通过 Rube MCP 自动化 Chatbotkitawesome-codex-skills 中 chatbotkit-automation 技能实战指南【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本文基于 awesome-codex-skills 仓库中的 chatbotkit-automation 技能定义详解如何在 Codex 中接入 Composio 的 Rube MCP 网关完成 Chatbotkit 工具的发现、鉴权连接与执行的完整闭环。读完后你可以掌握Rube MCP 的接入配置、RUBE_SEARCH_TOOLS动态工具发现机制、三阶段核心工作流的调用方式以及 Schema 漂移、会话复用等生产环境常见坑位的规避方法。技能定位与元数据chatbotkit-automation 是仓库 composio-skills 目录下的一个 Codex 技能目标是通过 Composio 的 Chatbotkit toolkit经 Rube MCP 网关暴露来自动化 Chatbotkit 上的各类任务。它遵循仓库统一的技能目录约定——每个技能一个独立目录、目录内只有一个必需的SKILL.md这一点与仓库 README 中描述的 技能结构规范 一致skill-name/下SKILL.md必需scripts/、references/等可选。该技能的 YAML frontmatter 完整如下其中requires.mcp: [rube]声明了它依赖的 MCP 服务--- name: chatbotkit-automation description: Automate Chatbotkit tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---从 frontmatter 设计可以看出两条核心意图description 中嵌入了触发时机Automate Chatbotkit tasks via Rube MCP (Composio) 用于让 Codex 根据会话中的任务描述自动匹配并加载该技能Always search tools first 被写进了描述本身把先发现工具再执行这一纪律提升到了触发条件层面。这与 README.md 中 Keep thedescriptionexhaustive about when to trigger 的最佳实践呼应。requires字段声明 MCP 依赖是 composio-skills 系列技能的通用约定——可以对照同目录下的 ably-automation 等技能看到相同的requires: mcp: [rube]声明说明整组技能都构建在同一个 Rube MCP 网关之上。前置条件Prerequisites原文档在启动任何工作流之前明确了三项前置条件缺一不可前置条件验证方式Rube MCP 已连接确认RUBE_SEARCH_TOOLS工具可被调用并有响应Chatbotkit 连接已激活通过RUBE_MANAGE_CONNECTIONS将 toolkit 设为chatbotkit且状态为 ACTIVE已执行工具发现始终先调用RUBE_SEARCH_TOOLS获取当前工具 Schema这三条对应了 MCP 网关模式的三个层次网关层Rube MCP 端点可达、鉴权层目标 SaaS 账号已授权、Schema 层拿到最新工具定义。后文每一步都会围绕这三层展开。Rube MCP 接入配置Setup文档给出的接入方式极简——在客户端的 MCP 服务器配置中添加端点即可无需预先配置 API Key端点https://rube.app/mcp说明No API keys needed — just add the endpoint and it works.鉴权被推迟到连接管理阶段按需触发见下文第 2 步原文档定义了四步接入检查流程验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS能正常响应调用RUBE_MANAGE_CONNECTIONS并指定 toolkit 为chatbotkit若连接状态不是 ACTIVE跟随返回的授权链接auth link完成 OAuth 式设置确认连接状态显示 ACTIVE 之后再运行任何工作流。这里的鉴权模型值得注意Chatbotkit 的账号凭证不是本地密钥而是走 Rube 网关下发的交互式授权链接。也就是说 Codex 侧不接触任何明文凭证凭据生命周期由网关托管——这也是无需 API Key 即可添加端点能够成立的底层原因。第 4 步先确认 ACTIVE 再执行是整个流程中最容易被跳过的防线文档将其明确列为前置条件之一。工具发现RUBE_SEARCH_TOOLS工具发现是这套技能的基石。原文档要求在任何工作流执行前先发起如下搜索RUBE_SEARCH_TOOLS queries: [{use_case: Chatbotkit operations, known_fields: }] session: {generate_id: true}参数要点queries是一个查询对象数组每个查询包含use_case自然语言描述的任务场景和known_fields已知字段提示可为空字符串session: {generate_id: true}表示由网关生成一个新的会话 ID供后续步骤复用。返回值包含四部分可用工具的 slug、输入 Schema、推荐执行计划、已知坑位。这四类信息共同构成后续执行的工具说明书——尤其是已知坑位会随工具演进更新这正是禁止硬编码 slug的原因。从文档设计看具体暴露了哪些 Chatbotkit 工具创建、查询还是管理操作并不写死在技能正文里而是完全依赖搜索结果动态决定。这种Schema 即事实的设计使得同一份技能文件在 Composio 更新工具集后依然可用。核心工作流三步闭环原文档把完整流程组织为发现 → 连接 → 执行三步每一步都给出了可直接复制的调用样板。Step 1: 发现可用工具针对具体任务做定向搜索并复用 Step 0 生成或已存在的会话RUBE_SEARCH_TOOLS queries: [{use_case: your specific Chatbotkit task}] session: {id: existing_session_id}与首次发现的区别在于session从{generate_id: true}变为{id: existing_session_id}——同一个工作流内的多次调用共享会话跨工作流则应生成新会话这一点在后文会话复用坑位中有对应说明。Step 2: 校验连接状态RUBE_MANAGE_CONNECTIONS toolkits: [chatbotkit] session_id: your_session_idtoolkits为数组说明一次调用可以批量检查多个 toolkit 的连接状态对 Chatbotkit 工作流只需确认其中chatbotkit一项为 ACTIVE。若状态非 ACTIVE回到 Setup 第 3 步走授权链接。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三个关键细节tool_slug必须来自 Step 1 的搜索结果TOOL_SLUG_FROM_SEARCH是占位符不能凭空填写arguments的字段名与类型必须严格匹配搜索结果给出的 Schemaschema-compliant argsmemory: {}即使为空也必须显式携带——这是文档明确列出的强制约定缺失该参数可能直接导致调用失败。tools本身是数组结构意味着同一次RUBE_MULTI_EXECUTE_TOOL调用中可编排多个工具构成批量/流水线式操作。已知坑位Known Pitfalls逐条解析原文档的Known Pitfalls一节是对实际运行中最易出错点的总结共六条逐条解析如下始终先搜索Always search first工具 Schema 会随时间变化。未经RUBE_SEARCH_TOOLS确认就硬编码工具 slug 或参数是最常见的失效原因。先查连接Check connection执行工具前必须确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE 状态避免在凭证过期后反复重试无效调用。Schema 合规Schema compliance严格使用搜索结果中的字段名与类型不要凭印象补字段。Memory 参数Memory parameterRUBE_MULTI_EXECUTE_TOOL调用必须包含memory字段即便为空对象{}。会话复用Session reuse同一工作流内复用 session ID新工作流生成新 ID。会话承担网关侧的上下文与状态管理混用不同工作流的会话会引入状态污染风险此为对Session reuse条目的合理推断。分页Pagination检查响应中的分页 token持续拉取直到数据完整——对列表类工具如查询记录集合尤其重要。这六条中第 1、2、4 条对应 Setup 阶段的三层检查Schema 层、鉴权层、参数层第 5、6 条则覆盖了跨调用与跨页面的两个持续性状态问题整体构成了一份可直接用于 Code Review 的检查清单。快速参考表Quick Reference原文档提供了五类操作的速查表完整继承如下操作方法查找工具RUBE_SEARCH_TOOLS传入 Chatbotkit 相关的 use case建立连接RUBE_MANAGE_CONNECTIONStoolkit 指定chatbotkit执行工具RUBE_MULTI_EXECUTE_TOOL使用发现的 tool slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()完整 Schema对带schemaRef的工具调用RUBE_GET_TOOL_SCHEMAS两点补充说明速查表中的RUBE_REMOTE_WORKBENCH与RUBE_GET_TOOL_SCHEMAS是核心三步之外的扩展通道前者面向批量/脚本化场景通过run_composio_tool()函数式调用后者用于当搜索结果只给出schemaRef引用而非内联 Schema 时拉取完整定义该速查表在整个 composio-skills 系列中是逐字一致的可对照 ably-automation 的同名表格验证唯一的差异点是 toolkit 名称——这意味着 Rube 网关对所有第三方服务暴露的是统一的工具面各技能只是把通用编排特化到了某一个 toolkit。在 Codex 中安装与使用结合仓库 README 的 Quickstart 与 skill-installer 技能该技能的落地路径有两条方式一Skill Installer 脚本推荐git clone https://github.com/ComposioHQ/awesome-codex-skills.git cd awesome-codex-skills python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/chatbotkit-automation脚本会把技能放到$CODEX_HOME/skills/skill-name默认~/.codex/skills并支持--ref、--dest、--name等参数详见 skill-installer 文档。方式二手动复制把composio-skills/chatbotkit-automation目录整体复制到$CODEX_HOME/skills/下然后重启 Codex。无论哪种方式验证步骤是ls ~/.codex/skills head ~/.codex/skills/chatbotkit-automation/SKILL.md确认 frontmatter 的name/description可读后在会话中自然描述任务例如帮我看看 Chatbotkit 里能做什么Codex 会依据 description 匹配自动触发该技能也可以直接点名技能强制考虑。注意该技能requires声明了rubeMCP因此客户端必须已按上文 Setup 一节配置好 Rube MCP 端点否则技能触发后会在前置条件检查处停下。小结chatbotkit-automation 展示了 composio-skills 家族的典型形态一份约百行的SKILL.md不写死任何具体工具而是把先搜索、再连、后执行的编排纪律和六条坑位清单固化为可被 Codex 加载的指令。它的可扩展边界也很清晰——同一模板替换 toolkit 名即可覆盖其他服务仓库中同构的 ably-automation 等大量技能即为佐证。对读者而言掌握本文的三步工作流与 Quick Reference 表后可以直接将其迁移到 composio-skills 目录下的任意一个-automation技能上。【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