数据建模自动化助手

它解决什么问题

当你在 DataRobot 上做数据建模时，很多操作其实是重复且可编排的：建项目、传数据、跑训练、读结果。手工点点点不仅慢，而且难以写进 CI 或自动化流水线。这个技能解决的问题是：让 AI Agent 能通过 MCP 工具调用的方式，直接驱动 DataRobot 完成这些操作，而不用你关心具体的 API 认证和端点细节。

它是怎么工作的

技能本身不包含 DataRobot 的私有实现，它依赖两层外部组件：

• Rube MCP：作为 MCP server 暴露给客户端，提供统一的工具搜索与执行入口
• Composio 的 DataRobot toolkit：真正对接 DataRobot 的工具集合

核心流程分三步：

1. 发现工具：先调用 RUBE_SEARCH_TOOLS，拿到当前可用的 DataRobot 工具 slug、输入 schema 和推荐执行计划
2. 确认连接：用 RUBE_MANAGE_CONNECTIONS 检查 datarobot toolkit 的状态，未激活时按返回的授权链接完成配置
3. 执行操作：通过 RUBE_MULTI_EXECUTE_TOOL 按发现到的 slug 执行，批量场景可用 RUBE_REMOTE_WORKBENCH 里的 run_composio_tool()

适用边界与注意点

不要硬编码工具名。 DataRobot 的工具 schema 会变化，每次执行前都应重新搜索，而不是假设上次的 slug 还有效。

连接状态要先验证。 在跑任何工作流之前，确认 RUBE_MANAGE_CONNECTIONS 返回的是 ACTIVE。

schema 必须严格对齐。 字段名和类型以搜索结果为准，不要自己推断或改写。

memory 参数始终传。 即使没有上下文也要传空对象 {}，否则调用可能失败。

session 要复用。 同一个工作流内复用 session ID，新工作流才生成新的。

分页要跟到底。 响应里出现分页 token 时需要继续拉取，直到数据完整。

另外，Rube MCP 本身不需要 API key，只要在客户端配置里加上 https://rube.app/mcp 这个 endpoint 就能用。具体某个 DataRobot 操作能不能自动化、效果如何，取决于 Composio toolkit 当前暴露了哪些工具，建议先在工具文档里核对。

参考文档

• Toolkit 文档：composio.dev/toolkits/datarobot