Algolia 站内搜索助手
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/algolia-automation。
技能介绍
解决的问题
在自动化工作流中集成 Algolia 搜索功能时,开发者常面临三个具体痛点:工具 schema 频繁变更导致硬编码的 slug 和参数失效;连接状态不透明,容易在未激活时执行操作;批量操作和分页逻辑重复编写,增加维护成本。这些问题在需要频繁调整搜索索引或查询条件时尤为突出。
核心能力与工作方式
该技能通过 Rube MCP 封装 Composio 的 Algolia 工具包,将工具发现、连接管理和执行流程标准化。核心工作流分为三步:首先调用 RUBE_SEARCH_TOOLS 动态获取当前可用的 Algolia 工具及其输入 schema,避免硬编码;然后通过 RUBE_MANAGE_CONNECTIONS 检查 Algolia 连接状态,若未激活则按返回的授权链接完成配置;最后使用 RUBE_MULTI_EXECUTE_TOOL 执行工具,并确保每次调用都包含 memory 参数。对于批量操作,可借助 RUBE_REMOTE_WORKBENCH 中的 run_composio_tool() 方法简化流程。
适用边界与注意点
该方案依赖 Rube MCP 的在线服务,无法在离线环境运行。执行任何工作流前必须确认连接状态为 ACTIVE,否则操作会失败。工具 schema 会随 Composio 更新而变化,因此每次执行前都应重新搜索,不可假设参数固定。分页结果需要主动检查 token 并循环获取,否则可能遗漏数据。会话 ID 应在同一工作流内复用,新工作流需生成新的 ID。
使用场景
- 维护 Algolia 索引时,需要动态发现可用工具并执行批量更新操作,避免硬编码参数失效。
- 编写搜索查询自动化脚本时,需要先检查 Algolia 连接状态,确保凭证有效再执行任务。
- 处理分页搜索结果时,需要循环获取所有数据,防止遗漏后续页的内容。
- 需要在不同工作流中复用会话 ID,同时为新的任务生成独立的会话标识。
适合人员
- 后端工程师,需要在自动化脚本中集成 Algolia 搜索功能,并确保工具参数与当前 schema 同步。
- DevOps 工程师,负责维护 Algolia 索引的自动化更新流程,要求连接状态可预测且错误可追溯。
- 技术负责人,评估 MCP 工具包在内部系统中的集成成本,关注工具发现和会话管理的可靠性。
- 全栈开发者,构建需要分页处理大量搜索结果的应用,希望减少重复的分页逻辑代码。