企业官网建设流程全解析

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化

本文以 awesome-claude-skills 仓库中的 leadoku-automation Skill 为核心，系统讲解如何通过 Rube MCP（Composio）将 Claude 等 AI Agent 接入 Leadoku 工具包，完成潜在客户数据的查询、管理与批量流程执行。读完本文，你将掌握从 MCP 端点接入、连接认证、工具发现到「发现—连接—执行」三阶段工作流的完整链路，并能把同一套模式复用到仓库内其他 77 个 SaaS 自动化 Skill 上。

一、Skill 定位：Leadoku 自动化的开箱即用指令包

leadoku-automation是 awesome-claude-skills 仓库composio-skills/目录下的一个 Claude Skill。它的 SKILL.md 以 YAML frontmatter 声明元数据：

name: leadoku-automation description: "Automate Leadoku tasks via Rube MCP (Composio). Always search tools first for current schemas." requires: mcp: [rube]

三个字段分别表明：Skill 名称、触发时机（描述中强调「总是先搜索工具以获取最新 schema」）、以及运行依赖（要求客户端挂载名为rube的 MCP 服务器）。按照 README 对 Claude Skills 格式的说明，这类 Skill 本质上是「教 Agent 如何处理某一类任务的复用指令包」，Agent 会在任务相关时才加载正文，不会常驻上下文（README.md）。

在仓库的整体分类中，它属于App Automation via Composio类别。README 明确说明：该类别下预置了 78 个 SaaS 应用的工作流 Skill，全部通过 Rube MCP（Composio）驱动，每个 Skill 都包含工具调用序列、参数指引、已知陷阱和快速参考表，且使用的是从 Composio API 实际发现到的真实工具 slug（README.md）。Leadoku 即其中之一。

二、前置条件

在运行任何 Leadoku 工作流之前，需要满足三个前置条件（SKILL.md）：

1. Rube MCP 必须已连接——客户端中必须存在rubeMCP 服务器，且RUBE_SEARCH_TOOLS工具可用；
2. Leadoku 连接必须处于 ACTIVE 状态——通过RUBE_MANAGE_CONNECTIONS并以 toolkit 名称leadoku建立连接；
3. 每次执行前先调用RUBE_SEARCH_TOOLS——工具 schema 是动态变化的，永远不要凭记忆硬编码工具 slug 或参数。

三、Setup：接入 Rube MCP 并激活 Leadoku 连接

原文档给出了最简接入方式（SKILL.md）：

获取 Rube MCP：在客户端配置中把https://rube.app/mcp添加为 MCP 服务器。该端点无需任何 API Key，添加后即可工作。

随后按四步完成 Leadoku 连接的建立与确认：

四、工具发现：先搜索，再执行

工具发现是整套 Skill 的「安全网」。由于 Composio 的工具 schema（参数名、类型、必填项）会随版本演进，硬编码是导致自动化失败的头号原因。原文档给出的标准发现调用如下（SKILL.md）：

RUBE_SEARCH_TOOLS queries: [{use_case: "Leadoku operations", known_fields: ""}] session: {generate_id: true}

该调用会返回四类关键信息：

• 可用工具 slug（如 Leadoku 的查找、导出、更新等操作对应的tool_slug）；
• 输入 schema（每个工具的参数定义、类型与必填约束）；
• 推荐执行计划（官方编排好的多步调用顺序）；
• 已知陷阱（该工具集历史上踩过的坑）。

首次调用时用session: {generate_id: true}让 Rube 生成一个会话 ID，供后续调用复用。

五、核心工作流：三阶段执行模式

原文档将完整流程归纳为三个步骤（SKILL.md），每个步骤有固定的调用形态：

Step 1：发现可用工具

RUBE_SEARCH_TOOLS queries: [{use_case: "your specific Leadoku task"}] session: {id: "existing_session_id"}

use_case填写你当前的具体任务描述（例如「按公司规模筛选潜在客户」），返回结果中会给出与任务匹配的工具 slug 与参数 schema。

Step 2：检查连接

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

在每轮工作流执行前复查连接状态，确保仍为 ACTIVE。连接过期或失效时，该调用会返回重新认证所需的指引。

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"

执行时注意三点：tool_slug必须来自 Step 1 的搜索结果而非记忆；arguments必须严格符合搜索结果返回的 schema；memory参数必须显式携带，即使为空也要传{}。session_id在整个工作流内复用同一个值，保证上下文与状态连续。

六、已知陷阱清单：避免自动化翻车的六条守则

原文档专门列出六条已知陷阱（SKILL.md），逐条展开如下：

1. 永远先搜索再执行：工具 schema 会变化，不要硬编码工具 slug 或参数，每次任务都要先调RUBE_SEARCH_TOOLS；
2. 先查连接再动手：执行工具前用RUBE_MANAGE_CONNECTIONS确认状态为 ACTIVE，避免无效调用；
3. 严格遵循 schema：参数名与类型必须与搜索结果完全一致，字段拼写或类型错误会导致调用失败；
4. memory参数不可省略：调用RUBE_MULTI_EXECUTE_TOOL时始终携带memory，即使内容是空对象{}；
5. 会话 ID 复用策略：同一工作流内复用同一个session_id以保持连续性；开启新工作流时生成新的会话 ID；
6. 分页处理：检查响应中是否带有分页 token，如有则继续拉取直至数据取完，防止只处理第一页数据。

七、快速参考表

原文档以表格形式给出了五种核心操作的对应方式（SKILL.md），完整继承如下：

这五条覆盖了「发现 → 连接 → 单次执行 → 批量执行 → 深度 schema」的完整能力面，可作为日常编写 Leadoku 自动化任务的速查卡。

八、进阶：批量操作与完整 Schema 获取

对于需要遍历大量记录（如批量更新潜在客户状态、批量导出）的场景，原文档指引使用RUBE_REMOTE_WORKBENCH配合run_composio_tool()在远端工作台中执行——这适合把多次工具调用编排为一段可复用的执行逻辑，减少 Agent 与 MCP 服务器之间的往返。

而对于搜索结果中带schemaRef的工具（即引用外部 JSON Schema 定义的复杂工具），使用RUBE_GET_TOOL_SCHEMAS拉取完整的、展开后的参数定义，避免因引用型 schema 未展开而误填参数。

九、从源码结构看：一套模式，覆盖 78 个应用

进入composio-skills/目录可以直观看到，仓库为每个 SaaS 应用维护了一个独立的-automation子目录，每个目录内都有一份结构完全同构的SKILL.md。以同为 Rube MCP 体系的 composio-automation 和 composio-search-automation 为例：

• 前置条件、Setup 步骤、工具发现调用、三步工作流、陷阱清单、快速参考表逐节一一对应；
• 唯一的实质差异在于toolkit 名称：Leadoku 用leadoku，Composio 自身用composio，Composio Search 用composio_search；
• RUBE_MULTI_EXECUTE_TOOL、RUBE_REMOTE_WORKBENCH、RUBE_GET_TOOL_SCHEMAS等工具在所有 Skill 中通用。

由此可以推断：这 78 个 Skill 共享同一套「Rube MCP + Composio」基础设施，本文掌握的完整流程可以平滑迁移到仓库内任意其他 SaaS 应用的自动化上，只需要替换 use_case 描述、toolkit 名称与具体工具 slug。这正是 README 所述「每份 Skill 都使用从 Composio API 真实发现的工具 slug」的设计意图。

十、在 Claude Code 中安装与使用

按照 README 的 Getting Started 指引（README.md），可将本 Skill 安装到 Claude Code：

mkdir -p ~/.config/claude-code/skills/ cp -r composio-skills/leadoku-automation ~/.config/claude-code/skills/

随后验证元数据是否完整：

head ~/.config/claude-code/skills/leadoku-automation/SKILL.md

再启动claude，Skill 会在任务与 Leadoku 相关时自动加载并激活。由于 Skill 采用渐进式加载（会话开始时仅暴露名称与描述，正文按需载入），即使同时安装了其他数十个 Skill，也不会显著膨胀上下文窗口（README.md）。

总结

leadoku-automationSkill 的价值在于把「接入 MCP → 认证连接 → 发现工具 → 安全执行」这条复杂链路压缩成一套可复制的纪律性流程：先RUBE_SEARCH_TOOLS发现真实 schema，再用RUBE_MANAGE_CONNECTIONS确认 ACTIVE，最后通过RUBE_MULTI_EXECUTE_TOOL按 schema 执行，并始终遵守「携带 memory、复用会话、处理分页」三条执行铁律。掌握这套模式，你不仅能稳定自动化 Leadoku 的潜在客户操作，还能以同样的方法驾驭仓库中其余 77 个 SaaS 集成。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化