大数据云助手

问题所在

大数据云任务通常分散在多个工具里：查任务状态、拉取结果、批量触发作业……如果全靠手工在控制台点，脚本要为每个工具维护一套 API 凭证、分页逻辑和字段映射，一旦上游工具的参数变了，脚本就静默失效。

这个技能的价值在于把工具对接的复杂度收敛到一处：它不自己实现任何大数据云能力，而是通过 Rube MCP 调用 Composio 提供的 Big Data Cloud 工具包，让模型在运行时自己搞清楚「现在有哪些工具可用、参数长什么样」。

工作机制

核心工作流分三步，每一步都有明确的前置条件：

• 先发现工具：任何操作之前必须调用 RUBE_SEARCH_TOOLS，拿到当前可用的 tool slugs、输入 schema、推荐执行计划和已知坑点。文档特别强调不要硬编码 tool slug 或参数——schema 是会变的。
• 再确认连接：通过 RUBE_MANAGE_CONNECTIONS 并指定 toolkit big_data_cloud，检查连接状态。如果未激活，按返回的 auth 链接完成授权，直到状态显示 ACTIVE 才继续。
• 最后执行：用 RUBE_MULTI_EXECUTE_TOOL 执行发现到的工具；批量操作走 RUBE_REMOTE_WORKBENCH 里的 run_composio_tool()；对带 schemaRef 的工具可用 RUBE_GET_TOOL_SCHEMAS 拉取完整 schema。

适用边界与注意点

• RUBE_MULTI_EXECUTE_TOOL 调用必须带上 memory 参数，即使值为空对象 {} 也要传。
• 同一个工作流内复用 session ID，新工作流才生成新的。
• 响应中出现分页 token 时要继续拉取，直到数据完整。
• 严格按搜索结果返回的字段名和类型构造参数，不要凭直觉猜字段名。
• 前置条件是 Rube MCP 可用（客户端配置 https://rube.app/mcp，无需 API key），且已完成 Big Data Cloud 连接授权。在此之前执行任何工作流都会被连接状态卡住。