Agent Skills
返回列表
🤖

数据查询助手

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/bitquery-automation

技能介绍

解决什么问题

Bitquery 提供了一套强大的链上数据查询能力,但在 Agent 场景下直接调用往往面临两个问题:工具 schema 变动导致调用失败,以及认证连接状态不透明。这个技能通过 Rube MCP 统一管理 Bitquery 工具包,让 Agent 在执行查询前先发现工具、确认连接、再按计划执行,避免硬编码参数带来的脆弱性。

核心能力

  • 工具发现:每次工作流开始前调用 RUBE_SEARCH_TOOLS 获取当前可用的工具 slug、输入 schema 和推荐执行计划,而不是假设工具列表固定不变。
  • 连接管理:通过 RUBE_MANAGE_CONNECTIONS 确认 Bitquery 连接处于 ACTIVE 状态;若未激活,跟随返回的认证链接完成授权。
  • 批量执行:使用 RUBE_MULTI_EXECUTE_TOOL 按发现的工具 slug 执行查询,或通过 RUBE_REMOTE_WORKBENCH 的 run_composio_tool() 处理批量操作。
  • 会话复用:在同一工作流内复用 session ID 保持上下文,跨工作流则生成新 ID。

工作流步骤

  1. 先调用 RUBE_SEARCH_TOOLS 搜索 Bitquery 相关工具,拿到准确的字段名和类型。
  2. 用 RUBE_MANAGE_CONNECTIONS 检查连接状态,确保为 ACTIVE。
  3. 按搜索结果执行工具,遵守返回的 schema 约束。
  4. 检查响应中的分页 token,继续拉取直到数据完整。

注意点

  • 不要硬编码工具 slug 或参数:schema 会变化,必须先搜索再执行。
  • memory 参数必传:即使为空也要传 {},否则可能报错。
  • 连接状态前置校验:在运行任何工作流前确认 ACTIVE,避免执行到一半失败。
  • 完整 schema 可通过 RUBE_GET_TOOL_SCHEMAS 获取,适用于带 schemaRef 的工具。

使用场景

  • Agent需要查询链上交易数据时,先发现Bitquery工具再执行查询
  • 构建数据分析工作流时,确保Bitquery连接已激活再执行批量操作
  • 需要复用查询会话保持上下文时,在同一工作流内传递session ID
  • 处理分页数据时,检查响应中的token继续拉取直到完整

适合人员

  • 构建链上数据分析Agent的开发者,需要可靠地调用Bitquery获取链上数据
  • 开发自动化工作流的工程师,希望在执行前验证工具连接状态
  • 需要批量查询链上数据的数据分析师,想要复用会话并处理分页结果
  • 管理Agent工具集成的技术负责人,关注工具schema变化和连接稳定性