zylvie-automation
作者 ComposioHQzylvie-automation 帮助 agent 通过 Composio Rube MCP 自动化 Zylvie 操作：发现当前 tool schemas、检查 zylvie 连接，并以更安全的方式执行工作流。
该 skill 得分为 64/100，表示可以收录，但更适合作为轻量级连接器指南，而不是完整的 Zylvie 自动化手册。目录用户可以获得足够信息，了解它会通过 Composio/Rube MCP 路由 Zylvie 任务，以及 agent 应如何发现工具并验证连接；但大多数具体任务细节仍需要依赖实时的 Rube 工具发现。
- 有效的 frontmatter 声明了 skill 名称、描述以及所需的 MCP 依赖（`rube`），激活上下文相对清晰。
- 前置条件和设置说明了必须连接 Rube MCP，`RUBE_SEARCH_TOOLS` 必须可用，并且需要通过 `RUBE_MANAGE_CONNECTIONS` 建立有效的 Zylvie 连接。
- 该 skill 提供了可重复的操作模式：先搜索当前 tool schemas，检查 Zylvie 连接，然后使用已发现的 schemas 执行工作流。
- 除 SKILL.md 外，没有提供支持文件、脚本、参考资料、README 或安装命令，因此采用前提是用户已经知道如何在自己的客户端中添加 Rube MCP endpoint。
- 工作流内容主要是通用的 Rube 工具发现与连接检查模式；没有记录具体的 Zylvie 任务示例、tool slugs、字段映射或边界情况处理。
zylvie-automation skill 概览
zylvie-automation 的作用
zylvie-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP server 执行 Zylvie 相关操作。它的核心价值不是提供一段固定的自动化脚本，而是引导 agent 先发现当前的 Zylvie tool schema、验证连接状态，再以更少猜测调用正确的 Rube tool。
当你希望 AI agent 帮助自动化 Zylvie 工作流时，可以使用它，例如账号、产品、订单，或 Composio Zylvie toolkit 暴露的其他平台操作。
最适合 Zylvie 和 Rube MCP 用户
这个 skill 最适合已经在使用 Rube MCP，或愿意在 AI client 中配置 Rube MCP 的用户。它适合需要围绕 Zylvie 做工作流自动化、但不想把过时 API 假设硬编码进 prompt 的团队。
最典型的使用场景是受引导的执行流程：“找到正确的 Zylvie tool，确认连接，检查必填字段，然后运行任务。”如果你需要的是独立 SDK、本地 CLI，或直接的 Zylvie API wrapper，那么它并不是这类工具。
这个 skill 的不同之处
它的关键差异在于“先搜索 tools”的模式。zylvie-automation 不会假设旧的 tool 名称或参数，而是要求 agent 在执行前先调用 RUBE_SEARCH_TOOLS，获取最新 schema、推荐执行计划和注意事项。
这很重要，因为 MCP tool 的接口面可能会变化。普通 prompt 可能会幻觉出不存在的参数；这个 skill 会把 agent 推向实时发现与连接校验，然后再执行操作。
采用前要求
安装前，请确认你的 client 支持 Claude skills 和 MCP tools。这个 skill 依赖 Rube MCP，并且需要通过 RUBE_MANAGE_CONNECTIONS 使用 toolkit zylvie 建立有效的 Zylvie 连接。
仓库路径是 composio-skills/zylvie-automation，重点检查的主文件是 SKILL.md。预览树中没有辅助脚本或参考目录，因此这个 skill 很轻量，并且高度依赖实时 Rube tool 返回结果。
如何使用 zylvie-automation skill
zylvie-automation 安装与设置
从 Composio skills repository 安装这个 skill：
npx skills add ComposioHQ/awesome-claude-skills --skill zylvie-automation
然后使用以下地址将 Rube MCP 添加到你的 AI client：
https://rube.app/mcp
在 client 中确认 RUBE_SEARCH_TOOLS 可用。接着，让 agent 使用 toolkit zylvie 调用 RUBE_MANAGE_CONNECTIONS。如果连接状态不是 ACTIVE，请先完成返回的授权流程，再尝试任何 Zylvie 操作。
执行前 zylvie-automation 需要哪些输入
为了让 zylvie-automation usage 更可靠，请向 agent 提供业务目标、目标对象、已知标识符、必填字段、约束条件，以及该任务是只读还是允许修改数据。
较弱的 prompt：
Update my Zylvie product.
更好的 prompt：
Use zylvie-automation for Workflow Automation. First discover the current Zylvie tools with RUBE_SEARCH_TOOLS, then check the zylvie connection. I need to update product ID prod_123. Change the title to "Spring Bundle", keep the price unchanged, and do not publish until I confirm the preview.
更好的版本减少了歧义，明确要求 agent 遵循 skill 的发现流程，并加入了安全边界。
安全自动化的推荐工作流
一份实用的 zylvie-automation guide 应该遵循以下顺序：
- 阅读
SKILL.md，理解所需的 Rube 调用。 - 使用具体用例调用
RUBE_SEARCH_TOOLS，不要只给泛泛的短语。 - 根据返回的 schema 识别必填字段和有效的 tool slugs。
- 通过
RUBE_MANAGE_CONNECTIONS检查是否存在处于 active 状态的zylvie连接。 - 在修改数据前，让 agent 总结计划执行的操作。
- 只有在必填字段和风险都明确后，才执行 tool。
- 检查 tool 返回结果，并判断是否需要后续调用。
对于创建、更新、发布、删除、退款，或会影响客户的工作流，这个模式尤其重要。
优先阅读的文件
先从这里开始：
SKILL.md
这个文件包含实际的操作约定：前置条件、Rube MCP 设置、tool 发现、连接检查，以及核心工作流模式。由于这个 skill 在预览树中没有 README.md、metadata.json、脚本或参考资产，不要期待本地示例覆盖每一种 Zylvie 操作。实时的 RUBE_SEARCH_TOOLS 返回结果才是当前 schema 的事实来源。
zylvie-automation skill 常见问题
没有 Rube MCP，zylvie-automation 够用吗？
不够。zylvie-automation 依赖 Rube MCP。如果你的 client 中无法使用 RUBE_SEARCH_TOOLS 和 RUBE_MANAGE_CONNECTIONS，这个 skill 就无法完成它设计中的任务。它是面向 MCP-enabled 环境的编排 skill，不是独立的 Zylvie connector。
它为什么比普通 prompt 更好？
普通 prompt 也许会要求模型“使用 Zylvie”，但不一定会强制进行实时 tool 发现或连接校验。这个 skill 固化了更安全的操作顺序：发现 tools、检查 schemas、确认授权，然后执行。这也是安装它、而不是依赖模型记忆或猜测 API 形态的主要原因。
新手适合使用吗？
适合，前提是你能接受连接 MCP servers 并审批 tool calls。新手应先把它用于只读发现任务，例如列出可用的 Zylvie tools 或检查连接状态。在你理解 client 如何展示 tool 输入与确认流程之前，避免执行破坏性操作或面向客户的更新。
什么时候不该使用这个 skill？
当你需要离线自动化、只生成直接 API 代码，或必须在无人审查情况下运行的工作流时，不要使用它。如果你的 Zylvie 任务涉及敏感数据，但环境缺少清晰的审批、日志和访问控制，也应避免使用。
如何改进 zylvie-automation skill
改进 zylvie-automation prompts
想得到更好的结果，需要给 skill 一份完整的操作简报。包括：
- 具体的 Zylvie 任务
- 对象类型和 IDs
- 要读取或修改的字段
- 允许和禁止的操作
- 写入前是否需要确认
- 期望的输出格式
示例：
Use zylvie-automation. Search current Zylvie tools for managing products. Check the zylvie connection. If active, find the tool for retrieving product details for product ID prod_123. Do not update anything. Return the product title, price, status, and any missing fields needed for a later update.
这能给 agent 足够上下文，让它选择只读路径，并避免意外修改。
需要避免的常见失败模式
最常见的失败是跳过 RUBE_SEARCH_TOOLS，直接使用过时假设。另一个常见问题是在 Zylvie 连接尚未 active 前就尝试执行。第三类问题是业务请求过于模糊，缺少 IDs、字段名或安全约束。
要避免这些问题，请明确说明：“Search tools first, check connection second, summarize the planned call before executing any write operation.”
根据第一次 tool 结果继续迭代
把第一次 Rube 返回结果视为规划材料。如果 tool schema 显示有你尚未提供的必填字段，请暂停并补充。如果返回结果显示有多个可能的 tools，请让 agent 先比较它们，再继续。
对于更新操作，可以在可能的情况下要求类似 dry-run 的摘要：
Before running the update, show the selected tool slug, required inputs, fields that will change, and fields that will remain unchanged.
为团队添加本地指导
如果要在团队环境中改进 zylvie-automation skill，可以在 upstream skill 之外补充你们自己的操作说明：已批准的 Zylvie 工作流、命名规范、评审要求，以及安全 prompt 示例。upstream skill 有意保持精简；你们的内部指导应补上仓库无法了解的业务规则。