twelve-data-automation

twelve-data-automation skill 概览

twelve-data-automation 适合做什么

twelve-data-automation 是一个用于通过 Composio 的 Rube MCP server 自动化 Twelve Data 工作流的 Claude skill。它面向需要发现当前 Twelve Data tool schema、验证已认证的 Twelve Data 连接，并在不猜测工具名称或请求字段的情况下执行市场数据相关操作的 agent。

最适合的用户与工作流

如果你已经在 Claude 中使用 MCP tools，并希望以可重复的方式请求 Twelve Data 操作，例如获取金融市场数据、检查可用的 toolkit 操作，或围绕 Composio 的 twelve_data toolkit 构建自动化步骤，那么这个 twelve-data-automation skill 会很合适。它尤其适用于可用工具和 schema 可能变化的工作流自动化场景，因为该 skill 会明确要求 agent 先搜索工具。

主要差异点

它的核心价值不在于庞大的代码库或辅助脚本；该仓库只包含一个聚焦的 SKILL.md。其中最重要的操作规则是：执行前先使用 RUBE_SEARCH_TOOLS，让 agent 基于最新的 Rube MCP tool schema 工作，而不是依赖过时假设。因此，相比会自行编造参数的静态 prompt，twelve-data-automation 更适合真实的 MCP 执行场景。

采用前需要考虑的事项

安装前，请确认你的 client 能连接 MCP servers，并且 Rube MCP 可用。你还需要通过 RUBE_MANAGE_CONNECTIONS 使用 twelve_data toolkit 建立有效的 Twelve Data 连接。如果连接状态不是 ACTIVE，需要先完成返回的授权流程。若你的环境无法使用 MCP tools，这个 skill 本身不会独立执行 Twelve Data 操作。

如何使用 twelve-data-automation skill

twelve-data-automation 的安装与设置路径

从 GitHub skill collection 安装该 skill，然后配置 MCP 依赖：

npx skills add ComposioHQ/awesome-claude-skills --skill twelve-data-automation

在支持 MCP 的 client 中，使用以下地址添加 Rube MCP：

https://rube.app/mcp

随后确认 RUBE_SEARCH_TOOLS 可用。使用 RUBE_MANAGE_CONNECTIONS 并指定 toolkit twelve_data；如果连接不是 ACTIVE，请先完成返回的授权流程，再让 agent 执行任何 Twelve Data 工作流。

你需要提供给 skill 的输入

为了稳定使用 twelve-data-automation，需要向 agent 明确说明实际的数据任务、目标 instrument 或 symbol、时间范围、输出格式以及约束条件。较弱的 prompt 是：“Get stock data.” 更好的 prompt 是：“Use twelve-data-automation to retrieve the latest available daily time series for AAPL from Twelve Data, confirm the active twelve_data connection first, discover the current tool schema with RUBE_SEARCH_TOOLS, and return the result as a concise table with timestamp, open, high, low, close, and volume if those fields are available.”

agent 的实用工作流

一次较好的执行通常遵循以下顺序：

1. 针对具体用例调用 RUBE_SEARCH_TOOLS，不要做泛泛搜索。
2. 检查可用操作时复用返回的 session ID。
3. 使用 RUBE_MANAGE_CONNECTIONS 确认 Twelve Data 连接处于 active 状态。
4. 选择匹配的 tool slug，并根据发现到的 schema 填入参数。
5. 执行工作流并汇总结果，同时说明缺失字段或 API 限制。

这种模式很重要，因为 Twelve Data 和 Composio 的 tool schema 都可能演进。该 skill 所强调的“先搜索”规则，可以减少因参数名过时而导致的调用失败。

优先阅读的仓库文件

先阅读 composio-skills/twelve-data-automation/SKILL.md。文件树中没有单独的 README.md、rules/、resources/、references/ 或脚本，因此该 skill 的行为集中在这一个文件里。在判断它是否适合你的环境前，请重点查看 “Prerequisites”、“Setup”、“Tool Discovery” 和 “Core Workflow Pattern” 这些部分。

twelve-data-automation skill 常见问题

twelve-data-automation 只用于金融市场数据吗？

是的，它的范围明确限定为通过 Composio 的 twelve_data toolkit 暴露的 Twelve Data 操作。它不是通用的金融分析框架、回测引擎或投资组合优化器。它帮助 agent 访问并自动化可用的 Twelve Data tools；你仍然需要在 prompt 中定义想要完成的市场数据任务。

它比普通 prompt 好在哪里？

普通 prompt 可能会要求 Claude “use Twelve Data”，但它不一定知道当前的 MCP tool slugs 或必需的输入 schema。twelve-data-automation skill 会强制先通过 RUBE_SEARCH_TOOLS 做工具发现，然后使用 active 的 Rube MCP 连接。对于重视执行准确性的 Workflow Automation，这种方式更可靠。

它适合新手吗？

如果你已经有支持 MCP 的 client，并且能够按照授权链接完成 Twelve Data 连接，它对新手也算友好。但如果你期待的是一键式 web app 或独立 package，它就不太适合。主要设置工作是连接 Rube MCP，并激活 twelve_data toolkit。

什么时候不该使用它？

如果你无法运行 MCP tools、不想连接 Composio/Rube，或需要一个静态离线 library，就不应使用这个 skill。如果你的任务要求在不做运行时发现的情况下保证 schema 固定，它也不是合适选择；该 skill 有意依赖先搜索当前工具再执行。

如何改进 twelve-data-automation skill

通过明确具体数据任务来优化 prompt

提升 twelve-data-automation 输出质量最快的方法，是把笼统的市场数据请求改成可执行的操作指令。请包含 symbol、asset type、interval、date range、期望字段、timezone 预期和输出格式。例如：“Fetch intraday EUR/USD data at 15-minute granularity for the last trading day and return only timestamp, open, high, low, close, with a note if the selected Twelve Data tool imposes a limit.”

避免常见失败模式

常见失败包括跳过 RUBE_SEARCH_TOOLS、假设连接已经 active、使用过时参数名，或在没有定义 instrument 和 interval 的情况下要求返回结果。如果调用失败，请要求 agent 展示发现到的 tool schema、所选 tool slug、必填字段，以及哪个参数缺失或被拒绝。

在首轮结果后继续迭代

拿到第一轮输出后，根据工具实际返回的内容继续细化。如果字段缺失，询问 schema 是否支持这些字段。如果结果范围过大，增加 date range、symbol exchange 或 interval 等过滤条件。如果响应不便使用，要求返回标准化表格、JSON object、CSV-ready rows，或一段简短的执行摘要。

在本地强化这个 skill

由于上游 skill 本身很精简，团队可以通过添加本地示例来改进它，用于覆盖反复出现的 Twelve Data 工作流：标准 symbol 格式、偏好的 intervals、预期输出列，以及组织内部特定的错误处理方式。请保留核心规则：在任何自定义的 twelve-data-automation 指南中，都要要求执行前先做工具发现，确保 agent 始终与实时的 Rube MCP schemas 保持一致。