基于 Rube MCP 的 Goody 自动化实战：解析 awesome-codex-skills 的 goody-automation 技能

基于 Rube MCP 的 Goody 自动化实战：解析 awesome-codex-skills 的 goody-automation 技能

【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

导读

本文围绕 composio-skills/goody-automation/SKILL.md 展开，讲解如何在 Codex 中通过 Rube MCP 驱动 Composio 的 Goody 工具集，自动完成 Goody 平台业务操作。你将掌握从 Rube MCP 接入、Goody 连接建立、工具发现到执行调用的一整套可复用的三步工作流，并理解RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL等核心 MCP 工具的调用结构与参数语义，可直接落地到你的 Codex 自动化任务中。

技能概览：goody-automation 在仓库中的定位

awesome-codex-skills 是一个面向 Codex CLI 与 API 的实用技能（Skill）集合仓库，每个技能以独立目录承载，目录内通过SKILL.md描述元数据与执行步骤。Goody 自动化技能位于 composio-skills/goody-automation/，是该仓库composio-skills家族中面向「礼赠 / 礼品卡场景」业务操作的自动化技能。

技能文件开头的 YAML frontmatter 是 Codex 触发技能的元数据核心：

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

三个字段各有明确职责：

• name：技能唯一标识，安装后位于$CODEX_HOME/skills/goody-automation/。
• description：决定 Codex 何时自动触发该技能。按照 README.md 的说明，Codex 读取元数据判断何时触发技能，正文只在触发后加载，以保持上下文精简。因此这里特意写入了「Always search tools first for current schemas」——提醒 Agent 在使用前必须动态发现工具，而不是凭记忆硬编码。
• requires.mcp: [rube]：声明该技能运行依赖名为rube的 MCP 服务器，Codex 只有在 Rube MCP 可用时才会把该技能纳入考虑。

前置条件：Rube MCP 与 Goody 连接

技能文档给出了三条硬性前置条件，缺一不可：

1. Rube MCP 已连接：环境中必须存在RUBE_SEARCH_TOOLS工具，它是整个自动化的入口。
2. Goody 连接为 ACTIVE 状态：通过RUBE_MANAGE_CONNECTIONS建立 toolkit 为goody的活动连接。
3. 先搜索再执行：任何工作流执行前必须先调用RUBE_SEARCH_TOOLS获取当前工具 schema。

Rube MCP 的接入方式极其轻量：在客户端配置中添加https://rube.app/mcp作为 MCP 服务器端点即可，无需任何 API Key。这与仓库 README 中描述的 Composio MCP Gateway 思路一致——通过单一 MCP 端点获得大量第三方集成的工具访问能力，认证与连接管理由网关层统一处理。

建立连接的四步流程

1. 验证 Rube MCP 可用：确认 RUBE_SEARCH_TOOLS 有响应 2. 调用 RUBE_MANAGE_CONNECTIONS，toolkit 指定为 "goody" 3. 若连接不是 ACTIVE，点击返回的认证链接完成设置 4. 确认连接状态为 ACTIVE 后，再开始运行任何工作流

第 2 步返回的认证链接是 OAuth 式授权流程的一部分：Agent 无法替用户输入账号密码，必须由用户在浏览器中完成授权，授权后连接即持久化为 ACTIVE。因此「先确认状态、再执行任务」是防止调用因未授权而失败的关键习惯。

工具发现：RUBE_SEARCH_TOOLS 的正确用法

Composio 工具集的 schema 会随平台演进持续变化，技能明确要求「永远先搜索」，并给出了标准发现调用：

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

调用结果会返回四类关键信息：

• 可用的工具 slug（tool slugs）：后续执行调用时的工具标识；
• 输入 schema：每个工具的参数结构、字段名与类型；
• 推荐的执行计划（recommended execution plans）：针对目标用例的编排建议；
• 已知陷阱（known pitfalls）：该工具集特有的注意事项。

注意这里的session.generate_id: true——它让 Rube 为本次发现过程生成一个新的会话 ID，该 ID 需要贯穿后续的连接检查与工具执行，作为整个工作流的上下文纽带。

核心三步工作流

技能将 Goody 自动化收敛为三个固定步骤，每一步对应一个 MCP 工具调用。

Step 1：发现可用工具

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

与工具发现阶段的区别在于：这里use_case换成你手头的具体任务（例如发卡、查余额、批量送礼等），且session.id复用已有会话 ID，而不是重新生成。把任务描述得越具体，返回的执行计划越贴近目标。

Step 2：检查连接

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

再次确认 Goody 连接的 ACTIVE 状态。由于连接可能在授权过期、凭据失效后变为非 ACTIVE，在每次工作流执行前做一次状态校验，能把「执行到一半才发现未授权」的失败成本前置。

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"

RUBE_MULTI_EXECUTE_TOOL支持在一个调用中批量传入多个工具执行项（tools数组），每个执行项由tool_slug与arguments组成：

• tool_slug必须来自 Step 1 的搜索结果，不能凭记忆硬编码；
• arguments必须严格符合搜索返回的 schema——字段名、类型、必填项都要与 schema 一致；
• memory是必传参数，即使没有需要传递的记忆数据也要传空对象{}；
• session_id复用当前工作流的会话 ID，保证多次工具调用在同一个上下文中串联。

Rube MCP 工具族与参数深度解析

除了三步工作流用到的三个工具，技能的快速参考中还出现了另外两个工具，理解它们的定位有助于编排更复杂的 Goody 自动化。

RUBE_REMOTE_WORKBENCH：批量操作的执行环境

RUBE_REMOTE_WORKBENCH with run_composio_tool()

当需要批量处理大量 Goody 操作（例如成批发送礼卡、批量查询订单状态）时，可以在远程 workbench 环境中通过run_composio_tool()编程式地编排多次工具调用，把「多次往返的 MCP 调用」收敛为「一次脚本化批量任务」，减少逐次调用的延迟与上下文消耗。

RUBE_GET_TOOL_SCHEMAS：完整 schema 的兜底查询

RUBE_GET_TOOL_SCHEMAS for tools with schemaRef

某些工具在搜索结果中只返回schemaRef引用而非完整 schema，此时用RUBE_GET_TOOL_SCHEMAS拉取完整定义，补齐参数结构后再填充arguments，避免因 schema 不完整而构造出非法参数。

会话（session）与记忆（memory）的语义

• 会话复用：同一个工作流内复用同一session_id，保持上下文连续；开启新的工作流时生成新 ID（generate_id: true）。从源码结构看，这套设计让 Rube 侧可以将一次工作流内的所有调用归并到同一上下文，便于状态追踪与审计。
• memory 必传：RUBE_MULTI_EXECUTE_TOOL的memory参数即使为空也必须显式传入{}，它是工作流间传递上下文数据（如前面步骤得到的订单 ID、用户 ID）的通道。

分页处理

Composio 平台返回的列表类结果（订单列表、联系人列表等）可能带分页 token。检查响应中是否存在分页标记，存在则持续请求下一页，直到取完所有数据，否则容易漏掉尾页数据导致统计或批量操作不完整。

已知陷阱与最佳实践

技能文档总结了六条必须遵守的纪律，每一条都对应一次真实踩坑经验：

1. 先搜索再执行：工具 schema 会变。不先调用RUBE_SEARCH_TOOLS就硬编码工具 slug 或参数，是失败率最高的错误。
2. 先检查连接：执行前确认RUBE_MANAGE_CONNECTIONS返回 ACTIVE，避免在未授权状态下空跑。
3. schema 合规：字段名与类型严格取自搜索结果，不允许「差不多」的近似参数。
4. memory 必传：RUBE_MULTI_EXECUTE_TOOL调用永远带上memory，哪怕传{}。
5. 会话复用：工作流内复用 session ID，新工作流生成新 ID。
6. 分页取全：检查响应中的分页 token 并持续拉取直至完成。

快速参考表

这张表把「发现 → 连接 → 执行」三类核心动作以及两个增强工具一一对应，可以作为日常编码时的速查清单。

安装与在 Codex 中的使用

该技能与仓库内其他技能一样，可以通过两种方式安装到 Codex。

方式一：使用 skill-installer 脚本

仓库提供了 skill-installer 技能及其辅助脚本 install-skill-from-github.py，支持从仓库指定路径安装单个或多个技能。参照 README.md 的用法模式，安装本技能的命令形如：

python skill-installer/scripts/install-skill-from-github.py \ --repo <owner>/awesome-codex-skills \ --path composio-skills/goody-automation

安装器会把技能放到$CODEX_HOME/skills/goody-automation/（默认~/.codex/skills），之后重启 Codex 以加载新技能元数据。

方式二：手动安装

将技能目录复制到$CODEX_HOME/skills/（默认~/.codex/skills/），重启 Codex。之后在会话中用自然语言描述任务，Codex 会根据descriptionfrontmatter 自动匹配并触发该技能。

运行时要求

技能运行前还需完成两件配置层面的准备工作：在客户端中配置 Rube MCP 端点https://rube.app/mcp，并通过RUBE_MANAGE_CONNECTIONS完成 Goody 的 OAuth 授权。这两步完成后，技能描述中的requires.mcp: [rube]前置条件即得到满足。

在 composio-skills 家族中的同构性与可迁移性

goody-automation 并非孤例。仓库的 composio-skills/ 目录下存在上百个结构完全一致的技能，例如 composio-automation/SKILL.md（toolkit 为composio）、exa-automation/SKILL.md（toolkit 为exa）等。对比可见：

• frontmatter 结构完全同构：name/description/requires.mcp: [rube]；
• 前置条件、四步连接流程、三步工作流、六条陷阱、快速参考表逐一对应；
• 唯一差异在于 toolkit 名称（goody）与 use case 描述。

这意味着你只要吃透本文的三步工作流，就能举一反三地使用该家族中的任意一个技能——差异只在工具集层面，调用范式完全一致。这种模板化设计正是该仓库把「MCP 网关 + 技能」组合大规模复用的关键。

总结

goody-automation 技能展示了在 Codex 中安全、可靠地驱动第三方业务平台的标准范式：以 Rube MCP 作为单一入口，先动态发现工具、再校验连接、最后按 schema 精确执行，并辅以会话、记忆与分页等机制保证长工作流的正确性。无论你要自动化的对象是 Goody 还是其他接入 Composio 的平台，这套「搜索 → 连接 → 执行」的骨架都同样适用——动态 schema、显式状态校验与严格参数合规，是 AI Agent 调用外部工具时最重要的三条工程纪律。

【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