Daffy Automation via Rube MCP：基于 Composio 的 Daffy 自动化实操指南-开发者社区

AI 技能
AI 插件
人工智能
工作流自动化

【免费下载链接】awesome-claude-skills

A curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows

项目地址：https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills

本指南介绍 awesome-claude-skills 仓库中 daffy-automation 技能的完整用法：如何通过 Composio 的 Daffy toolkit 与 Rube MCP 服务器连接 Daffy 账户，并在 Agent 工作流中自动执行 Daffy 相关操作。读完本文你将掌握 Rube MCP 的接入方式、工具发现、连接管理与多工具执行这一套可复用的工作流模式，并学会规避工具 schema 变更、连接失效等典型坑点。

Daffy 是一款面向个人与家庭理财的现金捐赠应用，用户可将现金转入基金并在合适的时机捐给慈善机构。而本文的核心并不局限于某个具体业务函数，而是教你通过一套「先搜索、再连接、后执行」的通用编排模式，让 Claude 等 Agent 安全、合规地驱动 Daffy 的工具链完成自动化操作。

技能概览与仓库定位

daffy-automation位于仓库的 composio-skills/daffy-automation/SKILL.md，其 Frontmatter 声明了技能的身份与依赖：

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

name：技能名称，用于 Claude 加载与调用；
description：一段明确的能力描述，同时写明了最重要的使用铁律——Always search tools first for current schemas（执行前永远先搜索工具以获得最新 schema）；
requires.mcp：声明该技能强依赖rube这个 MCP 服务器，没有它技能无法运行。

在仓库整体结构中，README.md 的「App Automation via Composio」一节将其归类为面向 78 个 SaaS 应用之一的预构建工作流技能：每个技能都包含工具调用序列（tool sequences）、参数指导、已知坑点（known pitfalls）与速查表，且全部使用从 Composio API 实际发现（discovered）的真实工具 slug，而非拍脑袋写的占位符。换言之，本技能的可信度建立在「工具 slug 来自真实 API」这一前提之上，这正解释了为什么文档反复强调「先搜索、勿硬编码」。

前置条件（Prerequisites）

在运行任何 Daffy 工作流之前，需要满足以下三个条件：

Rube MCP 已连接：环境中必须存在RUBE_SEARCH_TOOLS这个可用的工具；
Daffy 连接已建立：通过RUBE_MANAGE_CONNECTIONS并指定 toolkit 为daffy，创建一条处于 ACTIVE 状态的账户连接；
Schema 实时性：任何时候都要先调用RUBE_SEARCH_TOOLS获取当前工具 schema——Daffy（以及 Composio 上其他应用）的工具定义会随上游 API 演进而变化。

其中第 3 条是整个技能的运行基石。由于 Composio 的 toolkit 会随 Daffy 官方 API 更新而同步变化，硬编码工具 slug 或参数名是导致工作流失败的最高频原因。

安装与连接（Setup）

接入 Rube MCP：在你的 MCP 客户端配置中添加https://rube.app/mcp作为 MCP 服务器地址。与需要填写 API Key 的常规接入不同，这里只需添加端点即可工作——无需任何 API Key。

接入后按以下顺序完成连接初始化：

验证 Rube MCP 可用：调用RUBE_SEARCH_TOOLS，确认其正常响应；
发起连接：调用RUBE_MANAGE_CONNECTIONS并指定toolkits: ["daffy"]；
完成授权：若返回的连接状态不是ACTIVE，跟随返回的 auth link 完成 Daffy 账户授权；
确认状态：在运行任何工作流之前，确认连接状态显示为ACTIVE。

需要说明的是，授权链路中的「auth link 完成账户授权」这一步是 Daffy toolkit 的通用连接机制：Composio 会生成一个 OAuth 风格的授权链接，用户在浏览器中确认授权后，Agent 即可在会话中持有所需凭证。

工具发现（Tool Discovery）

Daffy 工具集并非一成不变。执行任何工作流之前，必须先用RUBE_SEARCH_TOOLS发现当前可用的工具：

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

该调用会返回四类关键信息：

可用工具 slug（如以DAFFY_开头的工具标识符）；
输入 schema：每个工具要求的字段名、类型与必填项；
推荐的执行计划（recommended execution plans）：针对你的 use_case 的推荐调用序列；
已知坑点（known pitfalls）：该工具集已知的易错点提示。

其中known_fields留空表示不预设字段知识、完全以返回 schema 为准，这是「永远相信实时 schema」原则的直接体现；而session: {generate_id: true}则用于在工具发现阶段就创建或复用会话上下文。

核心工作流模式（Core Workflow Pattern）

整个 Daffy 自动化遵循「三步骤」固定模式：发现工具 → 检查连接 → 执行工具。

Step 1：发现可用工具

针对你的具体任务，用更精确的 use_case 再次搜索，并复用已建立的会话：

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

与首次发现相比，这里将 use_case 从宽泛的"Daffy operations"收窄为"your specific Daffy task"，从而获得与该任务匹配的工具 slug 与参数 schema。

Step 2：检查连接

在执行任何工具前确认 Daffy 连接仍然有效：

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

连接可能因凭证过期、用户撤销授权等原因失效，所以文档要求在每次工作流执行前都做一次状态确认，避免在无效连接上白白消耗工具调用。

Step 3：执行工具

将发现的 slug 与 schema 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"

要点解析：

tool_slug必须来自上一步搜索返回的真实 slug，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、必填项都要以 schema 为准；
memory参数必须始终携带，即使没有上下文也要传空对象{}；
session_id复用工作流内已有的会话 ID。

从仓库同类技能的实践看（例如 ahrefs-automation 的「Core Workflows」一节），这种模式具备很强的可推广性：真实工具 slug（如AHREFS_RETRIEVE_SITE_EXPLORER_METRICS）+ 明确的必填/可选参数（如target、country、date）正是所有 Composio 技能统一遵循的编排范式，Daffy 技能同样适用。

已知坑点（Known Pitfalls）

以下六条是运行 Daffy 工作流时最容易踩的坑，技能文档逐条给出了规避策略：

Always search first（永远先搜索）：工具 schema 会变化，未经RUBE_SEARCH_TOOLS就硬编码工具 slug 或参数，几乎必然导致失败；
Check connection（检查连接）：执行工具前必须通过RUBE_MANAGE_CONNECTIONS确认连接为ACTIVE；
Schema compliance（严格遵循 schema）：字段名与类型必须完全取自搜索结果，不要凭经验猜；
Memory parameter（memory 参数不可省略）：RUBE_MULTI_EXECUTE_TOOL的调用中必须始终包含memory，即使为空也要传{}；
Session reuse（会话复用）：同一工作流内复用同一 session ID；仅在新工作流开始时才生成新会话；
Pagination（分页处理）：检查响应中的分页 token，持续抓取直到数据完整，避免遗漏后续页数据。

速查表（Quick Reference）

下表浓缩了 Daffy 自动化的全部关键操作，可作为日常使用的一页速查：

Operation	Approach
Find tools	`RUBE_SEARCH_TOOLS`with Daffy-specific use case
Connect	`RUBE_MANAGE_CONNECTIONS`with toolkit`daffy`
Execute	`RUBE_MULTI_EXECUTE_TOOL`with discovered tool slugs
Bulk ops	`RUBE_REMOTE_WORKBENCH`with`run_composio_tool()`
Full schema	`RUBE_GET_TOOL_SCHEMAS`for tools with`schemaRef`

速查表中的补充条目值得单独说明：

批量操作：当需要连续执行多个 Daffy 工具时，可改用RUBE_REMOTE_WORKBENCH，在其内部通过run_composio_tool()编排多次工具调用，适合吞吐量较大的批处理场景；
完整 schema 获取：对于搜索结果中带有schemaRef引用的工具，可通过RUBE_GET_TOOL_SCHEMAS拉取其完整 schema 定义，用于复杂参数的精确构造。