基于 Rube MCP 自动化 Campaign Cleaner 邮件清洗任务awesome-codex-skills 实战指南【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skillsCampaign Cleaner 是营销邮件列表中常用的地址清洗与验证服务本指南讲解如何通过 awesome-codex-skills 仓库中的campaign-cleaner-automation技能让 Codex Agent 经由 Rube MCP 网关调用 Composio 的 Campaign Cleaner 工具集完成列表清洗、地址校验等操作的端到端自动化。读完本文你将掌握 Rube MCP 的接入方式、RUBE_SEARCH_TOOLS/RUBE_MANAGE_CONNECTIONS/RUBE_MULTI_EXECUTE_TOOL三件套的标准调用模式以及避免工具 Schema 失效等常见坑点的完整实战方案。技能定位这份 SKILL.md 在解决什么问题campaign-cleaner-automation是仓库 composio-skills 目录下的一个 Codex 技能其全部指令封装在 SKILL.md 中。技能的核心主张是不要让 Agent 只描述能做什么而是让它在终端里真实驱动 Campaign Cleaner 执行清洗动作——这正是仓库 README.md 中 Give your skills real-world actions 理念在该场景下的具体落地。该技能在 YAML frontmatter 中声明了三条关键元数据--- name: campaign-cleaner-automation description: Automate Campaign Cleaner tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---其中description承担了 Codex 的触发决策职责当用户请求涉及 Campaign Cleaner 的自动化操作时Codex 依据这段描述判断是否加载本技能requires.mcp则声明了运行前提——必须连接名为rube的 MCP 服务器。这与 README.md 中描述的 Codex Skills 机制一致SKILL.md的 metadata 决定何时触发正文在触发后才被加载从而保持上下文精简。前置条件与 Rube MCP 接入按技能文档要求运行本技能前需满足三条前置条件Rube MCP 必须已连接且RUBE_SEARCH_TOOLS可用已通过RUBE_MANAGE_CONNECTIONS建立campaign_cleaner工具集的连接每次执行前先调用RUBE_SEARCH_TOOLS获取当前工具 Schema先搜索、再执行是本技能反复强调的铁律。接入 Rube MCPRube MCP 的接入方式非常轻量在 MCP 客户端配置中添加https://rube.app/mcp作为 MCP server 地址即可无需配置任何 API Key添加端点后直接可用。接入后的验证与连接流程共四步通过确认RUBE_SEARCH_TOOLS有响应验证 Rube MCP 已就绪调用RUBE_MANAGE_CONNECTIONS传入工具集campaign_cleaner若连接状态不是ACTIVE跟随返回的授权链接完成 OAuth 设置在运行任何工作流之前再次确认连接状态已变为ACTIVE。该先验证、后执行的检查顺序与仓库中 connect 技能CLI 检查连接缺失则提示composio link的流程设计一脉相承只是将连接管理从 Composio CLI 换成了 MCP 侧的RUBE_MANAGE_CONNECTIONS工具。工具发现先搜 Schema再动手执行技能文档强调永远在执行工作流之前先做工具发现。因为工具 Slug 和参数 Schema 会随上游 API 演进而变化直接硬编码工具名与参数是高风险行为。标准发现调用如下RUBE_SEARCH_TOOLS queries: [{use_case: Campaign Cleaner operations, known_fields: }] session: {generate_id: true}调用返回四类信息可用工具的 Slugtool slugs每个工具的输入 Schema推荐执行计划recommended execution plans已知的坑点提示known pitfalls。其中generate_id: true表示本次会话 ID 由服务端生成适合工作流起步阶段后续复用会话时改用id字段指定既有会话 ID。对于返回结果中带schemaRef的工具技能文档还提示可用RUBE_GET_TOOL_SCHEMAS拉取完整 Schema。核心工作流三步标准模式技能文档将完整的自动化流程抽象为三步且每一步都给出了可直接复制使用的请求模板。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Campaign Cleaner task}] session: {id: existing_session_id}把use_case替换为你具体的任务描述如清洗邮件列表中的无效地址并传入既有会话 ID。这一步的目标是拿到与任务匹配的工具 Slug 及其输入 Schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [campaign_cleaner] session_id: your_session_id确认campaign_cleaner工具集的连接处于ACTIVE。若未激活则按返回的授权链接补全认证后再继续——在连接未就绪时直接执行工具必然失败。Step 3执行工具调用RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_idtool_slug与arguments均须来自 Step 1 的搜索结果参数名与类型必须严格符合返回的 Schema。memory参数必须始终携带即使为空对象{}session_id保持与前面步骤一致以实现同工作流内的上下文串联。已知坑点六条必须遵守的约束技能文档用专门一节列出易踩的坑这六条约束共同构成了可靠运行的底线约束说明先搜索再执行工具 Schema 会变化切勿不调用RUBE_SEARCH_TOOLS就硬编码工具 Slug 或参数检查连接执行工具前确认RUBE_MANAGE_CONNECTIONS显示ACTIVE状态Schema 合规严格使用搜索结果中的精确字段名与类型必带 memory 参数RUBE_MULTI_EXECUTE_TOOL调用中始终包含memory即使为空{}会话复用同一工作流内复用会话 ID新工作流生成新 ID分页处理检查响应中的分页令牌持续拉取直到数据完整其中先搜索再执行与Schema 合规是技能设计的核心防御思想由于 Rube MCP 代理的是 Composio 上千个第三方工具集任何工具的上游 API 变更都会传导到工具 Schema 上只有动态发现才能保证调用的长期可用。快速参考五类操作的对应工具技能文档最后以表格形式给出操作与调用工具的速查对照这是日常使用最频繁的索引OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Campaign Cleaner-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitcampaign_cleanerExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef可以看到 Rube MCP 家族共有五个关键工具RUBE_SEARCH_TOOLS工具发现、RUBE_MANAGE_CONNECTIONS连接管理、RUBE_MULTI_EXECUTE_TOOL单次多工具执行、RUBE_REMOTE_WORKBENCH远程沙箱批量操作配合run_composio_tool()使用、RUBE_GET_TOOL_SCHEMAS完整 Schema 拉取。批量操作场景下RUBE_REMOTE_WORKBENCH提供了比RUBE_MULTI_EXECUTE_TOOL更灵活的编程式调用入口。在仓库中安装并使用该技能campaign-cleaner-automation属于仓库中数百个*-automation技能之一位于 composio-skills 目录每个子目录含一个SKILL.md。安装方式遵循仓库的标准流程按 README.md 的推荐使用 skill-installer 安装git clone https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills.git cd awesome-codex-skills python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/campaign-cleaner-automation安装脚本会把技能放入$CODEX_HOME/skills/默认~/.codex/skills/。重启 Codex 后在会话中自然描述清洗我的 Campaign Cleaner 列表之类的任务Codex 会根据 frontmatter 中的description自动触发该技能。也可手动将composio-skills/campaign-cleaner-automation/目录复制到$CODEX_HOME/skills/完成安装。设计要点小结回顾整个 SKILL.md它的设计有四处值得复用动态发现代替硬编码所有工具 Slug 与参数均以RUBE_SEARCH_TOOLS结果为唯一事实来源天然免疫上游 Schema 变更连接状态前置校验把ACTIVE状态检查放进每一步工作流之前避免在未授权状态下空跑会话贯穿上下文通过session_id与memory参数串联多步调用同时用新工作流新会话隔离不同任务分页显式处理明确要求检查分页令牌保证大批量清洗任务的完整性。这四点既是对 Campaign Cleaner 自动化的直接指导也为编写其他*-automation类 Codex 技能如仓库中同构的 active-campaign-automation提供了可复制的模式模板。若想从零编写类似技能可参考仓库的 template-skill 起步模板。【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/15 6:15:25 · 阅读 1.2k 基于 Rube MCP 自动化 Campaign Cleaner 邮件清洗任务：awesome-codex-skills 实战指南
基于 Rube MCP 自动化 Campaign Cleaner 邮件清洗任务awesome-codex-skills 实战指南【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skillsCampaign Cleaner 是营销邮件列表中常用的地址清洗与验证服务本指南讲解如何通过 awesome-codex-skills 仓库中的campaign-cleaner-automation技能让 Codex Agent 经由 Rube MCP 网关调用 Composio 的 Campaign Cleaner 工具集完成列表清洗、地址校验等操作的端到端自动化。读完本文你将掌握 Rube MCP 的接入方式、RUBE_SEARCH_TOOLS/RUBE_MANAGE_CONNECTIONS/RUBE_MULTI_EXECUTE_TOOL三件套的标准调用模式以及避免工具 Schema 失效等常见坑点的完整实战方案。技能定位这份 SKILL.md 在解决什么问题campaign-cleaner-automation是仓库 composio-skills 目录下的一个 Codex 技能其全部指令封装在 SKILL.md 中。技能的核心主张是不要让 Agent 只描述能做什么而是让它在终端里真实驱动 Campaign Cleaner 执行清洗动作——这正是仓库 README.md 中 Give your skills real-world actions 理念在该场景下的具体落地。该技能在 YAML frontmatter 中声明了三条关键元数据--- name: campaign-cleaner-automation description: Automate Campaign Cleaner tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---其中description承担了 Codex 的触发决策职责当用户请求涉及 Campaign Cleaner 的自动化操作时Codex 依据这段描述判断是否加载本技能requires.mcp则声明了运行前提——必须连接名为rube的 MCP 服务器。这与 README.md 中描述的 Codex Skills 机制一致SKILL.md的 metadata 决定何时触发正文在触发后才被加载从而保持上下文精简。前置条件与 Rube MCP 接入按技能文档要求运行本技能前需满足三条前置条件Rube MCP 必须已连接且RUBE_SEARCH_TOOLS可用已通过RUBE_MANAGE_CONNECTIONS建立campaign_cleaner工具集的连接每次执行前先调用RUBE_SEARCH_TOOLS获取当前工具 Schema先搜索、再执行是本技能反复强调的铁律。接入 Rube MCPRube MCP 的接入方式非常轻量在 MCP 客户端配置中添加https://rube.app/mcp作为 MCP server 地址即可无需配置任何 API Key添加端点后直接可用。接入后的验证与连接流程共四步通过确认RUBE_SEARCH_TOOLS有响应验证 Rube MCP 已就绪调用RUBE_MANAGE_CONNECTIONS传入工具集campaign_cleaner若连接状态不是ACTIVE跟随返回的授权链接完成 OAuth 设置在运行任何工作流之前再次确认连接状态已变为ACTIVE。该先验证、后执行的检查顺序与仓库中 connect 技能CLI 检查连接缺失则提示composio link的流程设计一脉相承只是将连接管理从 Composio CLI 换成了 MCP 侧的RUBE_MANAGE_CONNECTIONS工具。工具发现先搜 Schema再动手执行技能文档强调永远在执行工作流之前先做工具发现。因为工具 Slug 和参数 Schema 会随上游 API 演进而变化直接硬编码工具名与参数是高风险行为。标准发现调用如下RUBE_SEARCH_TOOLS queries: [{use_case: Campaign Cleaner operations, known_fields: }] session: {generate_id: true}调用返回四类信息可用工具的 Slugtool slugs每个工具的输入 Schema推荐执行计划recommended execution plans已知的坑点提示known pitfalls。其中generate_id: true表示本次会话 ID 由服务端生成适合工作流起步阶段后续复用会话时改用id字段指定既有会话 ID。对于返回结果中带schemaRef的工具技能文档还提示可用RUBE_GET_TOOL_SCHEMAS拉取完整 Schema。核心工作流三步标准模式技能文档将完整的自动化流程抽象为三步且每一步都给出了可直接复制使用的请求模板。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Campaign Cleaner task}] session: {id: existing_session_id}把use_case替换为你具体的任务描述如清洗邮件列表中的无效地址并传入既有会话 ID。这一步的目标是拿到与任务匹配的工具 Slug 及其输入 Schema。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [campaign_cleaner] session_id: your_session_id确认campaign_cleaner工具集的连接处于ACTIVE。若未激活则按返回的授权链接补全认证后再继续——在连接未就绪时直接执行工具必然失败。Step 3执行工具调用RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_idtool_slug与arguments均须来自 Step 1 的搜索结果参数名与类型必须严格符合返回的 Schema。memory参数必须始终携带即使为空对象{}session_id保持与前面步骤一致以实现同工作流内的上下文串联。已知坑点六条必须遵守的约束技能文档用专门一节列出易踩的坑这六条约束共同构成了可靠运行的底线约束说明先搜索再执行工具 Schema 会变化切勿不调用RUBE_SEARCH_TOOLS就硬编码工具 Slug 或参数检查连接执行工具前确认RUBE_MANAGE_CONNECTIONS显示ACTIVE状态Schema 合规严格使用搜索结果中的精确字段名与类型必带 memory 参数RUBE_MULTI_EXECUTE_TOOL调用中始终包含memory即使为空{}会话复用同一工作流内复用会话 ID新工作流生成新 ID分页处理检查响应中的分页令牌持续拉取直到数据完整其中先搜索再执行与Schema 合规是技能设计的核心防御思想由于 Rube MCP 代理的是 Composio 上千个第三方工具集任何工具的上游 API 变更都会传导到工具 Schema 上只有动态发现才能保证调用的长期可用。快速参考五类操作的对应工具技能文档最后以表格形式给出操作与调用工具的速查对照这是日常使用最频繁的索引OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Campaign Cleaner-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitcampaign_cleanerExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef可以看到 Rube MCP 家族共有五个关键工具RUBE_SEARCH_TOOLS工具发现、RUBE_MANAGE_CONNECTIONS连接管理、RUBE_MULTI_EXECUTE_TOOL单次多工具执行、RUBE_REMOTE_WORKBENCH远程沙箱批量操作配合run_composio_tool()使用、RUBE_GET_TOOL_SCHEMAS完整 Schema 拉取。批量操作场景下RUBE_REMOTE_WORKBENCH提供了比RUBE_MULTI_EXECUTE_TOOL更灵活的编程式调用入口。在仓库中安装并使用该技能campaign-cleaner-automation属于仓库中数百个*-automation技能之一位于 composio-skills 目录每个子目录含一个SKILL.md。安装方式遵循仓库的标准流程按 README.md 的推荐使用 skill-installer 安装git clone https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills.git cd awesome-codex-skills python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/campaign-cleaner-automation安装脚本会把技能放入$CODEX_HOME/skills/默认~/.codex/skills/。重启 Codex 后在会话中自然描述清洗我的 Campaign Cleaner 列表之类的任务Codex 会根据 frontmatter 中的description自动触发该技能。也可手动将composio-skills/campaign-cleaner-automation/目录复制到$CODEX_HOME/skills/完成安装。设计要点小结回顾整个 SKILL.md它的设计有四处值得复用动态发现代替硬编码所有工具 Slug 与参数均以RUBE_SEARCH_TOOLS结果为唯一事实来源天然免疫上游 Schema 变更连接状态前置校验把ACTIVE状态检查放进每一步工作流之前避免在未授权状态下空跑会话贯穿上下文通过session_id与memory参数串联多步调用同时用新工作流新会话隔离不同任务分页显式处理明确要求检查分页令牌保证大批量清洗任务的完整性。这四点既是对 Campaign Cleaner 自动化的直接指导也为编写其他*-automation类 Codex 技能如仓库中同构的 active-campaign-automation提供了可复制的模式模板。若想从零编写类似技能可参考仓库的 template-skill 起步模板。【免费下载链接】awesome-codex-skillsA curated list of practical Codex skills for automating workflows across the Codex CLI and API.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考