使用 Rube MCP 与 Composio 在 awesome-claude-skills 中自动化 Fingertip 任务

导读

Fingertip 自动化 Skill（仓库路径 composio-skills/fingertip-automation/SKILL.md）是 awesome-claude-skills 中"App Automation via Composio"系列之一，它教 Claude 通过 Rube MCP（Composio 的统一工具接入层）调用 Composio 的 Fingertip toolkit，完成 Fingertip 业务操作的自动化。读完本文，你将掌握：Rube MCP 的接入与连接管理流程、RUBE_SEARCH_TOOLS 驱动的动态工具发现范式、RUBE_MULTI_EXECUTE_TOOL 的标准执行调用链，以及避免硬编码 schema 的一系列实战陷阱。

Fingertip 自动化 Skill 定位

awesome-claude-skills 仓库在 README.md 中明确说明了 Composio 自动化系列的设计目标：为数十个 SaaS 应用提供"开箱即用的工作流 Skill，每个 Skill 都包含工具调用序列、参数指引、已知陷阱与速查表，并且全部使用从 Composio API 实时发现的真实 tool slug"。Fingertip 自动化 Skill 正是这套体系中的一个独立成员，其 frontmatter 声明了硬依赖：

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

requires.mcp: [rube] 意味着该 Skill 只有在客户端环境中存在 Rube MCP 工具时才具备执行条件；若缺少 RUBE_SEARCH_TOOLS，Skill 应被视为不可用，而不是尝试用猜测的 slug 硬调用。

前置条件

在执行任何 Fingertip 工作流之前，必须同时满足三个条件：

1. Rube MCP 已连接：环境中可用 RUBE_SEARCH_TOOLS 工具；
2. Fingertip 连接处于 ACTIVE 状态：通过 RUBE_MANAGE_CONNECTIONS 以 toolkit 名 fingertip 建立的活动连接；
3. 每次执行前先做工具发现：调用 RUBE_SEARCH_TOOLS 获取当前最新的工具 schema。

其中第三点是整个 Skill 的方法论基石：Composio 的工具 schema 会随上游应用 API 演进而变化，任何把 tool slug 或参数硬编码进代码/提示词的做法都会在 schema 变更后失效。

Rube MCP 接入与连接 Setup

添加 MCP Server

接入 Rube MCP 只需在客户端（如 Claude Code、Claude Desktop 或其他支持 MCP 的 Agent 客户端）的 MCP server 配置中添加端点：

https://rube.app/mcp

该端点无需任何 API key——添加后即可直接使用。这一"零配置"接入方式降低了 Skill 的落地门槛，是 Rube MCP 与常规需要长密钥交换的 MCP 服务的主要差异。

连接激活四步流程

1. 验证 Rube MCP 可用：确认 RUBE_SEARCH_TOOLS 能正常响应；
2. 发起连接：调用 RUBE_MANAGE_CONNECTIONS，toolkits 参数传入 ["fingertip"]；
3. 完成授权：如果返回的连接状态不是 ACTIVE，跟随返回的 auth link 完成 OAuth 授权；
4. 确认状态：在运行任何工作流之前，再次确认连接状态显示为 ACTIVE。

值得强调的是，第 3 步的"跟随返回的 auth link"正是 Composio 处理第三方 OAuth 的标准方式——Fingertip 的授权链接由 RUBE_MANAGE_CONNECTIONS 动态返回，Skill 不预设任何账号凭据。

工具发现：一切从 RUBE_SEARCH_TOOLS 开始

该 Skill 的核心理念是"先搜索、后执行"。首次接入时建议使用生成式 session 做一次全局发现：

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

返回结果包含四类关键信息：

• 可用的 tool slug 列表：后续 RUBE_MULTI_EXECUTE_TOOL 中直接引用的标识符；
• 输入 schema：每个工具的字段名、类型与必填项；
• 推荐的执行计划：工具之间的推荐调用顺序；
• 已知 pitfalls：Composio 针对该 toolkit 预置的注意事项。

generate_id: true 的作用是让 Rube 为本次发现会话生成一个新的 session id，适合工作流起点；而在同一工作流的后续步骤中则复用已有 session id，保持上下文连贯。

核心工作流三步模式

Step 1：发现可用工具

在工作流中，如果已有 session，则传入既有 id 以延续上下文：

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

use_case 应描述具体的业务目标（例如创建联系人、管理联系人组等），而不是宽泛的 "Fingertip"；描述越具体，返回的推荐执行计划越贴合任务。

Step 2：检查连接状态

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

这一步是执行前的"安全闸门"：只有当返回状态为 ACTIVE 时才允许继续。若连接失效或过期，应先重新走授权流程，而不是直接执行工具（否则会得到鉴权类错误）。

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"

执行阶段有两个必须遵守的约定：

• tool_slug 必须来自 Step 1 的搜索结果，禁止凭记忆猜测；
• arguments 必须严格符合搜索返回的 schema（字段名、类型、必填性）；
• memory 参数即使为空也必须显式携带 {}，这是 Skill 明确的硬性要求；
• 需要批量执行多个工具时，tools 数组内可并列多个 {tool_slug, arguments} 对象，一次调用完成多步操作。

已知陷阱清单

原 Skill 文档沉淀了六条经过实战验证的陷阱，值得逐条展开：

陷阱	说明与规避
先搜索再执行	Tool schema 会变化，绝不硬编码 slug 或参数；每次工作流都必须以 RUBE_SEARCH_TOOLS 开头
检查连接	执行前用 RUBE_MANAGE_CONNECTIONS 确认 ACTIVE 状态，避免因连接过期产生非预期失败
Schema 合规	严格使用搜索结果中的精确字段名与类型，arguments 少字段或多字段都可能被拒
memory 参数	RUBE_MULTI_EXECUTE_TOOL 必须携带 memory，空上下文也传 {}
Session 复用	同一工作流内复用 session id 保持状态连续；新工作流生成新 id，避免串话
分页处理	检查响应中的分页 token，持续拉取直到数据完整，防止大结果集被截断

其中"分页处理"在实际业务中最为常见：Fingertip 的联系人/名单类数据往往是大分页集合，忽略分页 token 会导致只处理了第一页数据，产生不完整的结果。

速查参考表

操作	方式
查找工具	RUBE_SEARCH_TOOLS + Fingertip 相关的 use case
建立连接	RUBE_MANAGE_CONNECTIONS + toolkit fingertip
执行调用	RUBE_MULTI_EXECUTE_TOOL + 搜索发现的 tool slug
批量操作	RUBE_REMOTE_WORKBENCH + run_composio_tool()
获取完整 schema	RUBE_GET_TOOL_SCHEMAS（针对带 schemaRef 的工具）

两个补充工具的适用场景：当单个工具返回了 schemaRef 引用（说明其完整 schema 需要单独拉取）时使用 RUBE_GET_TOOL_SCHEMAS；当需要处理大规模批量操作时，使用 RUBE_REMOTE_WORKBENCH 配合 run_composio_tool() 在远程执行环境中批量运行工具，避免在本地会话中逐条执行造成上下文膨胀。

仓库内的同类范式印证

Fingertip 自动化 Skill 的结构并非孤例。仓库中同属 Composio 系列的 skill（例如 composio-skills/composio-automation/SKILL.md）保持了完全一致的编排：相同的 frontmatter 依赖声明、相同的"发现→连接→执行"三步工作流、相同的六条陷阱清单。这说明该系列 Skill 遵循统一的生成规范：以 RUBE_SEARCH_TOOLS 为动态 schema 来源、以 RUBE_MANAGE_CONNECTIONS 为统一鉴权入口、以 RUBE_MULTI_EXECUTE_TOOL 为统一执行出口。

从仓库结构可以推断，该 Skill 的设计意图是让 Agent 在 schema 频繁演进的环境下仍能稳健工作：把"工具长什么样"完全交给运行时发现，而不是把"工具应该是什么样"写死在提示词中。对于需要长期维护的 Agent 工作流而言，这种"发现优先（discovery-first）"的编排方式能显著降低上游 API 变更带来的维护成本。

快速落地检查清单

将 Skill 部署到 Claude Code 时，按 README.md 的标准流程放入 skills 目录（例如 ~/.config/claude-code/skills/），随后按以下顺序验证：

1. 确认 RUBE_SEARCH_TOOLS 可用（Rube MCP 已添加 https://rube.app/mcp）；
2. RUBE_MANAGE_CONNECTIONS 建立 fingertip 连接并完成授权，确认 ACTIVE；
3. 用 Fingertip 相关的 use case 调用 RUBE_SEARCH_TOOLS 获取 slug 与 schema；
4. 用 RUBE_MULTI_EXECUTE_TOOL（携带 memory: {}）执行首个真实操作；
5. 检查响应分页，确认数据完整性。

完成这五步，即意味着你的 Claude 已经可以通过 Rube MCP 驱动 Fingertip 执行真实的业务操作。