Agent Skills
返回列表
🤖

预约日程助手

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/cal-automation

技能介绍

要解决什么问题

在 Cal.com 这类日程平台上批量创建、查询或修改预约,通常意味着自己对接它的 API:处理 OAuth 授权、维护 token 刷新逻辑、把操作翻译成对应的 REST 请求。当日程自动化要嵌进 agent 工作流时,这套胶水代码既难维护,也容易在参数校验上反复踩坑。这个技能的思路是把脏活交给 Composio 的 Cal 工具包,agent 只负责编排。

工作原理

技能基于 Rube MCP,把 Composio 的 Cal toolkit 包装成 agent 可直接调用的工具层:

  • 工具发现:任何操作前先调用 RUBE_SEARCH_TOOLS,拿到当前可用的 tool slug、输入 schema、推荐执行计划和已知坑点,不要凭记忆硬编码 slug。
  • 连接检查:通过 RUBE_MANAGE_CONNECTIONS(toolkit 参数传 cal)确认 Cal 授权处于 ACTIVE 状态;未激活时按返回的授权链接完成 OAuth,再回来确认状态。
  • 执行操作:用 RUBE_MULTI_EXECUTE_TOOL 携带发现的 slug 执行;批量操作走 RUBE_REMOTE_WORKBENCH 里的 run_composio_tool();带 schemaRef 的工具可用 RUBE_GET_TOOL_SCHEMAS 拉完整 schema。

Rube MCP 只需在客户端配置里添加 https://rube.app/mcp 这个 endpoint,无需自备 API key。

注意点

  • 先搜索再执行:tool schema 会变化,硬编码参数很可能对不上最新版本的字段。
  • 状态先行:每次执行前确认连接 ACTIVE,授权过期会让整条流水线失败。
  • Schema 严格匹配:照抄搜索结果里的字段名和类型,不要自作主张做类型转换。
  • memory 参数必填:即使在 RUBE_MULTI_EXECUTE_TOOL 调用里没有内容,也要传 {}。
  • 会话与分页:同一工作流内复用 session ID,新工作流生成新的;响应里出现分页 token 就继续拉取,否则会漏数据。

使用场景

  • 客服排班表要在每月固定日期批量创建预约时段,并为每位客服锁定对应的时区
  • 讲师的学员1对1答疑需要批量拉取最近两周的预约记录,核对是否与课程表冲突
  • 技术支持团队每天要对未处理工单批量生成Cal.com预约链接,按优先级分配时段
  • 运营每月汇总各渠道预约数据时需要翻页拉取完整记录,避免漏掉后面的数据

适合人员

  • 需要把Cal.com预约嵌入自有SaaS后台的后端工程师,不想自建OAuth对接
  • 用Dify或Coze编排agent、需要外部日历能力的AI应用开发者
  • 每天手动检查多位讲师日程冲突、希望改为脚本化校验的运营人员
  • 依赖Composio或Rube MCP做工具聚合、需要接入更多toolkit的集成工程师