Agent Skills
返回列表
📁

预约管理助手

办公效率 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据官方指南 https://skillhub.cn/install/skillhub.md 安装 @org-02qudk26/appointo-automation。

技能介绍

要解决的问题

把预约管理类的操作交给大模型或自动化脚本时,会遇到一个很现实的障碍:不同 SaaS 产品的 API 结构、鉴权方式、字段命名各不相同。直接对接意味着为每个工具写一遍胶水代码,还要在模型侧维护一份工具说明——而这份说明会随着产品更新迅速过期,硬编码的调用参数往往在变更后静默失效。

这个技能的做法是不直接触碰 Appointo 的 API,而是通过 Rube MCP 走 Composio 的 Appointo 工具包,把工作拆成「找工具、查连接、执行」三个可复用的阶段,让模型在运行期动态获取当前可用的工具定义,而不是提前写死。

核心能力与关键步骤

1. 工具发现

任何工作流开始前,先调用 RUBE_SEARCH_TOOLS 查询与当前用例匹配的工具。返回结果包含工具 slug、输入 schema、推荐的执行计划以及已知坑点。这一步不能省略,因为工具 schema 本身会变化。

2. 连接检查

通过 RUBE_MANAGE_CONNECTIONS 传入 toolkit appointo,检查 Appointo 连接是否处于 ACTIVE 状态。若未激活,跟随返回的授权链接完成授权,确认状态变为 ACTIVE 后再继续后续流程。

3. 执行

拿到 schema 后,用 RUBE_MULTI_EXECUTE_TOOL 按搜索到的 slug 执行工具;批量操作可以通过 RUBE_REMOTE_WORKBENCH 中的 run_composio_tool() 完成。暴露了 schemaRef 的工具需要先用 RUBE_GET_TOOL_SCHEMAS 拉取完整 schema。

适用边界与注意点

  • 不要硬编码:所有工具 slug 和参数都必须来自 RUBE_SEARCH_TOOLS 的实时返回,字段名与类型需严格对齐。
  • memory 参数必填:即使没有上下文需要携带,也要传入空对象 {}。
  • 会话复用:同一工作流内复用 session ID,新工作流再生成新的 session。
  • 分页:响应中出现分页 token 时要继续拉取直到取完,否则结果不完整。
  • 前置条件:Rube MCP 必须先接入(RUBE_SEARCH_TOOLS 能正常响应),且 Appointo 连接必须为 ACTIVE,否则后续执行没有意义。

使用场景

  • 需要批量创建会议室预约并复用同一会话的操作场景
  • 接收用户预约请求后先搜索可用工具再执行的自动化流程
  • 连接未激活时需引导授权并确认状态的初始化流程
  • 处理预约分页查询时持续拉取直到结果完整的数据同步场景

适合人员

  • 需要把预约系统集成进内部自动化平台的技术工程师
  • 为多SaaS产品编写自动化胶水代码的后端开发者
  • 负责维护MCP工具链与连接状态的DevOps工程师
  • 在AI Agent中实现动态工具调用的算法工程师