Deepgram 语音服务自动化 Codex 技能基于 Rube MCP 的工具发现、连接管理与执行工作流【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills在 awesome-codex-skills 仓库中deepgram-automation 是一份教 Codex 通过 Rube MCP 网关操作 Deepgram 语音服务语音转写、说话人分离等 Deepgram API 能力的 Agent 技能说明。本文完整拆解该技能的元数据触发机制、MCP 端点接入方式、先搜索后执行的三步工作流以及 6 条已知陷阱的成因读完后可自行将同类 composio-skills 技能接入自己的 Codex 环境并验证运行。技能定位与前置条件技能文件位于 composio-skills/deepgram-automation/SKILL.md是一个只含单个 SKILL.md 的最小技能目录。其 YAML frontmatterSKILL.md 第 1–6 行定义如下--- name: deepgram-automation description: Automate Deepgram tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---三个字段的作用分别是name技能标识安装后对应$CODEX_HOME/skills/deepgram-automation目录名descriptionCodex 依据该描述判断何时触发技能。仓库 README 在 What Are Codex Skills? 一节中说明Codex 先读取元数据决定是否触发触发后才加载正文从而保持上下文精简。因此这份 description 同时强调了两点——用途Deepgram 任务自动化与行为约束先搜工具再执行requires.mcp: [rube]声明该技能依赖名为rube的 MCP 服务器即 Rube MCPComposio 的 MCP 网关端点。若客户端未配置该端点技能内的所有工具调用都无从谈起。原文档列出的三项前置条件SKILL.md 第 14–18 行Rube MCP 已连接即RUBE_SEARCH_TOOLS工具可用已通过RUBE_MANAGE_CONNECTIONS建立 toolkit 为deepgram的活跃连接ACTIVE 状态任何工作流执行前先调用RUBE_SEARCH_TOOLS获取当前工具 schema。第 3 条是整个技能最重要的设计约束Deepgram 侧的工具列表、字段名和参数结构可能随上游版本变化因此技能禁止 Agent 凭记忆硬编码工具 slug 或参数一切以搜索结果的实时返回为准。接入 Rube MCP原文档 Setup 一节SKILL.md 第 20–27 行给出的接入方式是把 Rube MCP 的远程端点https://rube.app/mcp添加进 MCP 客户端配置。由于鉴权交由网关侧处理客户端不需要配置 API Key添加端点即可工作。接入后的验证步骤确认RUBE_SEARCH_TOOLS有响应证明 Rube MCP 可用调用RUBE_MANAGE_CONNECTIONS并指定 toolkitdeepgram若连接状态不是 ACTIVE按返回的授权链接auth link完成 Deepgram 侧的授权在运行任何工作流之前确认连接状态显示为 ACTIVE。需要注意适用前提连接状态是按 toolkit 维度管理的同一 Rube MCP 端点下可以为deepgram、composio_search等不同 toolkit 分别建立连接某个 toolkit 的 ACTIVE 状态不自动覆盖其他 toolkit。工具发现RUBE_SEARCH_TOOLS原文档 Tool Discovery 一节SKILL.md 第 29–39 行给出了标准调用形态RUBE_SEARCH_TOOLS queries: [{use_case: Deepgram operations, known_fields: }] session: {generate_id: true}调用约定有两点queries是数组use_case用自然语言描述目标操作此处为 Deepgram operationsknown_fields可选用于提示已知字段名session传{generate_id: true}时由服务端生成新的 session id后续同一条工作流的调用应复用该 id。搜索的返回内容包括可用工具的 slug、各工具的输入 schema、推荐的执行计划recommended execution plans以及已知陷阱known pitfalls。也就是说这个 Deepgram 任务该调哪些工具、参数怎么填、有哪些坑这四类信息在搜索这一步一次性拿到后文的三步工作流全部建立在它之上。核心三步工作流这是原文档的主体SKILL.md 第 41–69 行完整保留如下。第一步发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Deepgram task}] session: {id: existing_session_id}与工具发现一节的差别在于use_case写的是具体任务例如把会议录音转写并做说话人分离并且session复用已有 session id 而不是生成新 id使发现与后续执行共享上下文。第二步检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [deepgram] session_id: your_session_id注意参数是toolkits数组一次可以检查多个 toolkit 的连接状态Deepgram 场景下只传[deepgram]即可。只有确认状态为 ACTIVE 才进入第三步否则先回到 Setup 阶段的授权流程。第三步执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id其中tools是数组结构意味着一次调用可以编排多个工具依次执行tool_slug必须来自第一步搜索结果的原文arguments必须严格符合搜索返回的 schema。memory与session_id为必填字段即使没有记忆内容也要传空对象{}——这一点在已知陷阱一节中被再次强调。快速参考表与 Rube 工具族原文档 Quick Reference 一节SKILL.md 第 80–88 行汇总了五种操作的入口操作入口找工具用 Deepgram 相关 use case 调RUBE_SEARCH_TOOLS建连接用 toolkitdeepgram调RUBE_MANAGE_CONNECTIONS执行用搜索到的 tool slug 调RUBE_MULTI_EXECUTE_TOOL批量操作用run_composio_tool()调RUBE_REMOTE_WORKBENCH完整 schema对带schemaRef的工具调RUBE_GET_TOOL_SCHEMAS表中有两项值得展开批量操作走RUBE_REMOTE_WORKBENCH其中run_composio_tool()是面向脚本化批量场景的执行入口。从文档结构看它与RUBE_MULTI_EXECUTE_TOOL的区别在于使用场景前者适合 Agent 会话内按需编排后者适合在远端工作台里循环执行大批量工具调用完整 schema走RUBE_GET_TOOL_SCHEMAS。部分工具在搜索结果中只返回schemaRef引用而非内联完整 schema此时必须再用该工具拉取全量定义才能保证arguments的字段名与类型完全合规。已知陷阱逐条解析原文档 Known Pitfalls 一节SKILL.md 第 71–78 行列出 6 条逐条说明其背后原因先搜索再执行工具 schema 会变更未经RUBE_SEARCH_TOOLS确认的 slug 或参数结构可能已经失效硬编码是这类技能最常见的失败来源先查连接执行前必须用RUBE_MANAGE_CONNECTIONS确认 ACTIVE连接未授权或已过期时所有工具调用都会失败schema 严格合规字段名和类型必须原样取自搜索结果包括大小写自创同名字段会被网关拒绝memory 参数必填RUBE_MULTI_EXECUTE_TOOL即使无记忆也要显式传memory: {}省略该字段不符合调用契约会话复用规则同一条工作流内的调用复用同一个 session id只有开启新工作流时才生成新 id。session 承载发现→执行链路上的上下文中途换新 id 会丢失已发现的工具信息分页处理列表类响应可能带分页 token必须检查并持续拉取直到完整否则后续对全量结果的判断如所有录音任务都会遗漏数据。仓库中的同类技能模板与配套路径从源码结构看composio-skills/ 目录下收录了数百个结构几乎完全一致的自动化技能。以 composio-automation/SKILL.md 和 composio-search-automation/SKILL.md 对照 deepgram-automation/SKILL.md 可以发现三者的 frontmatter、Setup、三步工作流、陷阱清单与快速参考表逐段相同差异只在 toolkit 标识deepgram/composio/composio_search与 use_case 描述文本。这说明 deepgram-automation 遵循的是 composio-skills 统一的Rube MCP 网关 搜索驱动模板——把 toolkit 名替换成目标服务即得到对应服务的自动化技能。这一观察也解释了为何陷阱清单强调先搜索模板本身不内置任何具体工具名全部运行时动态发现。仓库内另有两条与 Deepgram 技能互补的路径可作为交叉参考connect/SKILL.md 提供基于 Composio CLI 的 shell 路线通过命令行登录并在终端直连 1000 服务适合不需要 MCP 客户端的场景而 deepgram-automation 走的是 Rube MCP 端点路线两者面向不同的集成方式skill-installer/ 提供安装脚本。README 的 Quickstart 给出了安装单个技能的命令形态python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path deepgram-automation安装后技能落到$CODEX_HOME/skills/deepgram-automation默认~/.codex/skills随后需重启 Codex 才会加载新技能的元数据。验证方式按 README Using Skills in Codex 一节ls ~/.codex/skills列出已装技能head ~/.codex/skills/deepgram-automation/SKILL.md检查 frontmatter 是否完整。适用前提与限制该技能是纯指令型技能目录内没有脚本、测试或配置文件全部实现依赖运行时对 Rube MCP 端点的工具调用因此本地无法用仓库内文件直接验证其正确性验证只能发生在真实 MCP 会话中运行前提包括MCP 客户端支持远程端点并已完成 Rube 端点接入、Deepgram toolkit 连接处于 ACTIVE 状态、use_case描述足够具体以命中正确工具技能正文不声明任何具体 Deepgram 工具名、API 版本或参数示例这是刻意的防漂移设计但也意味着读者不能从技能文件本身查到 Deepgram 工具的字段级细节这些必须以RUBE_SEARCH_TOOLS的实时返回为准。【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考