Agent Skills
返回列表
🤖

链上数据助手

AI Agent 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/beaconchain-automation。

技能介绍

要解决的具体问题

当 Agent 需要围绕 Beaconchain 做链上数据操作时,直接写死工具名和参数很脆弱:Composio 的工具 schema 可能更新,Beaconchain 连接也可能未建立或掉线。如果每次任务都手工确认工具列表、连接状态、分页和会话,流程会非常碎。这个技能要解决的是:把“发现工具—确认连接—执行—取全量结果”整理成可重复的工程流程。

核心能力与工作方式

它通过 Rube MCP 使用 Composio 的 Beaconchain toolkit。核心不是简单封装一个 API,而是按以下模式工作:

  • 先调用 RUBE_SEARCH_TOOLS,用自然语言描述当前用例,拿回可用 tool slugs、输入 schema、推荐执行计划和已知坑。
  • 再用 RUBE_MANAGE_CONNECTIONS 且 toolkit 为 beaconchain 检查连接;非 ACTIVE 时按返回的授权链接完成授权,确认 ACTIVE 后再跑任务。
  • 执行阶段使用 RUBE_MULTI_EXECUTE_TOOL 调用 discovered tool slugs,并传入从搜索结果中拿到的精确字段名与类型。
  • 批量或复杂任务可用 RUBE_REMOTE_WORKBENCH 中的 run_composio_tool();有 schemaRef 的工具可用 RUBE_GET_TOOL_SCHEMAS 取完整 schema。
  • 同一 workflow 内复用 session ID,新 workflow 再生成;分页响应要持续取 token 直到完成。

适用边界与注意点

  • 必须先搜索再执行,不能硬编码 tool slugs 或参数。
  • 连接状态必须是 ACTIVE;RUBE_MULTI_EXECUTE_TOOL 的 memory 参数即使为空也要传 {}。
  • 严格遵守 schema 的字段名和类型;分页不要假设一次返回全部结果。
  • 适合需要动态发现工具、处理连接状态和拉取完整链上数据的自动化场景;不适合把 schema 完全写死、忽略授权状态或单次请求就预期收齐数据的用法。

使用场景

  • 准备写 Beaconchain 数据脚本前,先按当前用例搜索工具,确认 schema、执行计划和坑。
  • 拉取链上数据前,检查 Beaconchain 连接是否 ACTIVE,未授权则完成授权再继续。
  • 执行 Beaconchain 操作时,按搜索结果字段传参,并检查分页 token 直到取全结果。
  • 需要批量链上操作时,用 remote workbench 执行,并在同流程内复用 session ID。

适合人员

  • 构建 Rube MCP 工作流的 Agent 工程师,需要动态发现工具并遵守返回 schema。
  • 集成 Composio Beaconchain 的开发者,需要在执行前确认连接 ACTIVE 与授权状态。
  • 维护链上数据自动化的研究工程师,需要处理分页 token、会话复用和已知坑。
  • 验证 Rube MCP 接入的工程师,需要先确认搜索工具可用并管理 Beaconchain 连接。