Botpress 对话机器人助手

它解决什么问题

Botpress 的对话机器人工作流涉及大量后端操作：创建会话、管理消息、维护连接状态。把这些操作从大模型的对话上下文里搬出来，交给一组标准化的工具调用，通常是工程化落地的瓶颈——要么手动拼 API，要么工具 schema 散落各处，模型很难稳定产出合法调用。

这个技能的做法是：不直接封装 Botpress API，而是通过 Rube MCP 接入 Composio 的 Botpress 工具包，由 MCP 服务端统一管理工具发现、认证和执行。

核心能力与工作方式

技能的运行依赖三个 MCP 工具，配合固定的调用顺序：

1. 工具发现：任何工作流开始前，先调用 RUBE_SEARCH_TOOLS，传入具体的 Botpress 使用场景。返回结果包括可用工具的 slug、输入 schema、推荐的执行计划和已知陷阱。这一步不能跳过，因为工具 schema 会变化，硬编码 slug 或参数迟早失效。
2. 连接管理：调用 RUBE_MANAGE_CONNECTIONS 并指定 toolkit botpress，检查 Botpress 连接状态。如果未激活，跟随返回的认证链接完成授权；只有在状态显示 ACTIVE 之后才允许执行工作流。
3. 工具执行：用发现到的 tool slug 调用 RUBE_MULTI_EXECUTE_TOOL 执行实际操作。批量场景可以改用 RUBE_REMOTE_WORKBENCH，通过其中的 run_composio_tool() 连续调度；需要完整 schema 时用 RUBE_GET_TOOL_SCHEMAS 获取。

接入本身很轻：在客户端配置里把 https://rube.app/mcp 加为 MCP server 端点即可，不需要单独申请 API key。

适用边界与注意点

几个容易踩的坑，原文里明确列了出来：

• 顺序是硬约束：先搜索、再查连接、后执行，三者顺序不能乱。
• schema 必须照抄：字段名和类型以 RUBE_SEARCH_TOOLS 返回结果为准，不要凭印象改参数名。
• memory 参数永远要传：即使为空对象 {}，调用 RUBE_MULTI_EXECUTE_TOOL 时也必须带上 memory。
• session 复用有边界：同一工作流内复用 session ID；开启新工作流时必须生成新的。
• 分页要跟到底：响应里出现分页 token 时要继续拉取，否则数据不完整。

适用前提是你的客户端支持配置自定义 MCP server，并且能通过 RUBE_SEARCH_TOOLS 确认 Rube MCP 在线。如果 Botpress 连接处于未授权状态，技能会在第一步阻塞，直到你完成认证流程。