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Bookingmood 是面向酒店、短租、活动场地等场景的在线预订与日历管理平台。在 awesome-claude-skills 仓库中composio-skills/bookingmood-automation/SKILL.md是一份开箱即用的 Claude Skill它教会 Claude 如何通过 Composio 的 Bookingmood toolkit经由 Rube MCP 网关完成预订查询、日历同步、订单管理等工作流。阅读本文后你将掌握 Rube MCP 的接入方式、工具发现Tool Discovery的规范流程、三步核心工作流模式以及避免 schema 过期、连接失效等坑位的实战经验。Skill 定位Composio 应用自动化家族的一员本仓库的 README.md 将这类 Skill 归类为App Automation via Composio仓库为 78 个 SaaS 应用预置了工作流 Skill每个 Skill 都包含工具调用序列tool sequences、参数指引parameter guidance、已知陷阱known pitfalls和快速参考表quick reference tables且全部使用从 Composio API 发现到的真实工具 slug。Bookingmood 自动化正是这个家族中的一个成员与 composio-automation、composio-search-automation 等同目录 Skill 遵循完全相同的结构规范。从文件结构看bookingmood-automation/SKILL.md 的 YAML frontmatter 定义了三个关键元数据字段--- name: bookingmood-automation description: Automate Bookingmood tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---nameSkill 的唯一标识description供 Agent 在会话启动时判断何时激活该 Skill的摘要README 指出会话开始时 Agent 只读取每个 Skill 的名称与描述约 100 tokens只有判断相关时才会加载完整正文requires.mcp声明该 Skill 依赖名为rube的 MCP 服务器这是 Agent 正确装配连接层的依据。值得注意的是 description 中反复强调的Always search tools first for current schemas——这条提示是整个 Skill 设计哲学的浓缩工具 schema 是动态的绝不能硬编码。前置条件连接 Rube MCP 并激活 Bookingmood在运行任何工作流之前Skill 要求满足三个前置条件Rube MCP 已连接RUBE_SEARCH_TOOLS工具必须可用Bookingmood 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS以 toolkitbookingmood建立连接每次执行前先调用RUBE_SEARCH_TOOLS获取当前最新的工具 schema。Rube MCP 的接入方式非常轻量将https://rube.app/mcp添加到客户端配置中的 MCP 服务器列表即可无需任何 API key添加端点后立即可用。连接建立后按照以下 4 个步骤完成验证确认RUBE_SEARCH_TOOLS有响应验证 Rube MCP 可用调用RUBE_MANAGE_CONNECTIONS传入 toolkitbookingmood若连接状态不是 ACTIVE则跟随返回的授权链接完成设置在运行任何工作流之前再次确认连接状态已变为 ACTIVE。这套先验证连接、再执行任务的流程与仓库中其他 composio-skills如 googlecalendar-automation/SKILL.md完全一致可以推断这是该 Skill 家族的通用安全基线连接状态是执行一切工具调用的前提。工具发现执行前的强制第一步Composio 的工具 schema 会随服务端更新而变化因此 Skill 规定每次执行工作流前都必须先做工具发现而不是依赖记忆中的工具列表。标准的发现调用如下RUBE_SEARCH_TOOLS queries: [{use_case: Bookingmood operations, known_fields: }] session: {generate_id: true}调用后会返回四类关键信息可用的工具 slugtool slugs每个工具的输入 schemainput schemas推荐执行计划recommended execution plans已知陷阱known pitfalls。queries中的use_case应替换为具体的 Bookingmood 任务描述例如查询某日期范围的预订、同步房间日历known_fields可留空以获取完整 schemasession.generate_id: true表示由服务端生成一个新的会话 ID。从实现层面看Rube MCP 相当于一层统一网关Agent 只需与 Rube 暴露的少量工具RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL等交互而具体某个 SaaS 的成百上千个工具则通过 schema 发现按需暴露。这种设计将连接管理与工具发现解耦让同一个 Skill 模式可以横向覆盖 README.md 中列出的 78 个应用。核心工作流模式发现 → 校验连接 → 执行整个 Bookingmood 自动化过程被规范为三步每一步都对应一个明确的 Rube 工具调用。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Bookingmood task}] session: {id: existing_session_id}在已经存在会话的流程中使用session.id复用既有会话 ID而不是重新生成。这一步的产出是本次任务所需的工具 slug 与参数 schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [bookingmood] session_id: your_session_id在真正执行工具之前用当前会话 ID 再次核对 Bookingmood toolkit 的连接状态。若连接已失效例如 OAuth token 过期后续执行必然失败提前校验可以避免无效调用。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_idRUBE_MULTI_EXECUTE_TOOL支持在一次调用中批量传入多个工具tools数组中的每个元素包含tool_slug来自 Step 1 搜索结果的真实 slug不可凭空猜测arguments严格遵循搜索结果返回的 schema 字段名与类型。此外memory参数必须始终包含即使没有跨调用状态也可以传空对象{}。这一点在已知陷阱中会被再次强调属于高频踩坑点。已知陷阱六条可复制的避坑经验Skill 明确列出了六条实践约束这些约束直接决定了工作流的稳定性陷阱应对策略工具 schema 会变化绝不硬编码工具 slug 或参数每次先调用RUBE_SEARCH_TOOLS连接可能失效执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE 状态参数不合法严格使用搜索结果中的精确字段名与类型缺少 memory 参数RUBE_MULTI_EXECUTE_TOOL调用必须带memory即使为空{}会话滥用工作流内复用会话 ID新工作流生成新 ID分页遗漏检查响应中的分页 token持续拉取直到数据完整其中分页是一条容易被忽略的细节Bookingmood 这类业务数据预订列表、日历记录量级较大时工具响应通常分页返回Agent 需要识别分页 token 并继续发起后续请求否则会得到不完整的结果集。快速参考一张表掌握全部操作Skill 末尾提供了操作速查表覆盖从发现到批量执行的完整操作面OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Bookingmood-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitbookingmoodExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef这张表揭示了完整的工具分层日常执行走RUBE_MULTI_EXECUTE_TOOL适合单个或少量工具调用批量操作切换到RUBE_REMOTE_WORKBENCH通过远程工作台运行run_composio_tool()适合需要循环处理多条 Bookingmood 记录的场景完整 schema 获取使用RUBE_GET_TOOL_SCHEMAS针对搜索结果中带schemaRef引用的工具拉取完整定义。安装与启用让 Skill 在 Claude 生态中生效awesome-claude-skills 的 README.md 提供了通用的 Skill 安装方式同样适用于本 Skill。在 Claude Code 中将 Skill 目录放入~/.config/claude-code/skills/即可mkdir -p ~/.config/claude-code/skills/ cp -r bookingmood-automation ~/.config/claude-code/skills/然后验证元数据加载正常head ~/.config/claude-code/skills/bookingmood-automation/SKILL.md启动claude后Skill 会在会话开始时仅暴露名称与描述当任务与 Bookingmood 相关时自动加载完整指令并激活。在 Claude.ai 中则通过界面右上角的 Skill 图标从市场添加或上传自定义 Skill也可以通过 Claude Skills API 以skills[bookingmood-automation]参数编程式加载。需要强调的是Skill 只负责定义行为层何时做什么、按什么顺序、有哪些约束而访问能力由 MCPrube和工具RUBE_*系列提供——正如 README 所述在生产环境中这三层协同工作MCP 负责接入、工具负责动作、Skill 负责行为编排。这正是本 Skill 将工具发现设为强制前置步骤的深层原因接入与动作是动态的只有行为编排保持稳定。总结bookingmood-automation是一个高度模板化、可直接落地的业务自动化 Skill。它的价值不仅在于能操作 Bookingmood更在于示范了一种对动态工具生态的正确使用姿势先发现、再校验、后执行配合会话复用与分页处理可以稳定地把酒店预订、场地排期等业务操作交给 Claude 自主完成。如果你需要自动化其他 SaaS仓库composio-skills/目录下的 78 个同类 Skill 提供了完全一致的接入与执行模式可作为直接参考模板。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RTranslator32种语言全离线实时翻译模型本地跑完不吃服务器一口流量RTranslator32种语言全离线实时翻译模型本地跑完不吃服务器一口流量 RTranslator 是一款开源、完全离线运行的 Android 实时翻译应AI 技能AI 插件人工智能工作流自动化awesome-codex-skills 实战通过 Rube MCP 自动化 Simla Com 业务操作awesome codex skills 实战通过 Rube MCP 自动化 Simla Com 业务操作 本文基于 awesome codex skillsAI 技能AI 插件工作流自动化人工智能CANN Graph-Autofusion SuperKernel 自动调优 Intake 准备阶段解析冻结实验会话、环境探测与 S0 前交接契约CANN Graph Autofusion SuperKernel 自动调优 Intake 准备阶段解析冻结实验会话、环境探测与 S0 前交接契约 本篇技术指AI 技能AI 插件人工智能工作流自动化上一篇54种样式、3个字宽、9个字重Barlow字体安装与排版实战指南下一篇深入contact-congress10种表单操作步骤visit/fill_in/select/click_on全解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
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Bookingmood 是面向酒店、短租、活动场地等场景的在线预订与日历管理平台。在 awesome-claude-skills 仓库中composio-skills/bookingmood-automation/SKILL.md是一份开箱即用的 Claude Skill它教会 Claude 如何通过 Composio 的 Bookingmood toolkit经由 Rube MCP 网关完成预订查询、日历同步、订单管理等工作流。阅读本文后你将掌握 Rube MCP 的接入方式、工具发现Tool Discovery的规范流程、三步核心工作流模式以及避免 schema 过期、连接失效等坑位的实战经验。Skill 定位Composio 应用自动化家族的一员本仓库的 README.md 将这类 Skill 归类为App Automation via Composio仓库为 78 个 SaaS 应用预置了工作流 Skill每个 Skill 都包含工具调用序列tool sequences、参数指引parameter guidance、已知陷阱known pitfalls和快速参考表quick reference tables且全部使用从 Composio API 发现到的真实工具 slug。Bookingmood 自动化正是这个家族中的一个成员与 composio-automation、composio-search-automation 等同目录 Skill 遵循完全相同的结构规范。从文件结构看bookingmood-automation/SKILL.md 的 YAML frontmatter 定义了三个关键元数据字段--- name: bookingmood-automation description: Automate Bookingmood tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---nameSkill 的唯一标识description供 Agent 在会话启动时判断何时激活该 Skill的摘要README 指出会话开始时 Agent 只读取每个 Skill 的名称与描述约 100 tokens只有判断相关时才会加载完整正文requires.mcp声明该 Skill 依赖名为rube的 MCP 服务器这是 Agent 正确装配连接层的依据。值得注意的是 description 中反复强调的Always search tools first for current schemas——这条提示是整个 Skill 设计哲学的浓缩工具 schema 是动态的绝不能硬编码。前置条件连接 Rube MCP 并激活 Bookingmood在运行任何工作流之前Skill 要求满足三个前置条件Rube MCP 已连接RUBE_SEARCH_TOOLS工具必须可用Bookingmood 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS以 toolkitbookingmood建立连接每次执行前先调用RUBE_SEARCH_TOOLS获取当前最新的工具 schema。Rube MCP 的接入方式非常轻量将https://rube.app/mcp添加到客户端配置中的 MCP 服务器列表即可无需任何 API key添加端点后立即可用。连接建立后按照以下 4 个步骤完成验证确认RUBE_SEARCH_TOOLS有响应验证 Rube MCP 可用调用RUBE_MANAGE_CONNECTIONS传入 toolkitbookingmood若连接状态不是 ACTIVE则跟随返回的授权链接完成设置在运行任何工作流之前再次确认连接状态已变为 ACTIVE。这套先验证连接、再执行任务的流程与仓库中其他 composio-skills如 googlecalendar-automation/SKILL.md完全一致可以推断这是该 Skill 家族的通用安全基线连接状态是执行一切工具调用的前提。工具发现执行前的强制第一步Composio 的工具 schema 会随服务端更新而变化因此 Skill 规定每次执行工作流前都必须先做工具发现而不是依赖记忆中的工具列表。标准的发现调用如下RUBE_SEARCH_TOOLS queries: [{use_case: Bookingmood operations, known_fields: }] session: {generate_id: true}调用后会返回四类关键信息可用的工具 slugtool slugs每个工具的输入 schemainput schemas推荐执行计划recommended execution plans已知陷阱known pitfalls。queries中的use_case应替换为具体的 Bookingmood 任务描述例如查询某日期范围的预订、同步房间日历known_fields可留空以获取完整 schemasession.generate_id: true表示由服务端生成一个新的会话 ID。从实现层面看Rube MCP 相当于一层统一网关Agent 只需与 Rube 暴露的少量工具RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL等交互而具体某个 SaaS 的成百上千个工具则通过 schema 发现按需暴露。这种设计将连接管理与工具发现解耦让同一个 Skill 模式可以横向覆盖 README.md 中列出的 78 个应用。核心工作流模式发现 → 校验连接 → 执行整个 Bookingmood 自动化过程被规范为三步每一步都对应一个明确的 Rube 工具调用。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Bookingmood task}] session: {id: existing_session_id}在已经存在会话的流程中使用session.id复用既有会话 ID而不是重新生成。这一步的产出是本次任务所需的工具 slug 与参数 schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [bookingmood] session_id: your_session_id在真正执行工具之前用当前会话 ID 再次核对 Bookingmood toolkit 的连接状态。若连接已失效例如 OAuth token 过期后续执行必然失败提前校验可以避免无效调用。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_idRUBE_MULTI_EXECUTE_TOOL支持在一次调用中批量传入多个工具tools数组中的每个元素包含tool_slug来自 Step 1 搜索结果的真实 slug不可凭空猜测arguments严格遵循搜索结果返回的 schema 字段名与类型。此外memory参数必须始终包含即使没有跨调用状态也可以传空对象{}。这一点在已知陷阱中会被再次强调属于高频踩坑点。已知陷阱六条可复制的避坑经验Skill 明确列出了六条实践约束这些约束直接决定了工作流的稳定性陷阱应对策略工具 schema 会变化绝不硬编码工具 slug 或参数每次先调用RUBE_SEARCH_TOOLS连接可能失效执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE 状态参数不合法严格使用搜索结果中的精确字段名与类型缺少 memory 参数RUBE_MULTI_EXECUTE_TOOL调用必须带memory即使为空{}会话滥用工作流内复用会话 ID新工作流生成新 ID分页遗漏检查响应中的分页 token持续拉取直到数据完整其中分页是一条容易被忽略的细节Bookingmood 这类业务数据预订列表、日历记录量级较大时工具响应通常分页返回Agent 需要识别分页 token 并继续发起后续请求否则会得到不完整的结果集。快速参考一张表掌握全部操作Skill 末尾提供了操作速查表覆盖从发现到批量执行的完整操作面OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Bookingmood-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitbookingmoodExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef这张表揭示了完整的工具分层日常执行走RUBE_MULTI_EXECUTE_TOOL适合单个或少量工具调用批量操作切换到RUBE_REMOTE_WORKBENCH通过远程工作台运行run_composio_tool()适合需要循环处理多条 Bookingmood 记录的场景完整 schema 获取使用RUBE_GET_TOOL_SCHEMAS针对搜索结果中带schemaRef引用的工具拉取完整定义。安装与启用让 Skill 在 Claude 生态中生效awesome-claude-skills 的 README.md 提供了通用的 Skill 安装方式同样适用于本 Skill。在 Claude Code 中将 Skill 目录放入~/.config/claude-code/skills/即可mkdir -p ~/.config/claude-code/skills/ cp -r bookingmood-automation ~/.config/claude-code/skills/然后验证元数据加载正常head ~/.config/claude-code/skills/bookingmood-automation/SKILL.md启动claude后Skill 会在会话开始时仅暴露名称与描述当任务与 Bookingmood 相关时自动加载完整指令并激活。在 Claude.ai 中则通过界面右上角的 Skill 图标从市场添加或上传自定义 Skill也可以通过 Claude Skills API 以skills[bookingmood-automation]参数编程式加载。需要强调的是Skill 只负责定义行为层何时做什么、按什么顺序、有哪些约束而访问能力由 MCPrube和工具RUBE_*系列提供——正如 README 所述在生产环境中这三层协同工作MCP 负责接入、工具负责动作、Skill 负责行为编排。这正是本 Skill 将工具发现设为强制前置步骤的深层原因接入与动作是动态的只有行为编排保持稳定。总结bookingmood-automation是一个高度模板化、可直接落地的业务自动化 Skill。它的价值不仅在于能操作 Bookingmood更在于示范了一种对动态工具生态的正确使用姿势先发现、再校验、后执行配合会话复用与分页处理可以稳定地把酒店预订、场地排期等业务操作交给 Claude 自主完成。如果你需要自动化其他 SaaS仓库composio-skills/目录下的 78 个同类 Skill 提供了完全一致的接入与执行模式可作为直接参考模板。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RTranslator32种语言全离线实时翻译模型本地跑完不吃服务器一口流量RTranslator32种语言全离线实时翻译模型本地跑完不吃服务器一口流量 RTranslator 是一款开源、完全离线运行的 Android 实时翻译应AI 技能AI 插件人工智能工作流自动化awesome-codex-skills 实战通过 Rube MCP 自动化 Simla Com 业务操作awesome codex skills 实战通过 Rube MCP 自动化 Simla Com 业务操作 本文基于 awesome codex skillsAI 技能AI 插件工作流自动化人工智能CANN Graph-Autofusion SuperKernel 自动调优 Intake 准备阶段解析冻结实验会话、环境探测与 S0 前交接契约CANN Graph Autofusion SuperKernel 自动调优 Intake 准备阶段解析冻结实验会话、环境探测与 S0 前交接契约 本篇技术指AI 技能AI 插件人工智能工作流自动化上一篇54种样式、3个字宽、9个字重Barlow字体安装与排版实战指南下一篇深入contact-congress10种表单操作步骤visit/fill_in/select/click_on全解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
