tomba-automation

tomba-automation skill 概览

tomba-automation 可以做什么

tomba-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP 运行 Tomba 潜在客户研究和邮箱查找工作流。它不会让 agent 去猜工具名称，也不会硬编码旧版 schema；相反，这个 skill 会要求 agent 先发现当前可用的 Tomba tools，确认 Tomba 连接状态，然后用最新可用的输入参数执行正确操作。

最适合 Lead Research 工作流

tomba-automation 最适合结构化的潜在客户研究：查找公司联系人、验证邮箱相关数据、补全潜在客户记录，或基于明确目标列表自动执行可重复的 Tomba 任务。当你希望 Claude 通过 MCP tools 操作 Tomba，而不只是生成搜索语句、表格公式或人工调研说明时，它会很有用。

核心差异：先发现工具，再执行

tomba-automation skill 的主要价值在于它的“先搜索工具”模式。Composio 的 tool schema 可能会变化，因此该 skill 会推动 agent 在执行前先调用 RUBE_SEARCH_TOOLS。这样可以减少调用失败、字段缺失，以及对可用 Tomba actions 的过时假设。

安装前需要确认什么

只有在你的 Claude 环境可以使用 MCP，并且你能够添加 Rube MCP server 时，才建议安装这个 skill。你还需要通过 RUBE_MANAGE_CONNECTIONS 建立有效的 Tomba 连接。如果你只是需要一份书面的潜在客户研究计划，而不需要实时 tool execution，那么普通 prompt 可能就足够了。

如何使用 tomba-automation skill

tomba-automation 安装与配置

从 Composio skills repository 安装该 skill：

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

然后在你的 client 中添加 Rube MCP 配置：

https://rube.app/mcp

使用该 skill 前，先确认 RUBE_SEARCH_TOOLS 可用。接着使用 toolkit tomba 调用 RUBE_MANAGE_CONNECTIONS。如果连接状态不是 ACTIVE，请根据返回的授权链接完成授权，并在要求 agent 运行任何 Tomba 工作流之前确认状态已更新。

你需要提供哪些输入

像“用 Tomba 找 leads”这样过于笼统的请求，给 agent 的可执行信息太少。你需要提供目标、期望输出、限制条件，以及当数据缺失时应该如何处理。

更好的 prompt 示例：

Use tomba-automation for Lead Research. Find likely work emails for 25 marketing leaders at B2B SaaS companies in Germany. Use Tomba via Rube MCP, discover current tools first, confirm the Tomba connection, and return a table with company, person, role, domain, email result, confidence or verification status if available, and notes for records that need manual review.

这个 prompt 更有效，因为它告诉 skill 要发现哪类 Tomba 任务、处理多少条记录、哪些字段重要，以及如何处理不确定结果。

实用的 tomba-automation 使用流程

一个可靠的 tomba-automation 使用流程通常是：

1. 要求 Claude 使用 tomba-automation skill。
2. 明确具体的 Tomba 任务：domain search、email finding、verification、enrichment，或其他潜在客户研究任务。
3. 要求先针对你的具体用例调用 RUBE_SEARCH_TOOLS。
4. 通过 RUBE_MANAGE_CONNECTIONS 确认 tomba 连接。
5. 让 agent 根据发现结果选择当前可用的 tool slug 和 schema。
6. 在处理大列表之前，先运行一个小批量测试。
7. 继续之前，先检查失败项、缺失字段、rate limits 或低置信度记录。

这种分阶段做法可以避免在 schema 错误或输入数据不完整的情况下，浪费 credits 或时间去跑大批量任务。

优先阅读的 repository 文件

repository 路径是 composio-skills/tomba-automation，重要文件是 SKILL.md。建议先阅读其中的前置条件、Rube MCP 设置、工具发现模式和核心工作流。当前 skill package 中没有额外的 scripts、rules、resources 或 reference folders，因此实际运行质量很大程度上取决于你的 prompt，以及实时 RUBE_SEARCH_TOOLS 返回的结果。

tomba-automation skill 常见问题

tomba-automation 适合新手吗？

如果你已经在 Claude 中使用 MCP tools，那么它对新手是友好的；但它不是一个开箱即用、无需配置的 leads 数据库。这个 skill 假设 Rube MCP 已连接，并且你能够授权 Tomba toolkit。新手应先从一个 domain 或一个小联系人列表开始，然后查看 tool discovery 输出，再运行更大的任务。

它比普通 prompt 好在哪里？

普通 prompt 可以描述如何研究潜在客户，但无法安全推断当前的 Composio Tomba tool schema。tomba-automation skill 给 Claude 提供了一套执行模式：发现工具、检查连接、使用当前 schema，然后运行工作流。因此，在需要真实 tool calls 的场景下，它比泛泛地说“use Tomba”更可靠。

什么时候不应该使用这个 skill？

如果你没有权限处理相关潜在客户数据、无法连接 Rube MCP、不能通过 Composio 访问 Tomba，或者只是需要策略建议，就不应使用它。对于并非 Tomba 操作的宽泛 web scraping 任务，它也不适合。

它能替代 CRM 或 sales engagement tools 吗？

不能。tomba-automation 更适合作为 AI 工作流中执行 Tomba 任务的一层。你可能仍然需要 CRM、spreadsheet、enrichment pipeline 或 sales engagement platform，用来存储、去重、编排和治理最终得到的潜在客户记录。

如何改进 tomba-automation skill

用更好的 prompt 提升 tomba-automation 结果

最重要的改进方式，是给 agent 提供操作层面的约束，而不只是一个目标。请写清楚目标市场、记录数量、可接受的角色、必需输出列、置信度阈值、去重规则，以及在遇到认证、配额或 schema 错误时是否停止。

优化示例：

If Tomba returns multiple possible emails, keep the highest-confidence result, include alternates in a notes column, and flag anything below the confidence threshold for manual review instead of treating it as usable.

需要提前规避的常见失败模式

主要失败包括：跳过 RUBE_SEARCH_TOOLS、在 tomba 连接尚未激活前就运行、假设仍然使用旧的输入 schema、未测试就处理过多记录，以及把不完整的 lead 数据当作最终结果。请加入明确指令：先发现工具、先跑样本，并汇总任何 tool errors 或缺失字段。

首次输出后继续迭代

第一次运行后，不要只是要求“更多”。先检查哪些行失败，以及失败原因。然后让 Claude 调整下一轮运行：缩小角色列表、补充缺失 domains、修改输出格式，或只重试存在可恢复错误的记录。这样可以让 tomba-automation guide 在真实 Lead Research 中更高效，因为每个批次都会帮助改进下一个批次。

如果团队会重复使用，请添加本地工作流说明

如果你的团队安装这个 skill 用于重复的潜在客户研究，请记录团队偏好的 prompt 模板、批准使用的输出列、合规要求、命名规范和交接目的地。上游 skill 有意保持轻量，因此团队专属的操作规则，是让 tomba-automation 在不同用户之间保持一致的最快方式。