Bolna 语音客服助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/bolna-automation。
技能介绍
它解决什么问题
Bolna 的语音客服操作分散在多个 API 端点上,直接对接意味着要自己处理认证流程、连接状态维护、工具 schema 追踪等基础设施工作。当你需要在工作流里执行 Bolna 任务时,通常要手动确认当前有哪些可用工具、它们的参数是否发生了变化、连接是否还活着——这些重复劳动会拖慢真正的集成工作。
技能如何工作
这个技能通过 Rube MCP 作为中间层来操作 Bolna,底层对接的是 Composio 的 Bolna 工具集。整个工作流遵循一个固定的三段式模式:
- 发现工具:先用
RUBE_SEARCH_TOOLS查询当前 Bolna 相关的可用工具。这一步会返回工具 slug、输入 schema、推荐执行计划和已知坑点。永远不要跳过这一步直接硬编码工具名。 - 检查连接:通过
RUBE_MANAGE_CONNECTIONS配合toolkit=bolna来确认连接状态。如果返回的连接不是 ACTIVE,按返回的授权链接完成设置后再回来确认。 - 执行工具:使用
RUBE_MULTI_EXECUTE_TOOL执行具体操作。批量任务可以走RUBE_REMOTE_WORKBENCH里的run_composio_tool()。
Rube MCP 本身不需要 API key,省去了密钥管理的麻烦。
需要注意的地方
- schema 会变:Bolna 的工具参数不是一成不变的。每次执行前都要重新搜索,不要假设上次的 schema 还有效。
- memory 参数别漏:调用
RUBE_MULTI_EXECUTE_TOOL时,即使没有需要传递的内存数据,也要传一个空对象{}。 - session 复用:在同一个工作流内复用 session ID;新工作流则生成新的。
- 分页处理:查询类操作的返回可能带分页 token,要持续拉取直到拿到完整结果。
使用场景
- 搭建语音客服自动化前,需要先发现 Bolna 有哪些可用工具及参数 schema
- 执行语音客服任务前,需要确认 Composio 的 Bolna 连接是否处于 ACTIVE 状态
- 批量操作多个语音客服任务时,需要复用 session ID 并通过远程工作台执行
- 查询语音客服数据时,返回结果带分页 token,需要持续拉取直到完整
适合人员
- 正在用 MCP 搭建 Bolna 语音客服自动化的开发者,需要快速发现和调用工具
- 负责语音客服平台对接的运营工程师,需要在上线前验证连接和工具可用性
- 维护多工具 MCP 集成的技术负责人,需要跟踪 schema 变化和连接状态管理