准确消息内容
- 时间或触发条件
- 执行前的审批要求
- 格式约束，例如不要使用群体提及
- 完成后的验证方式
一个好的请求应该足够具体，但仍然允许 skill 去发现最新 schema，而不是硬编码旧假设。
需要避免的常见失败模式
最常见的失败是跳过工具发现，直接尝试调用猜出来的 Slackbot tool。可以通过明确说明来避免：“Use RUBE_SEARCH_TOOLS first and base all fields on the returned schema.” 另一个失败点是在 Slackbot 连接尚未处于 ACTIVE 状态时就尝试执行；应要求 agent 检查 RUBE_MANAGE_CONNECTIONS，如果认证未完成就停止。第三类失败是 Slack 上下文含糊，例如“send it to the team”，这可能导致消息发到错误的目标位置。
基于首次输出继续迭代
首次运行后，要求 agent 总结使用了哪个 tool slug、哪些字段是必填项，以及哪些输入缺失或被推断。把这些内容保存为可复用的内部 prompt 模式，供后续 slackbot-automation 使用。对于周期性工作流，可以把 prompt 细化成一份 checklist：发现查询、连接检查、必填 Slack 字段、审核步骤、执行步骤和验证步骤。
仓库层面的改进建议
如果增加一个简短的 README.md、常见 Slackbot 任务的示例 prompt，以及针对连接未激活或 MCP 工具缺失的小型故障排查部分，这个 skill 会更完整。如果你维护 fork，可以考虑加入面向审批敏感操作的安全使用指南、示例 discovery queries，以及展示如何把模糊 Slack 请求转换成 schema-ready tool calls 的示例。