awesome-claude-skills 实战：通过 Rube MCP（Composio）自动化 ipdata.co IP 数据操作

AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载导读本指南以 awesome-claude-skills 仓库中composio-skills/ipdata-co-automation/SKILL.md为核心文档系统讲解如何借助 Rube MCPComposio将 Claude 的 ipdata.co 操作自动化从添加 MCP 端点、建立 ACTIVE 连接到通过RUBE_SEARCH_TOOLS发现工具、执行工具、处理分页的完整工作流。读完本文你将掌握一套先搜索工具、再校验连接、最后执行调用的可复用自动化范式可直接迁移到该仓库其余 78 个应用自动化 Skill 上。背景Skill 在仓库中的定位ipdata-co-automation属于仓库 README 中App Automation via Composio分类下的预置工作流 Skill。README 对该分类的说明如下Pre-built workflow skills for 78 SaaS apps via Rube MCP (Composio). Each skill includes tool sequences, parameter guidance, known pitfalls, and quick reference tables — all using real tool slugs discovered from Composios API.见 README.md这意味着每一个 Skill 都不是空谈而是基于 Composio API 实际返回的工具 slugtool slug编写而成。ipdata-co-automation的目标是让 Claude 直接操作 ipdata.coIP 地理定位 / IP 数据查询服务的 API把描述 IP 数据变成真正查询并返回 IP 数据。该 Skill 的 frontmatter 声明了其元信息composio-skills/ipdata-co-automation/SKILL.md--- name: ipdata-co-automation description: Automate Ipdata co tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---两个关键信息其一description 中反复强调Always search tools first始终先搜索工具其二requires.mcp声明该 Skill 依赖名为rube的 MCP 服务器这是整个工作流能否运行的前提。前置条件Prerequisites在运行任何工作流之前必须满足以下三条Rube MCP 已连接RUBE_SEARCH_TOOLS工具必须可用即 rube MCP 服务器已被客户端加载。存在 ACTIVE 的 ipdata.co 连接通过RUBE_MANAGE_CONNECTIONS工具建立 toolkit 为ipdata_co的连接且状态为 ACTIVE。始终先调用RUBE_SEARCH_TOOLS工具 schema 会变化任何执行前都必须先获取当前最新的 schema。其中第 3 条是该 Skill 最重要的设计哲学——不硬编码任何工具 slug 或参数一切以搜索返回的实时 schema 为准。安装与连接设置Setup添加 Rube MCP 端点Rube MCP 的接入非常简单无需 API Key在客户端配置中将https://rube.app/mcp添加为 MCP 服务器即可添加端点后即可直接使用。按以下步骤完成连接初始化确认 Rube MCP 可用调用RUBE_SEARCH_TOOLS确认其能正常响应调用RUBE_MANAGE_CONNECTIONS传入 toolkitipdata_co若连接状态不是 ACTIVE跟随返回的认证链接auth link完成授权设置在运行任何工作流前再次确认连接状态显示为 ACTIVE。提示第 4 步确认 ACTIVE 后再执行是避免执行阶段报鉴权错误的关键防线。连接建立属于 Skill 的元操作仓库中connectSkill 也体现了同样的思路——先通过 Composio 打通应用连接再让 Claude 执行真实动作见 connect/SKILL.md。工具发现Tool Discovery由于 Composio 的工具 schema 会随服务端更新而变化执行任何工作流之前都必须先做工具发现。Skill 给出了标准的发现调用RUBE_SEARCH_TOOLS queries: [{use_case: Ipdata co operations, known_fields: }] session: {generate_id: true}调用返回的内容包括可用的工具 slug 列表每个工具的输入 schema字段名、类型、必填项推荐的执行计划已知的坑known pitfalls。session: {generate_id: true}表示本次调用生成一个新的会话 ID用于在后续步骤中串联同一个工作流。核心工作流模式Core Workflow PatternSkill 将自动化流程拆分为三个固定步骤形成可复用的搜索 → 校验 → 执行闭环。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Ipdata co task}] session: {id: existing_session_id}针对具体任务如查询某个 IP 的地理位置、ASN 归属或威胁情报数据描述 use_case复用已存在的会话 ID返回匹配的工具及 schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [ipdata_co] session_id: your_session_id在执行任何工具前先确认ipdata_cotoolkit 的连接处于 ACTIVE 状态避免执行到一半才发现未授权。Step 3执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id执行要点tool_slug必须来自 Step 1 搜索结果不要凭空猜测arguments必须严格遵循搜索结果返回的 schema字段名与类型完全一致memory参数必须始终携带即使为空也要传{}同一工作流内复用同一个session_id。这套三段式模式并非 ipdata.co 独有仓库中所有 Composio 自动化 Skill 都遵循相同结构。对比同目录下的通用 Skill composio-skills/composio-automation/SKILL.md 可见其 Step 1/2/3 的调用骨架与本文完全一致区别仅在于use_case描述和toolkits名称——这进一步印证了该模式的通用性与可复制性。已知的坑Known PitfallsSkill 明确列出了六个最常导致自动化失败的问题务必逐条规避陷阱说明必须先搜索工具 schema 会变化。在不调用RUBE_SEARCH_TOOLS的情况下严禁硬编码任何工具 slug 或参数检查连接执行工具前用RUBE_MANAGE_CONNECTIONS确认状态为 ACTIVE遵循 schema使用搜索结果中返回的精确字段名和类型字段名或类型错误会导致调用失败携带 memory 参数RUBE_MULTI_EXECUTE_TOOL调用必须包含memory即使为空也要传{}会话复用同一工作流内复用会话 ID只有开启新的工作流时才生成新的会话 ID处理分页检查响应中是否带有分页 tokenpagination tokens如有则持续获取直到数据完整其中分页处理最容易在批量数据场景被忽略——一次执行可能只返回第一页结果不检查分页 token 会导致拿到不完整的数据集。速查表Quick ReferenceSkill 最后给出了操作到方案的速查表可直接作为日常参考操作方案查找工具RUBE_SEARCH_TOOLS使用 ipdata.co 相关的 use_case建立连接RUBE_MANAGE_CONNECTIONStoolkit 为ipdata_co执行工具RUBE_MULTI_EXECUTE_TOOL使用搜索发现的工具 slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()获取完整 schemaRUBE_GET_TOOL_SCHEMAS适用于返回schemaRef的工具注意批量操作走RUBE_REMOTE_WORKBENCH远程工作台而非常规的RUBE_MULTI_EXECUTE_TOOL对于 schema 引用型工具带schemaRef字段需要调用RUBE_GET_TOOL_SCHEMAS才能拿到完整 schema 定义。实践建议如何上手从一条具体查询开始先定义你的 ipdata.co 任务例如按 IP 查询地理位置用 Step 1 的搜索调用找出对应工具 slug 与参数 schema验证连接再执行在同一个会话内完成 Step 2 连接校验随后立刻用 Step 3 执行一次最小调用观察分页与 memory记录响应中是否出现分页 token始终携带memory: {}迁移到其他应用掌握该模式后可参考仓库中其余 78 个 Composio 自动化 Skill见 README.md 的完整清单只需替换use_case与toolkits名称即可快速复用同一套工作流。总结ipdata-co-automationSkill 展示的并不是某个一次性脚本而是一套面向工具 schema 动态变化环境的安全自动化范式搜索先行、连接校验、schema 遵从、会话与分页管理。它在 awesome-claude-skills 仓库中与其余 77 个应用 Skill 共享同一套 Rube MCP 骨架因此本文所有调用示例均可直接推广到 CRM、项目管理、通信、邮件、DevOps 等任意一类应用自动化场景。核心文件为 composio-skills/ipdata-co-automation/SKILL.md配套可参照 composio-skills/composio-automation/SKILL.md 理解通用骨架。赞分享AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载相关推荐awesome-claude-skills 实战通过 Rube MCPComposio自动化 Callerapi 操作awesome claude skills 实战通过 Rube MCPComposio自动化 Callerapi 操作 导读 本指南基于 awesomeAI 技能AI 插件人工智能工作流自动化awesome-claude-skills 实战通过 Rube MCP 与 Composio 自动化 Claid AI 操作awesome claude skills 实战通过 Rube MCP 与 Composio 自动化 Claid AI 操作 Claid AI 图像处理能力AI 技能AI 插件人工智能工作流自动化awesome-claude-skills 实战指南通过 Rube MCP 与 Composio 自动化 Discord Bot 操作awesome claude skills 实战指南通过 Rube MCP 与 Composio 自动化 Discord Bot 操作 本指南以仓库中的 diAI 技能AI 插件人工智能工作流自动化上一篇如何快速上手Fansly Downloader从安装到下载的完整步骤下一篇为什么选择基础设施即代码Infrastructure-as-code-tutorial核心理念深度解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考