Agent Skills
返回列表
🤖

消息时间线助手

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/timelinesai-automation。

技能介绍

问题背景

在复杂工作流中手动操作 Timelinesai 时,常遇到三个具体问题:

  • 工具参数动态变化导致调用失败(例如字段名更新或类型调整)
  • 连接状态未校验引发中途报错(如授权过期或会话失效)
  • 批量操作需重复编写模板代码(如分页获取数据时需手动拼接请求)

核心能力与关键步骤

该技能通过 Rube MCP 实现自动化操作,核心流程分为三步:

  1. 动态工具发现:始终先调用 RUBE_SEARCH_TOOLS 获取最新工具清单,返回结果包含工具标识符、输入参数结构、推荐执行计划和已知陷阱提示。例如搜索时间线创建工具时,会明确标注是否需要 session_id 等必填字段。
  2. 连接状态验证:使用 RUBE_MANAGE_CONNECTIONS 检查 timelinesai 工具包的连接状态,若未激活则返回授权链接。验证通过后才会继续执行后续操作,避免因连接中断导致工作流中断。
  3. 标准化执行:通过 RUBE_MULTI_EXECUTE_TOOL 调用已发现的工具,需遵循以下规则:

- 严格使用搜索结果中的字段名和数据类型
- 即使参数为空也必须包含 memory 字段(如 memory: {})
- 同一工作流内复用 session_id,新工作流生成新标识符
- 处理分页时持续检查响应中的 pagination_token 直到数据完整

适用边界与注意点

  • 必须预先配置 Rube MCP 服务端点(https://rube.app/mcp),无需 API 密钥但需确保客户端支持该协议
  • 所有工具调用依赖动态搜索结果,禁止硬编码参数或标识符
  • 批量操作需通过 RUBE_REMOTE_WORKBENCH 的 run_composio_tool() 实现,单次执行建议使用 RUBE_MULTI_EXECUTE_TOOL
  • 完整参数结构可通过 RUBE_GET_TOOL_SCHEMAS 获取,适用于需要深度定制的场景
  • 该方案基于 Composio 工具包构建,适合需要快速对接第三方服务且对参数稳定性要求高的自动化场景

使用场景

  • 编写定时任务前需调用 Timelinesai 工具,先通过 RUBE_SEARCH_TOOLS 获取最新参数结构避免硬编码报错
  • 首次接入 Timelinesai 时,通过 RUBE_MANAGE_CONNECTIONS 完成授权并确认连接状态为 ACTIVE
  • 批量导入时间线条目时,用 RUBE_MULTI_EXECUTE_TOOL 复用 session_id 并持续拉取分页数据直到完整
  • 需要在一个工作流内连续执行多个 Timelinesai 操作时,按搜索结果中的推荐执行计划串行调用工具

适合人员

  • 后端工程师:需要把 Timelinesai 接入自动化管线,并依赖动态工具发现避免参数变更导致的调用失败
  • 自动化平台开发者:基于 Rube MCP 封装可复用的工具编排、批量执行与会话复用逻辑
  • 技术运营:负责维护 Timelinesai 数据流,需要在执行工作流前核对连接状态并处理分页数据