zyte-api-automation

zyte-api-automation skill 概览

zyte-api-automation 适合做什么

zyte-api-automation 是一个 Claude skill，用于通过 Composio 的 Rube MCP toolkit 运行 Zyte API 工作流。它面向需要发现最新 Zyte API tool schema、验证用户 Zyte 连接状态，并在更少猜测的情况下执行网页抓取或信息抽取任务的 agent。

它的实际价值并不只是“抓取一个页面”。真正有价值的是它规定了一套工作流纪律：先搜索可用的 Rube tools，使用返回的 schema 而不是假设参数，检查 zyte_api 连接，然后再执行任务。

最适合的用户和任务

这个 skill 适合已经在使用，或计划使用 Rube MCP 与 Composio 的用户，并且希望在 AI agent 工作流中加入 Zyte API automation。它尤其适合正在构建以下能力的团队：Web Scraping 助手、浏览器渲染页面获取、结构化抽取、爬取辅助，或 Zyte API 任务编排。

如果你只需要一个静态抓取脚本，不使用 MCP tools，或者想要一个内置调度、存储、重试和监控的完整 crawler framework，那么它的帮助就没那么大。

这个 skill 的差异点

zyte-api-automation 的主要差异在于，它会要求 agent 在执行动作之前先调用 RUBE_SEARCH_TOOLS。这一点很重要，因为 Composio tool schema 可能变化，而猜测 tool 名称或字段是自动化失败的常见原因。

上游 skill 本身很精简，除了 SKILL.md 之外，没有 helper scripts、examples 目录或 metadata file。安装它的原因应当是采用它的 MCP 执行模式，而不是期待一个大型参考资料库。

如何使用 zyte-api-automation skill

zyte-api-automation 安装上下文

从 Composio skills repository 安装这个 skill：

npx skills add ComposioHQ/awesome-claude-skills --skill zyte-api-automation

然后在你的 client 中配置 Rube MCP，把 https://rube.app/mcp 添加为 MCP server。这个 skill 预期 RUBE_SEARCH_TOOLS 可用，并且要求通过 RUBE_MANAGE_CONNECTIONS 建立一个处于 active 状态的 Zyte API 连接，toolkit 为 zyte_api。

在正式依赖这个 skill 之前，先打开 composio-skills/zyte-api-automation/SKILL.md。它是主要源文件，包含必要的 setup 和工作流模式。

这个 skill 需要哪些输入

较弱的请求是：“Use Zyte to scrape this site.”

更好的 zyte-api-automation usage prompt 是：

Use the zyte-api-automation skill. First call RUBE_SEARCH_TOOLS for current Zyte API operations and schemas. Check whether the zyte_api connection is ACTIVE. Then retrieve https://example.com/products and extract product name, price, availability, and canonical URL. Prefer browser rendering if the discovered Zyte tool supports it. Return the execution plan before running destructive or costly steps.

好的输入应包括目标 URL、期望输出字段、是否需要 rendering、如有爬取则说明 crawl depth、认证限制、对速率或成本的敏感度，以及你希望返回的格式。

推荐工作流

为了稳定地进行 Zyte API automation，建议按以下顺序执行：

1. 要求 agent 按名称使用这个 skill。
2. 让它结合你的具体用例调用 RUBE_SEARCH_TOOLS，不要只给一个泛泛的短语。
3. 用 RUBE_MANAGE_CONNECTIONS 检查 zyte_api 连接。
4. 如果连接未激活，完成返回的 authentication flow。
5. 严格使用发现到的 tool slug 和 schema。
6. 当抓取规模、成本或合规风险较高时，在执行前先审查计划请求。

这种模式比记住某一个 Zyte tool 名称更重要，因为这个 skill 本身强调的是发现当前 schema。

实用 prompt 建议

要明确说明成功标准。例如，你需要的是 raw HTML、browser-rendered content、screenshots、structured JSON，还是抽取后的字段。如果要抓取多个页面，请说明 agent 是否应先处理一个小样本。

对于 zyte-api-automation for Web Scraping，还要说明边界：允许的 domains、最大页面数、retry 行为、robots/compliance 期望，以及是否应忽略或脱敏 personally identifiable information。

zyte-api-automation skill 常见问题

没有 Rube MCP 时 zyte-api-automation 有用吗？

没有。这个 skill 需要 Rube MCP，并依赖 RUBE_SEARCH_TOOLS 和 RUBE_MANAGE_CONNECTIONS。如果你的 AI client 无法调用 MCP tools，那么普通 prompt 或直接集成 Zyte API SDK 会更合适。

它比普通 prompt 好在哪里？

普通 prompt 可能会编造 Zyte 参数，或者调用过时的 tool 名称。zyte-api-automation skill 通过强制先发现 tools，再验证连接，最后使用 Rube 返回的 live schemas 执行，从而提升可靠性。

但它并不保证抓取一定成功。网站行为、反爬保护、成本限制、认证要求以及抽取目标不明确，仍然会影响结果。

它适合新手吗？

如果你能完成 MCP server 连接并按照 auth link 进行授权，它对新手是友好的。但它不是一个 no-code scraping product。新手应从一个 URL、一个抽取目标开始，并要求在执行前展示发现到的 tool schema。

什么时候不应该使用这个 skill？

当你需要的是完整的 crawling platform、长期运行的 scheduler、database pipeline，或定制的数据清洗系统时，不应使用它。对于你无权访问的网站，或法律、隐私、服务条款约束尚未明确的任务，也应避免使用。

如何改进 zyte-api-automation skill

通过更清晰的任务 framing 改进 zyte-api-automation 结果

最大的质量提升来自把宽泛的抓取目标改写成可执行的操作指令。请包含目标页面、抽取 schema、可接受的输出格式和 fallback 行为。

更好的写法：

Extract article title, author, publish date, main text, and final URL from these 10 URLs. Use zyte-api-automation; discover tools first, verify zyte_api is ACTIVE, run one sample, show the parsed result, then continue only if the fields look correct.

这样可以减少浪费的调用，并更容易在早期发现 schema 或 rendering 问题。

常见失败模式

常见问题包括 Zyte 连接未激活、跳过 RUBE_SEARCH_TOOLS、沿用过时的假设 schema、抽取字段描述模糊，以及抓取批次过大。如果一次运行失败，先要求 agent 展示发现到的 tool slug、必填字段、连接状态，以及它计划发送的 exact payload。

如果输出不完整，请进一步明确页面是否需要 JavaScript rendering、pagination handling、location settings、cookies，或 login context。

根据第一次输出继续迭代

把第一次运行当作校准。先从一个有代表性的 URL 开始，检查返回内容，然后再细化 selectors、fields、rendering options 或 pagination instructions。对于较大的任务，要求 agent 在扩展规模前先生成一个小样本表格，并列出不确定点。

对于页面模板会因类别、地区或设备视图而变化的 Web Scraping 任务，这一点尤其重要。

上游 skill 还可以补充什么

当前 repository entry 有用但比较精简。如果能增加常见 Zyte API 任务的 example prompts、示例 RUBE_SEARCH_TOOLS responses、inactive connections 的 troubleshooting notes，以及展示粗略抓取请求如何变成 schema-aware Rube MCP workflow 的 before/after examples，会更完整。