Agent Skills
返回列表
📊

谷歌地址核验助手

数据分析 更新于 2026.08.29

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/google-address-validation-automation。

技能介绍

解决地址核验的动态调度难题

在处理批量地理数据或清洗用户提交的 POI 信息时,地址核验(Address Validation)是保证数据质量的关键环节。然而,直接在自动化脚本中调用第三方地址 API 往往面临两个痛点:一是工具接口的参数 schema 可能随版本更新而变化,硬编码容易导致脚本频繁报错;二是多平台或多工具的授权状态管理繁琐。该技能基于 Rube MCP 与 Composio 的 Google Address Validation 工具包,提供了一套动态发现与执行的标准范式,让 Agent 能够稳定地完成地址校验任务。

核心工作流与关键步骤

该技能的工作流高度依赖“先发现,后执行”的原则,核心步骤如下:

  • 环境与连接校验:首先通过 RUBE_SEARCH_TOOLS 确认 Rube MCP 服务可用。随后调用 RUBE_MANAGE_CONNECTIONS 并指定 toolkit 为 google_address_validation。如果连接未激活,系统会返回授权链接,完成配置后需再次确认状态为 ACTIVE。
  • 动态工具发现:在执行任何具体业务前,必须调用 RUBE_SEARCH_TOOLS 获取当前可用的工具 slug、输入 schema、推荐执行计划以及已知陷阱(Known Pitfalls)。这一步避免了因 schema 变更导致的参数失效。
  • 任务执行与状态管理:使用 RUBE_MULTI_EXECUTE_TOOL 执行具体的地址核验工具。在此过程中,必须严格遵守接口约定,例如始终传递 memory 参数(即使为空对象 {}),并在同一条工作流中复用 session ID 以保持上下文连贯。对于需要处理大量地址的批量任务,可通过 RUBE_REMOTE_WORKBENCH 结合 run_composio_tool() 来完成。

适用边界与避坑指南

虽然该技能大幅降低了集成成本,但在生产环境使用时仍需注意以下边界:

  • 拒绝硬编码:工具的字段名和类型可能动态调整,严禁脱离 RUBE_SEARCH_TOOLS 的返回结果自行拼写参数。
  • 关注分页机制:在处理大批量地址核验时,必须检查响应中的分页 token(pagination tokens),并编写循环逻辑直至数据完全拉取,否则会导致数据遗漏。
  • Schema 深度获取:如果搜索结果中包含 schemaRef,需进一步调用 RUBE_GET_TOOL_SCHEMAS 获取完整 schema,以确保复杂嵌套参数的准确传递。

使用场景

  • 在处理大批量用户提交的地址数据时,需要自动调用接口校验地址有效性并清洗脏数据。
  • 当第三方地址核验接口发生参数变更时,需要动态获取最新工具 schema 以修复自动化脚本。
  • 在运行长周期的批量地址校验任务时,需要复用会话状态并处理分页以拉取全量核验结果。
  • 在为自动化 Agent 配置 Google 地址核验能力时,需要连接 Rube MCP 并完成 Composio 授权。

适合人员

  • 负责清洗海量 LBS 数据的后端工程师,需要编写稳定且不依赖硬编码的自动化校验脚本。
  • 搭建 AI Agent 工作流的技术架构师,需要为模型配置动态发现和调用第三方地址核验工具的能力。
  • 处理大量表单录入的数据分析师,需要批量验证并修正用户提交的模糊地理位置信息。
  • 维护自动化测试环境的测试开发工程师,需要模拟地址核验接口的分页返回与状态管理以进行集成测试。