企业官网建设流程全解析

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化

本文围绕 awesome-claude-skills 仓库中 composio-skills/scrapingbee-automation/SKILL.md 这一技能文档展开，系统讲解如何借助 Rube MCP（Composio 提供的 MCP 网关）在 Claude 等 AI 助手中自动化 Scrapingbee 抓取操作。读完本文，你将掌握从接入 Rube MCP、建立 Scrapingbee 连接，到发现工具、执行抓取任务的完整链路，并了解规避常见陷阱的实战要点。

技能定位：一句话说明这个 Skill 解决什么问题

Scrapingbee 是知名的 Web 抓取与数据提取服务，通常需要开发者自行封装 API 调用。而本仓库提供的scrapingbee-automation技能，将 Scrapingbee 的操作能力通过 Composio 的 Scrapingbee toolkit 暴露为可被 AI 代理直接调用的工具，再由 Rube MCP 统一桥接。用技能文档自身的话说，其核心主张是："Automate Scrapingbee operations through Composio's Scrapingbee toolkit via Rube MCP."

技能元数据（frontmatter）也给出了关键约束：description中明确强调"Always search tools first for current schemas"（永远先搜索工具，获取当前 schema），requires: mcp: [rube]表明该技能依赖 Rube MCP 作为运行前提。这两点贯穿整个工作流设计的始终。

从仓库视角看，这并非孤立技能：根据 README.md 的说明，awesome-claude-skills 收录了78 个 SaaS 应用的预置工作流技能，全部经由 Rube MCP（Composio）提供，每个技能都包含工具调用序列、参数指引、已知陷阱和快速参考表，工具 slug 均来自 Composio API 的真实数据。Scrapingbee 技能正是这一体系中的一员，与其他 77 个技能共享同一套方法论。

前置条件（Prerequisites）

在开始任何工作流之前，需要满足三个前提：

1. Rube MCP 已连接：确保RUBE_SEARCH_TOOLS工具可用（这是验证 Rube MCP 是否就绪的标志性信号）；
2. Scrapingbee 连接已建立：通过RUBE_MANAGE_CONNECTIONS建立 Scrapingbee 连接，toolkit 名称为scrapingbee，且状态必须为 ACTIVE；
3. 先搜索再执行：任何情况下都要先调用RUBE_SEARCH_TOOLS获取当前工具 schema，不能凭记忆硬编码工具 slug 或参数。

接入 Rube MCP（Setup）

接入 Rube MCP 的过程极为轻量，技能文档给出了明确的接入方式：

将https://rube.app/mcp添加为客户端配置中的 MCP server 即可，无需任何 API Key，添加端点后直接可用。

完成端点添加后，按以下四步完成验证与连接：

1. 通过确认RUBE_SEARCH_TOOLS有响应，验证 Rube MCP 可用；
2. 调用RUBE_MANAGE_CONNECTIONS，toolkit 指定为scrapingbee；
3. 若连接状态不是 ACTIVE，按返回的认证链接完成授权设置；
4. 在运行任何工作流前，确认连接状态已变为ACTIVE。

值得一提的是，这一步适用于仓库内全部 78 个 Composio 技能（如 composio-skills/composio-automation/SKILL.md 采用了完全相同的四步接入流程），也就是说只要接入一次 Rube MCP，后续为任意 SaaS 应用建立连接都遵循同样的模式。

工具发现（Tool Discovery）：先搜索，永远是第一步

这是整个技能最强调的一环。技能文档明确要求：在执行任何工作流之前，先发现可用工具，推荐调用如下：

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

该调用会返回四类关键信息：

• 可用工具的slug 列表（后续执行时引用）；
• 每个工具的输入 schema（字段名、类型、必填项）；
• 推荐执行计划（针对当前 use case 的建议调用序列）；
• 已知陷阱（该工具已知的坑与注意事项）。

这里session: {generate_id: true}表示首次调用时让系统生成会话 ID，供后续工作流复用。

核心工作流模式：三步走

技能文档将标准执行流程归纳为三个步骤，下面逐步展开，并给出可直接复制使用的调用骨架。

Step 1：发现可用工具（Discover Available Tools）

针对具体任务描述进行搜索，复用已有会话 ID：

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

将use_case替换为你的真实任务描述（例如"Scrape product page with JS rendering"或"Extract structured data from search results page"），系统会返回与该任务匹配的工具 slug 与 schema。

Step 2：检查连接（Check Connection）

执行工具前必须确认连接处于 ACTIVE：

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

Step 3：执行工具（Execute Tools）

使用从搜索结果中获得的真实 slug 与 schema 构造调用：

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

注意两个细节：arguments必须严格遵循搜索返回的 schema（字段名与类型逐一对应）；memory参数即便为空也必须显式携带（写为{}）。

进阶操作：批量执行与完整 schema

除三步主流程外，技能文档还提供了两种扩展手段，用于更复杂的场景：

• 批量操作：使用RUBE_REMOTE_WORKBENCH配合run_composio_tool()，可在远程工作台中批量执行多个 Composio 工具调用；
• 获取完整 schema：对于返回结果中带schemaRef的工具，使用RUBE_GET_TOOL_SCHEMAS获取完整 schema 定义，避免因 schema 过大或存在引用而信息不全。

已知陷阱（Known Pitfalls）：六大注意事项

技能文档总结了六条经过实战验证的避坑要点，值得逐条重视：

1. 永远先搜索（Always search first）：工具 schema 会持续变化。绝不能在未调用RUBE_SEARCH_TOOLS的情况下硬编码工具 slug 或参数，这是技能元数据中反复强调的铁律；
2. 检查连接（Check connection）：执行工具前，务必确认RUBE_MANAGE_CONNECTIONS返回的状态是 ACTIVE，避免对失效连接发起调用；
3. Schema 合规（Schema compliance）：必须使用搜索结果的精确字段名与类型，多一个字符或少一个字段都可能导致调用失败；
4. Memory 参数：每次RUBE_MULTI_EXECUTE_TOOL调用都必须包含memory参数，即使没有上下文数据也要传{}；
5. 会话复用（Session reuse）：同一工作流内复用 session ID 以保持上下文连续性；开启新工作流时才生成新的 session ID；
6. 分页处理（Pagination）：留意响应中的分页 token，持续获取直到数据完整，避免遗漏后续批次的结果。

快速参考表（Quick Reference）

技能文档末尾提供了一张速查表，适合作为日常操作时的记忆索引：

源码级佐证：同一方法论在仓库中的普遍性

从源码结构看，本技能并非孤例。仓库中 composio-skills 目录下的 78 个自动化技能（从-21risk-automation到zyte-api-automation）在 frontmatter、接入步骤、三步工作流、六大陷阱和速查表结构上高度一致，例如 composio-skills/composio-automation/SKILL.md 中同样使用RUBE_SEARCH_TOOLS+queries: [{use_case: "Composio operations", known_fields: ""}]的工具发现模式。这种结构上的高度统一可以推断：Rube MCP 为每个 SaaS toolkit 暴露的调用协议是同构的，本篇文章讲解的 Scrapingbee 工作流模式可以平移复用到其余 77 个技能，差异仅在于 toolkit 名称与具体的工具 slug。这正符合 README.md 中所描述的"每个技能包含工具序列、参数指引、已知陷阱和快速参考表"的统一设计。

结语

通过scrapingbee-automation技能，AI 代理可以在不手写任何抓取代码的前提下，以"搜索工具 → 确认连接 → 执行调用"的标准化流程完成 Scrapingbee 抓取任务。其核心方法论——先搜索 schema、严格参数合规、显式携带 memory、复用会话——既是本技能的实战准则，也是理解仓库中全部 Composio 自动化技能的一把通用钥匙。安装该技能后，只需在客户端中添加https://rube.app/mcp端点并完成一次 Scrapingbee 连接授权，即可开始探索。

• AI 技能
• AI 插件
• 人工智能
• 工作流自动化