企业官网建设流程全解析

Awesome Codex Skills 实战：通过 Rube MCP 自动化 OCR Web Service 工作流

【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills

本文以开源仓库 awesome-codex-skills 中的 OCR Web Service 自动化技能 为骨架，系统讲解如何借助 Rube MCP 让 Codex Agent 调用 Composio 的 OCR Web Service 工具集，自动完成图片/文档的文字识别类任务。读完本文，你将掌握从接入 MCP、建立连接、发现工具到执行工具的完整调用链，并学会规避六个高频踩坑点，能够把这套「搜索—连接—执行」模式复用到仓库中其他数百个 Composio 技能上。

一、技能定位：这个 SKILL 在仓库中的角色

该技能存放于 composio-skills/ocr-web-service-automation/SKILL.md，是仓库composio-skills/目录下数百个「按工具包（Toolkit）自动化」技能中的一个。从仓库 README.md 可知，Codex Skills 的本质是模块化指令包：每个技能目录内有一个SKILL.md，通过 YAML frontmatter 的name与description声明元数据，Codex 依据description判断何时触发该技能，触发后才加载正文，从而保持上下文精简。

本技能的 frontmatter 声明如下（对应 SKILL.md）：

--- name: ocr-web-service-automation description: "Automate OCR Web Service tasks via Rube MCP (Composio). Always search tools first for current schemas." requires: mcp: [rube] ---

三个字段各司其职：name是技能唯一标识（安装到$CODEX_HOME/skills/后即以此为目录名）；description是 Codex 触发匹配的依据，同时直接点明了本技能的两个铁律——通过Rube MCP调用、永远先搜索工具获取最新 schema；requires.mcp: [rube]则声明了运行时依赖，提醒使用者必须先接入 Rube MCP 这个 MCP 服务器。

二、核心概念：Rube MCP 与 Composio OCR Web Service Toolkit

要理解本技能，先厘清两个概念：

Rube MCP是本技能的唯一接入通道。它在客户端配置中添加一个 MCP 服务器端点后即可使用，无需额外申请 API Key。接入后，Codex Agent 会获得一组RUBE_*前缀的工具，本技能涉及五个：

Composio 的 OCR Web Service Toolkit是 Composio 提供的 1000+ 第三方集成之一（仓库 README 中 MCP Gateway 章节印证了该生态规模），负责把 OCR Web Service 的能力封装成可供 Agent 直接调用的工具。本技能的作用，就是指导 Agent 完成「Rube MCP → Composio OCR 工具集」这条链路。

值得说明的是，通过对比同目录下的 composio-automation/SKILL.md、composio-search-automation/SKILL.md 等文件，可以清晰看出所有 Composio 技能都遵循同一套模板：前置条件 → Setup → 工具发现 → 三步工作流 → 已知陷阱 → 速查表。因此本文讲解的模式具有强可复用性，换一个 Toolkit 名即可迁移。

三、前置条件：开工前必须满足的三项要求

在运行任何 OCR 工作流之前，需要确认以下三点（对应 SKILL.md）：

1. Rube MCP 已连接：RUBE_SEARCH_TOOLS必须可用，这是整个技能运转的前提；
2. OCR Web Service 连接已激活：通过RUBE_MANAGE_CONNECTIONS指定 toolkit 为ocr_web_service，且连接状态为ACTIVE；
3. 先搜索后执行：任何情况下，执行工具前都必须先调用RUBE_SEARCH_TOOLS获取当前 schema，禁止凭记忆硬编码工具 slug 或参数。

其中第 3 条是贯穿全文的最高优先级原则——工具 schema 是动态演进的，只有以实时搜索结果为准，才能保证调用参数与类型完全匹配。

四、环境搭建：接入 Rube MCP 并建立 OCR 连接

4.1 添加 MCP 服务器

在 Codex 客户端配置中，将以下地址注册为一个 MCP Server 即可，无需配置 API Key，添加端点后立即可用：

https://rube.app/mcp

4.2 建立并验证连接的四个步骤

接入 MCP 后，按顺序完成连接初始化：

1. 验证 Rube MCP 可用：确认RUBE_SEARCH_TOOLS能正常响应，说明 MCP 通道已打通；
2. 发起连接：调用RUBE_MANAGE_CONNECTIONS，toolkits 参数传入ocr_web_service；
3. 完成授权：若返回的连接状态不是ACTIVE，则根据返回的授权链接（auth link）完成第三方服务授权；
4. 确认就绪：再次核对连接状态显示ACTIVE后，才允许开始执行任何工作流。

这四步把「通道可用」与「业务可用」明确区分开来：第 1 步验证的是 MCP 层，第 2～4 步验证的是 OCR 服务连接层，任何一层未就绪都不应进入执行阶段。

五、工具发现：用 RUBE_SEARCH_TOOLS 获取实时 Schema

工具发现是每次工作流的强制第一动作。技能给出了一个可复用的初始搜索示例（对应 SKILL.md）：

RUBE_SEARCH_TOOLS queries: [{use_case: "OCR Web Service operations", known_fields: ""}] session: {generate_id: true}

关键参数说明：

• use_case：描述你的具体任务意图（如 "OCR Web Service operations"，实际执行时替换为你自己的 OCR 任务描述，越具体返回的工具越精准）；
• known_fields：你已知的字段名，留空字符串表示不预设；
• session.generate_id: true：由系统生成新的会话 ID，用于区分不同工作流。

调用后返回四类关键信息：

1. 可用工具 slug（tool slugs）——后续执行阶段的调用标识；
2. 输入 schema——每个工具的参数结构、字段名与类型；
3. 推荐执行计划（recommended execution plans）——针对该 use case 的建议调用顺序；
4. 已知陷阱（known pitfalls）——该工具的使用注意事项。

这四类信息共同构成「实时契约」，是后续一切调用的依据。

六、核心工作流：发现—连接—执行三步曲

技能将完整工作流规范为三个步骤，每个步骤都有标准调用格式（对应 SKILL.md）。

Step 1：发现可用工具

针对你的具体 OCR 任务发起搜索，复用已有的会话 ID（同一工作流内保持会话一致）：

RUBE_SEARCH_TOOLS queries: [{use_case: "your specific OCR Web Service task"}] session: {id: "existing_session_id"}

Step 2：检查连接状态

执行工具前再次确认连接处于 ACTIVE：

RUBE_MANAGE_CONNECTIONS toolkits: ["ocr_web_service"] session_id: "your_session_id"

Step 3：执行工具

用搜索阶段拿到的 tool slug 组装调用，schema 字段必须与搜索结果的输入 schema 完全一致：

RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: "TOOL_SLUG_FROM_SEARCH", arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: "your_session_id"

三个参数的含义与约束：

• tool_slug：必须取自 Step 1 的搜索结果，禁止硬编码猜测；
• arguments：严格遵循搜索返回的 schema，字段名、类型、必填项都以实时结果为准；
• memory：必填参数，即使当前没有跨步骤状态需要传递，也要显式传入空对象{}，否则调用可能失败。

七、进阶能力：批量操作与完整 Schema 获取

除基础三步外，技能还提供了两个面向进阶场景的工具：

• 批量操作：使用RUBE_REMOTE_WORKBENCH，在其内部调用run_composio_tool()来完成批量/脚本化的工具执行，适合需要循环处理多份 OCR 任务的场景；
• 完整 Schema：对于搜索结果中带schemaRef的工具，使用RUBE_GET_TOOL_SCHEMAS获取其完整、未截断的 schema 定义，确保参数补全不遗漏。

这两个工具与三步工作流配合，构成从「单次执行」到「批量流水线」的完整能力梯度。

八、六大已知陷阱：从踩坑记录到防御式编程

SKILL.md 明确列出了六个高频陷阱，这也是该技能最实用的部分，逐一展开：

1. 必须先搜索（Always search first）：工具 schema 会变化。任何不经过RUBE_SEARCH_TOOLS就硬编码 tool slug 或参数的行为，都是最危险的错误来源；
2. 执行前检查连接：在调用任何工具前，用RUBE_MANAGE_CONNECTIONS确认状态为ACTIVE。连接过期或未授权会导致执行阶段大面积失败；
3. 严格 schema 合规：arguments 中的字段名、类型必须与搜索结果完全一致，哪怕是大小写或类型差异都可能被拒绝；
4. memory 参数不可省略：所有RUBE_MULTI_EXECUTE_TOOL调用都必须携带memory字段，即使为空也要写成{}；
5. 会话复用策略：同一工作流内的多次调用复用同一个 session ID，保持上下文连贯；开启全新工作流时再生成新 ID；
6. 分页处理：响应中可能带有分页 token，必须检查并持续拉取，直到数据取完为止，否则会静默丢失后续结果。

九、快速参考速查表

技能末尾提供了一张可直接贴在会话旁的操作速查表，完整继承如下：

十、安装与使用：让 Codex 自动触发该技能

10.1 安装方式

该技能目录本身即可作为 Codex Skill 使用。推荐通过仓库自带的 skill-installer 辅助脚本安装，例如：

python skill-installer/scripts/install-skill-from-github.py --repo <owner>/awesome-codex-skills --path composio-skills/ocr-web-service-automation

也可以手动将composio-skills/ocr-web-service-automation/目录复制到$CODEX_HOME/skills/（默认~/.codex/skills/）下，然后重启 Codex 以加载新的元数据。

10.2 触发机制

依据 README.md 的说明，安装并重启后，你只需在会话中以自然语言描述 OCR 任务，Codex 就会根据 frontmatter 中的description自动匹配并触发本技能；你也可以显式提及技能名ocr-web-service-automation来强制调用。技能触发后，正文中这套「先搜索、再连接、后执行」的指令才会被加载进上下文，这正是渐进式披露（progressive disclosure）设计的体现。

10.3 验证安装

安装完成后可执行ls ~/.codex/skills确认目录存在，再用head ~/.codex/skills/ocr-web-service-automation/SKILL.md检查元数据是否正确加载。

十一、小结：一套模式，数百种工具

本技能的价值不止于 OCR 本身：它示范的「Rube MCP 接入 → RUBE_SEARCH_TOOLS 发现 → RUBE_MANAGE_CONNECTIONS 建连 → RUBE_MULTI_EXECUTE_TOOL 执行」四段式链路，在 composio-skills/ 目录下的数百个同类技能中完全一致。掌握本文的流程、参数语义与六大陷阱后，你可以把同样的方法论迁移到任意 Composio Toolkit 上，让 Codex Agent 稳定、合规地完成跨应用的自动化任务。

【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills