匿名数据助手

问题背景：匿名数据流程的自动化难题

当需要通过 Anonyflow 处理匿名化数据时，手动操作常面临两大痛点：一是工具接口分散，需在多个配置页面切换；二是自动化流程易因连接状态不明确或参数变更导致执行失败，尤其当工具 schema 更新后，硬编码的脚本会直接报错。

核心机制：基于 Rube MCP 的自动化流程

该技能通过 Rube MCP 对接 Composio 的 Anonyflow 工具包，将复杂操作拆解为可编程步骤：

1. 工具发现：始终优先调用 RUBE_SEARCH_TOOLS 获取最新工具列表，避免因 schema 变更导致的参数错误，返回结果包含工具 slug、输入格式和执行建议
2. 连接验证：通过 RUBE_MANAGE_CONNECTIONS 检查工具包连接状态，若显示非 ACTIVE，则根据返回的认证链接完成授权，确保后续操作有合法凭证
3. 流程执行：使用 RUBE_MULTI_EXECUTE_TOOL 按发现的工具 slug 执行操作，支持批量任务和会话复用，同一流程内复用 session ID 减少重复认证开销

适用边界与关键注意点

• 强制前置检查：禁止跳过工具发现步骤直接调用工具，尤其当 Anonyflow 更新接口时，需重新获取 schema
• 状态实时确认：每次执行前必须通过连接检查，避免因凭证过期导致任务中断
• 参数严格匹配：输入参数必须完全遵循搜索结果中的字段名和类型，大小写敏感字段不可擅自修改
• 会话生命周期管理：新流程必须生成新的 session ID，避免跨流程复用导致的数据污染