基于 Rube MCP 自动化 Sitespeakai 操作：awesome-claude-skills 实战指南

导读

本文讲解 awesome-claude-skills 仓库中 sitespeakai-automation 这一 Skill 的完整用法：如何通过 Rube MCP（Composio 提供的能力通道）为 Claude 连接 Sitespeakai 账号，并借助工具发现、连接管理与批量执行三步工作流，实现对 Sitespeakai 相关操作的自动化。读完本文，你将掌握一套"先搜索工具 Schema、再检查连接状态、最后执行调用"的可复用自动化范式，并了解其中的关键参数与常见陷阱。

Skill 定位与仓库背景

sitespeakai-automation 是仓库中 composio-skills/ 目录下的一个预置 Skill。根据 README.md 的说明，该目录为 78 个 SaaS 应用提供了预构建的工作流 Skill，每个 Skill 都包含工具调用序列、参数指导、已知陷阱和快速参考表，且全部使用从 Composio API 实际发现的真实工具 slug。本 Skill 的核心作用，是让 Claude 通过 Rube MCP 间接调用 Composio 的 Sitespeakai toolkit，从而在对话中直接操作 Sitespeakai 的功能，而不是停留在"只会生成文本"的层面。

该 Skill 以标准 Claude Skills 格式组织：SKILL.md 文件头部是 YAML frontmatter（声明 name、description 与 requires），正文则是 Markdown 形式的指令。其中 requires.mcp: [rube] 明确声明了运行前提——必须挂载 Rube MCP 服务器。

前置条件

在运行任何 Sitespeakai 自动化工作流之前，需要满足以下三个条件：

• Rube MCP 已连接：环境中必须可用 RUBE_SEARCH_TOOLS 工具，这是整个自动化的入口；
• Sitespeakai 连接处于 ACTIVE 状态：通过 RUBE_MANAGE_CONNECTIONS 以 toolkit sitespeakai 建立的活动连接；
• 先搜索工具：永远先调用 RUBE_SEARCH_TOOLS 获取当前最新的工具 Schema，不要凭记忆硬编码工具 slug 或参数。

环境配置：接入 Rube MCP

Rube MCP 的接入方式非常轻量，无需申请 API Key：

在客户端配置中将 https://rube.app/mcp 添加为 MCP 服务器，添加端点后即可直接使用，无需额外密钥。

配置完成后，按以下顺序完成连接初始化：

1. 通过确认 RUBE_SEARCH_TOOLS 有响应，验证 Rube MCP 已可用；
2. 调用 RUBE_MANAGE_CONNECTIONS，传入 toolkit sitespeakai；
3. 如果连接状态不是 ACTIVE，按照返回的授权链接完成账号绑定；
4. 在运行任何工作流之前，再次确认连接状态显示为 ACTIVE。

工具发现：先搜索，后执行

Sitespeakai toolkit 的具体工具集会随 Composio API 更新而变化，因此每次工作流的第一步都应该是工具发现。首次执行可使用如下查询：

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

这条调用会返回当前可用的工具 slug、输入 Schema、推荐执行计划以及已知陷阱。从源码结构看，composio-skills/ 下的所有 Skill（例如 composio-automation、ably-automation）都遵循这一相同的"先搜索、后执行"约定，这是整个 Skill 体系设计上的一致性体现——工具元数据会变，搜索是获取权威 Schema 的唯一途径。

核心工作流三步法

Step 1：发现可用工具

在执行具体任务前，先用具体的 Sitespeakai 任务描述发起搜索；如果处于一个已有会话中，请复用该会话 ID：

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

Step 2：检查连接状态

确认连接仍处于 ACTIVE 状态，防止因授权过期导致执行失败：

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

Step 3：执行工具调用

将搜索阶段拿到的工具 slug 与符合 Schema 的参数填入 RUBE_MULTI_EXECUTE_TOOL：

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

需要留意的是，memory 参数在每次 RUBE_MULTI_EXECUTE_TOOL 调用中都必须出现——即使当前不需要携带状态，也要显式传入空对象 {}。

已知陷阱与规避要点

原文档总结了六条实践中最容易踩坑的地方，它们是保障自动化稳定性的关键：

• 必须先搜索：工具 Schema 会变化，不调用 RUBE_SEARCH_TOOLS 就绝不硬编码工具 slug 或参数；
• 执行前检查连接：确认 RUBE_MANAGE_CONNECTIONS 返回 ACTIVE 状态再执行工具；
• 严格遵循 Schema：字段名与类型必须与搜索结果完全一致；
• 始终携带 memory 参数：RUBE_MULTI_EXECUTE_TOOL 调用必须包含 memory，空状态写 {}；
• 会话复用策略：同一工作流内复用会话 ID，开启新工作流时生成新的会话 ID；
• 注意分页：检查响应中是否含有分页 token，如有则持续拉取直到数据完整。

操作速查表

操作	方式
查找工具	RUBE_SEARCH_TOOLS，使用 Sitespeakai 相关的 use case 描述
建立连接	RUBE_MANAGE_CONNECTIONS，toolkit 设为 sitespeakai
执行调用	RUBE_MULTI_EXECUTE_TOOL，填入搜索发现的工具 slug
批量操作	RUBE_REMOTE_WORKBENCH，配合 run_composio_tool() 使用
获取完整 Schema	RUBE_GET_TOOL_SCHEMAS，适用于返回 schemaRef 的工具

这张速查表覆盖了从发现、连接到执行、批量与 Schema 深查的完整操作面：日常单次任务走前三行；需要在一个远程环境里连续批量执行多次工具调用时，RUBE_REMOTE_WORKBENCH 配合 run_composio_tool() 更为合适；而当某个工具的返回结果带 schemaRef 引用时，则用 RUBE_GET_TOOL_SCHEMAS 拉取完整 Schema 以支撑后续参数构造。

在仓库中的进一步探索

如果你希望深入理解这套自动化体系的更多细节，可以继续阅读仓库中的相关资源：

• 本 Skill 的完整定义：composio-skills/sitespeakai-automation/SKILL.md；
• 同目录下其余 78 个应用的同类 Skill，例如 composio-automation、composio-search-automation，结构完全一致，可用于对照学习不同 toolkit 的接入差异；
• 仓库总览与 Skill 列表：README.md 中的 "App Automation via Composio" 一节说明了这批预置 Skill 的整体设计思路。

这些 Skill 均遵循同一套"工具发现 → 连接管理 → 执行调用"的模式，掌握本文的 Sitespeakai 案例后，即可触类旁通地接入其余数百个应用。