聊天机器人运营助手

聊天机器人团队的日常运营往往散落在多个后台页面里：账号状态要查、会话记录要翻、用户反馈要归类、批量任务要反复点选。当流程固定下来以后，手工操作就成了纯粹的重复劳动，而且一旦中间漏了一步，后续数据就会失真。这个技能把这类运营操作收敛成一条可编排的自动化链路，让 Agent 能够直接驱动 Botbaba。

核心能力

技能底层是 Composio 的 Botbaba toolkit，由 Rube MCP 暴露成一组可调用的工具。它的核心思路不是预先写死每一步操作，而是每次都先问一次「现在有哪些可用工具」。

• 动态工具发现：通过 RUBE_SEARCH_TOOLS 拿到当前工具的 slug、输入 schema、推荐执行计划和已知坑点。
• 连接管理：用 RUBE_MANAGE_CONNECTIONS 声明 toolkit botbaba，并确保连接状态为 ACTIVE。
• 批量执行：用 RUBE_MULTI_EXECUTE_TOOL 按发现到的 schema 串起完整流程。
• 完整 schema：需要某个工具的完整定义时，通过 RUBE_GET_TOOL_SCHEMAS 获取。
• 远程工作台：遇到批量操作，可用 RUBE_REMOTE_WORKBENCH 调用 run_composio_tool() 逐个驱动。

关键步骤

标准的执行顺序可以归纳为三步。

1. 先调用 RUBE_SEARCH_TOOLS，把需要的场景（例如会话归档、用户拉群）描述清楚，拿回最新的工具清单和参数定义。
2. 再检查连接：如果 RUBE_MANAGE_CONNECTIONS 返回的状态不是 ACTIVE，就按返回的授权链接走完配置，确认状态变成 ACTIVE 后再往下走。
3. 最后用发现到的 slug 逐个执行，批量场景通过 RUBE_MULTI_EXECUTE_TOOL 串联。

适用边界与注意点

这类技能适合流程已经标准化、但手工操作成本高的场景，比如定期归档历史会话、批量同步运营标签、按固定规则回查用户记录。它不适合一次性、无法拆解的探索性任务，因为每一步都依赖明确的目标和参数。

几条容易踩的坑值得单独列出来：

• 不要硬编码工具 slug 或参数。schema 会随版本变化，每次执行前都应重新搜索。
• 调用 RUBE_MULTI_EXECUTE_TOOL 时必须带 memory 参数，即使暂时没有上下文也要传 {}。
• 复用 session ID。同一工作流内保持 session 不变，新流程则生成新的 session。
• 留意分页 token。响应里如果带有下一页的标记，需要继续拉取直到数据完整，否则统计结果会缺行。
• 执行前务必确认连接为 ACTIVE，否则会出现中途掉线、整条流程作废的情况。

把搜索、连接检查和分页这三点守住，剩下的就是按业务逻辑编排执行顺序，这套工具能覆盖聊天机器人运营里大部分结构化操作。