天气数据助手

要解决什么问题

Weathermap 的日常操作（数据查询、批量同步、流程编排）原本需要在多个界面之间手工切换。对需要反复执行同类任务的工程师来说，真正的麻烦不在于单次操作有多复杂，而在于工具的参数和字段会随着上游更新而变化——今天写好的脚本，下个月可能就因为某个参数改名而静默失效。

这个技能把 Weathermap 的操作收敛成一条通过 Rube MCP 驱动的自动化链路：先查询当前可用工具和它们的输入结构，再校验连接状态，最后才执行。所有工具调用都基于实时发现的结果，而不是写死的 slug 或参数。

技能如何工作

核心依赖是 Rube MCP 服务端 https://rube.app/mcp，把它作为 MCP server 加入客户端配置即可，不需要额外的 API key。

工作流分为三个阶段：

1. 发现工具：先调用 RUBE_SEARCH_TOOLS，传入 Weathermap 相关的使用场景描述。返回结果里包含可用工具的 slug、输入 schema、推荐的执行计划，以及已知坑点。
2. 检查连接：通过 RUBE_MANAGE_CONNECTIONS 指定 toolkit weathermap，确认连接状态。若未激活，按返回的授权链接完成授权，回到 ACTIVE 状态后再继续。
3. 执行任务：用 RUBE_MULTI_EXECUTE_TOOL 携带发现阶段拿到的 slug 执行；批量操作走 RUBE_REMOTE_WORKBENCH 里的 run_composio_tool()；带有 schemaRef 的工具可以用 RUBE_GET_TOOL_SCHEMAS 拉取完整结构。

适用边界与注意点

几个容易踩的地方：

• 不要硬编码工具 slug 或参数。schema 会变，任何一次执行前都必须先调用 RUBE_SEARCH_TOOLS 拿到最新结构，并严格按返回的字段名和类型组装参数。
• 连接状态必须先校验。RUBE_MANAGE_CONNECTIONS 显示 ACTIVE 之前不要跑工作流，否则会浪费一轮请求。
• memory 参数始终要带，即使内容为空也要写成 {}，缺失这个字段会导致执行失败。
• 会话要复用。同一个工作流内复用已有的 session ID，新建流程才生成新的。
• 分页不要漏。留意响应中的 pagination token，循环拉取直到数据完整。

适合需要把 Weathermap 操作嵌入自动化流水线的场景；如果你的场景里工具结构完全固定、且能接受定期手工维护，直接调用上游 API 也许更轻。