使用 Rube MCP 自动化 Cabinpanda 操作：awesome-codex-skills 实战指南

Cabinpanda 是面向短租民宿/度假租赁场景的经营管理平台。本指南基于当前仓库中的 cabinpanda-automation 技能，讲解如何借助 Composio 的 Cabinpanda 工具包与 Rube MCP，让 Codex Agent 自动完成 Cabinpanda 业务操作。读完本文，你将掌握从 MCP 连接、工具发现、连接状态校验到批量执行 Cabinpanda 工具的完整调用链，并能规避常见陷阱，把该技能直接用于你自己的 Codex 工作流。

技能概览与前置条件

该技能属于仓库 composio-skills 目录下众多“XX-automation”系列技能之一。其 SKILL.md 的 frontmatter 明确声明了技能元数据：

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

按仓库 README.md 对 Codex Skills 的说明，name 与 description 是 Codex 判断“何时触发该技能”的唯一依据，requires.mcp 则声明了运行时依赖。要真正运行该技能，需要满足三项前置条件：

1. Rube MCP 已连接：RUBE_SEARCH_TOOLS 可用；
2. Cabinpanda 连接已激活：通过 RUBE_MANAGE_CONNECTIONS 建立 toolkit 为 cabinpanda 的活跃连接；
3. 先搜索再执行：任何调用前都必须先执行 RUBE_SEARCH_TOOLS 获取最新工具 schema。

安装与初始化（Setup）

技能文档给出的接入方式极为轻量：将 https://rube.app/mcp 添加为客户端配置中的 MCP Server 即可，无需申请任何 API Key。这一点与仓库中其他自动化技能（如 ably-automation、composio-automation）保持一致，属于 Rube MCP 的统一接入模式。

初始化四步流程：

1. 验证 Rube MCP 可用：确认 RUBE_SEARCH_TOOLS 有响应；
2. 调用 RUBE_MANAGE_CONNECTIONS，传入 toolkit cabinpanda；
3. 若连接状态不是 ACTIVE，跟随返回的认证链接完成授权设置；
4. 在运行任何工作流之前，确认连接状态为 ACTIVE。

从技能结构看，这与仓库 skill-creator 提倡的“低自由度（low freedom）”原则吻合：工具调用存在固定调用序列，必须给出明确的操作步骤约束，才能保证任务正确执行。

工具发现（Tool Discovery）

Rube MCP 的关键设计是**“schema 动态化”**：Cabinpanda 工具包的可用工具、输入参数会随时间变化，因此任何时候都不能凭记忆硬编码工具名。首次使用时的标准发现调用如下：

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

该调用会返回四类信息：可用工具的 slug、输入 schema、推荐的执行计划（recommended execution plans）以及已知陷阱（known pitfalls）。这相当于为 Agent 提供了一份“实时操作手册”，确保后续调用始终基于最新契约。

核心工作流模式（Core Workflow Pattern）

技能文档给出了固定的三步工作流，这也是所有 Cabinpanda 自动化任务的骨架。

Step 1：发现可用工具

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

把 use_case 替换为你的具体任务描述（例如“查询房态”“生成订单报表”等），Rube 会返回与该任务匹配的工具 slug 及其参数 schema。

Step 2：检查连接状态

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

确认 Cabinpanda 连接的授权状态为 ACTIVE。若已失效，需要重新走认证流程，否则后续工具调用会失败。

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"

执行时需注意：tool_slug 必须来自 Step 1 的搜索结果；arguments 必须严格符合搜索返回的 schema（字段名与类型都要一致）；memory 参数必须始终携带，即使为空也要传 {}。

已知陷阱（Known Pitfalls）

技能文档总结了六条实战中反复踩坑的经验，这也是区别于普通 API 文档的核心价值：

• 永远先搜索：工具 schema 会变化。未经 RUBE_SEARCH_TOOLS 就硬编码 tool slug 或参数，是最高频的错误来源；
• 检查连接：执行前务必确认 RUBE_MANAGE_CONNECTIONS 返回 ACTIVE；
• Schema 合规：使用搜索返回中的精确字段名与类型；
• Memory 参数：RUBE_MULTI_EXECUTE_TOOL 调用必须携带 memory，即使为空（{}）；
• Session 复用：同一工作流内复用同一个 session ID；开启新工作流时再生成新 ID；
• 分页处理：检查响应中的分页 token，持续拉取直到数据完整，避免遗漏结果。

快速参考表（Quick Reference）

操作	方式
查找工具	使用 Cabinpanda 特定 use case 调用 RUBE_SEARCH_TOOLS
建立连接	以 toolkit cabinpanda 调用 RUBE_MANAGE_CONNECTIONS
执行工具	使用发现的工具 slug 调用 RUBE_MULTI_EXECUTE_TOOL
批量操作	使用 RUBE_REMOTE_WORKBENCH 配合 run_composio_tool()
获取完整 schema	对带 schemaRef 的工具调用 RUBE_GET_TOOL_SCHEMAS

其中后两项是进阶能力：RUBE_REMOTE_WORKBENCH 适合需要远程沙箱内执行、或跨多个工具编排的批量场景；RUBE_GET_TOOL_SCHEMAS 则用于获取比搜索结果更完整的参数定义，当工具返回 schemaRef 引用时尤其有用。

实战要点：把技能接入 Codex

要将该技能实际用于 Codex CLI/API 环境，可参考仓库 README.md 的通用安装方式，并结合 skill-installer 的脚本：

# 安装技能到 $CODEX_HOME/skills（默认 ~/.codex/skills）
python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/cabinpanda-automation

安装完成后重启 Codex 以加载新元数据。由于技能依赖 rube MCP，还需确保你的 Codex 配置中已注册 https://rube.app/mcp 这一 MCP Server（这是技能能否被触发的硬前提）。

在实际会话中，你可以直接用自然语言描述任务（例如“把 Cabinpanda 上今天的退房任务整理成清单”），Codex 会依据技能 frontmatter 中的 description 自动触发该技能，随后 Agent 将按照上文的三步工作流执行：搜索工具 → 校验连接 → 执行调用。

小结

Cabinpanda 自动化技能的价值在于：它把“Composio 集成 + Rube MCP + schema 动态发现 + 连接生命周期管理”封装成了一套可复用的 Agent 操作规程。核心方法论可以概括为——任何外部工具调用都以 RUBE_SEARCH_TOOLS 为起点、以 ACTIVE 连接为前提、以 schema 合规为底线。这套模式同样适用于仓库 composio-skills 下的全部自动化技能，掌握其一即可触类旁通，将任意第三方 SaaS 接入你的 Codex 工作流。