谷歌课堂助手

解决什么问题

Google Classroom 的操作大多停留在网页界面上：建课、发作业、改分、同步名单，每一项都要点进点出。当这些动作要交给 Agent 批量完成时，会碰到两个现实问题：一是操作入口分散，没有一个统一的工具接口；二是即使写好了调用脚本，工具的参数结构一变，之前能跑的工作流就可能直接报错。

这个技能的思路是把 Classroom 的操作托管给 Composio 的 Google Classroom 工具包，再由 Rube MCP 统一编排，让 Agent 不需要关心底层接口细节。

它是如何工作的

整体链路是 Composio 工具包 → Rube MCP → Agent。Rube MCP 只需要在客户端配置里加上 https://rube.app/mcp 这个 endpoint 就能用，不需要额外申请 API Key。

核心工作流分三步：

• 发现工具：调用 RUBE_SEARCH_TOOLS，按具体使用场景搜索可用的工具，同时拿到输入 schema、推荐执行计划和已知坑点。
• 确认连接：用 RUBE_MANAGE_CONNECTIONS 传入 toolkit google_classroom，检查连接是否为 ACTIVE；未激活时按返回的授权链接完成授权。
• 执行操作：拿到工具 slug 后用 RUBE_MULTI_EXECUTE_TOOL 执行；批量任务可以走 RUBE_REMOTE_WORKBENCH，需要完整 schema 时用 RUBE_GET_TOOL_SCHEMAS。

工具包文档在 composio.dev/toolkits/google_classroom。

适用边界与注意点

几个容易踩的地方，原文里都明确标了出来：

• 不要硬编码参数：工具 schema 会变化，每次执行前都必须先调用 RUBE_SEARCH_TOOLS，不能跳过搜索直接用写死的 slug 或参数。
• 连接状态要先验证：RUBE_MANAGE_CONNECTIONS 返回非 ACTIVE 时不要继续执行。
• 严格遵循 schema：字段名和类型要用搜索结果里的原文，不能自己改。
• memory 参数必填：即使在 RUBE_MULTI_EXECUTE_TOOL 里不需要上下文，也要传一个空对象 {}。
• 会话复用有规则：同一个工作流内复用 session ID，新工作流则要重新生成。
• 分页要处理完整：响应里出现分页 token 时要继续拉取，直到数据取完。

另外，这个技能本身不提供 Classroom 的业务逻辑，它依赖 Composio 工具包的覆盖范围和 Rube MCP 的连接状态，能用到什么程度取决于这两者。