人才数据助手

要解决的问题

在人力数据相关的自动化场景里，最常见的坑是「工具 schema 漂移」：昨天能跑通的参数名，今天可能已经被上游改掉，硬编码的 tool slug 和字段会在你毫不知情的情况下静默失效。另一个麻烦是连接状态不透明——你以为 Peopledatalabs 已经接通，实际授权流程还没走完，结果工作流跑到一半才报错。

这个技能把这两个问题显式地前置处理：先发现工具，再确认连接，最后才执行。

如何工作

技能本身不实现任何 Peopledatalabs 的业务逻辑，它是一层编排壳，跑在 Rube MCP 之上：

• 工具发现：任何操作前必须先调用 RUBE_SEARCH_TOOLS，它会返回当前可用的 tool slug、输入 schema、推荐执行计划和已知坑点。这一步是强制的，因为 schema 随时会变。
• 连接管理：通过 RUBE_MANAGE_CONNECTIONS 并传入 toolkit: peopledatalabs，检查连接是否处于 ACTIVE；如果不是，按返回的授权链接走完流程，再回来确认状态。
• 批量执行：RUBE_MULTI_EXECUTE_TOOL 负责按发现到的 slug 执行；RUBE_REMOTE_WORKBENCH 里的 run_composio_tool() 用于批量场景。
• 完整 schema：带 schemaRef 的工具用 RUBE_GET_TOOL_SCHEMAS 取全量定义。

Rube MCP 的接入本身不要求你准备 API key，只需要在客户端配置里加上 https://rube.app/mcp 这个 endpoint。

使用注意

有几个点值得单独拎出来，因为它们会直接导致工作流失败：

• 不要硬编码 slug 或参数。每次工作流都重新搜索一次，用搜索返回的精确字段名和类型构造请求。
• memory 参数必须显式传。即使是空对象 {} 也要带上，省略会被判为不合规。
• session 要复用。同一个工作流内沿用已有的 session ID，只有开启新工作流时才生成新的。
• 分页要读完。检查响应里的 pagination token，循环拉取直到没有下一页，否则你会拿到一份不完整的数据集。

适用边界：这个技能解决的是「调度与编排」，Peopledatalabs 的具体数据质量和返回结构仍然由上游决定。另外它依赖 Rube MCP 在线可用，离线或自建环境下需要你自己托管这套通道。