使用 Rube MCP 自动化 Modelry 操作基于 awesome-codex-skills 的实战指南【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-skills本篇指南以仓库中的 modelry-automation skill 为骨架系统讲解如何通过 Composio 的 Modelry toolkit 借助 Rube MCP 完成 Modelry 业务操作的自动化从 MCP 端点接入、OAuth 连接激活、工具 schema 发现到标准的三步执行工作流与常见陷阱规避。读完本文你将掌握一套可直接复制的「先搜索、再连、后执行」的自动化范式并能在 Codex CLI / API 场景中推广到 Composio 支持的其他数百个集成。一、Skill 定位它解决什么问题modelry-automation是 awesome-codex-skills 仓库composio-skills/目录下的一个 Codex skill其 frontmatter 明确声明--- name: modelry-automation description: Automate Modelry tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---核心定位有三点通过 Rube MCP 驱动不直接封装 Modelry 的 REST API而是通过 Rube 这个 MCP 服务器代理到 Composio 的 Modelry toolkit强制动态发现 schemadescription 与正文反复强调 Always search tools first即工具参数随版本变化必须先查询最新 schema 再执行零 API Key 接入Rube MCP 端点本身无需密钥连接态由RUBE_MANAGE_CONNECTIONS统一管理。这与同目录下的 composio-automation、composio-search-automation 等 skill 保持同一套结构说明该仓库在composio-skills/家族中采用「一套 Rube MCP 工作流模板、按 toolkit 替换业务参数」的组织方式modelry只是其中 toolkit 名不同的一个实例。二、前置条件Prerequisites在执行任何 Modelry 工作流之前必须满足以下三个条件Rube MCP 已连接确认RUBE_SEARCH_TOOLS工具可用这是 Rube MCP 服务器是否成功挂载的直接标志Modelry 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS以 toolkitmodelry建立连接未激活的连接无法执行任何工具每次会话先查询工具 schema调用RUBE_SEARCH_TOOLS获取当前工具列表禁止凭记忆硬编码 tool slug 或参数。三、Setup 接入步骤获取 Rube MCP在你的客户端配置中将https://rube.app/mcp添加为 MCP 服务器。无需任何 API key添加端点即可使用。随后按 4 步完成初始化验证 Rube MCP 可用——确认RUBE_SEARCH_TOOLS有响应调用RUBE_MANAGE_CONNECTIONStoolkit 参数指定为modelry若连接状态不是 ACTIVE跟随返回的授权链接auth link完成第三方 OAuth 设置在运行任何工作流之前再次确认连接状态显示为 ACTIVE。这一步的本质是「连接态先行」Rube 把 Modelry 的账号授权收敛为一次 MCP 调用agent 无需自行处理 OAuth 流程细节只需按返回链接完成跳转授权。四、工具发现Tool Discovery在执行任何业务操作之前先用工具发现调用拿到「当时有效」的 schemaRUBE_SEARCH_TOOLS queries: [{use_case: Modelry operations, known_fields: }] session: {generate_id: true}该调用会返回四类关键信息可用工具 slugtool slugs后续RUBE_MULTI_EXECUTE_TOOL中填写的工具标识输入 schema每个工具的参数名、类型、必填项推荐执行计划针对该 use case 的建议调用顺序已知陷阱官方标注的易错点。queries是数组结构use_case描述业务意图如 Modelry operationsknown_fields可传已知字段名辅助检索session.generate_id为true时由系统生成新会话 ID。首次接入务必使用generate_id: true建立会话后续步骤再复用该 ID。五、核心工作流模式三步执行Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Modelry task}] session: {id: existing_session_id}将use_case换成你的具体业务描述例如与模型版本、运行任务相关的操作意图并复用上一步已存在的会话 ID。从返回结果中记录将要使用的 tool slug 及其参数 schema。Step 2检查连接RUBE_MANAGE_CONNECTIONS toolkits: [modelry] session_id: your_session_id确认 toolkit 列表包含modelry且返回状态为 ACTIVE。这一步是执行前的「安全闸门」——连接过期、token 失效都会在此暴露避免把错误浪费在真正的业务调用上。Step 3执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id要点tool_slug必须来自 Step 1 的搜索结果不要硬编码arguments的字段名与类型必须严格匹配搜索结果中的 schemamemory参数必须始终携带即使为空也要传{}tools为数组可在一次调用中批量执行多个工具实现多步原子化操作。六、已知陷阱与规避策略Known Pitfalls陷阱规避方式工具 schema 会变永远先调RUBE_SEARCH_TOOLS绝不硬编码 tool slug 或参数连接状态失效执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE参数不合法严格使用搜索结果中的字段名与类型包括大小写漏传 memoryRUBE_MULTI_EXECUTE_TOOL的每次调用都带memory空则传{}会话滥用同一工作流内复用 session ID新工作流生成新 ID分页遗漏检查响应中的分页 token持续拉取直到数据完整其中「先搜索」被文档列为第一顺位的铁律原因是 Modelry toolkit 的 schema 可能随 Composio 平台迭代而调整硬编码将导致参数校验失败或行为漂移。七、快速参考表操作方式查找工具RUBE_SEARCH_TOOLS Modelry 相关 use case建立连接RUBE_MANAGE_CONNECTIONS toolkitmodelry执行工具RUBE_MULTI_EXECUTE_TOOL 搜索得到的 tool slug批量操作RUBE_REMOTE_WORKBENCHrun_composio_tool()获取完整 schemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具RUBE_REMOTE_WORKBENCH适合需要脚本化、循环或条件分支的批量场景——在其沙箱环境中通过run_composio_tool()编程式调用RUBE_GET_TOOL_SCHEMAS则用于深挖单个工具的完整 JSON Schema含嵌套字段、枚举值等搜索结果可能只给摘要。八、在 Codex 中安装与触发本 Skill该 skill 遵循仓库统一的技能安装机制。仓库 README 提供了两种方式推荐使用 skill-installergit clone https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills cd awesome-codex-skills python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/modelry-automation从源码看安装器会将技能写入$CODEX_HOME/skillsinstall-skill-from-github.py 中默认~/.codex可通过CODEX_HOME环境变量覆盖随后重启 Codex 以重新加载元数据。手动安装将composio-skills/modelry-automation/整个目录复制到~/.codex/skills/重启 Codex在会话中描述「自动化 Modelry 操作」之类的任务Codex 会依据 frontmatter 中的description自动匹配并触发该 skill也可直接提及 skill 名。九、设计启示为什么「先搜索」是这类 Skill 的通用范式纵观 composio-skills 家族中所有自动化 skill如 composio-automation、composio-search-automation其结构高度一致前置条件 → Setup → Tool Discovery → 三步工作流 → Known Pitfalls → Quick Reference。这种模板化的背后是一个可迁移的工程原则Agent 与第三方 API 之间的契约应当由运行时发现runtime discovery决定而非由静态编码决定。Modelry 的 skill 只是把modelry这个 toolkit 名替换进模板当你需要自动化其他集成时同样遵循「RUBE_SEARCH_TOOLS拿 schema →RUBE_MANAGE_CONNECTIONS验证连接 →RUBE_MULTI_EXECUTE_TOOL执行」的路径即可这正是该仓库把 Rube MCP 作为统一自动化底座的价值所在。【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 14:50:27 · 阅读 1.2k 使用 Rube MCP 自动化 Modelry 操作：基于 awesome-codex-skills 的实战指南
使用 Rube MCP 自动化 Modelry 操作基于 awesome-codex-skills 的实战指南【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-skills本篇指南以仓库中的 modelry-automation skill 为骨架系统讲解如何通过 Composio 的 Modelry toolkit 借助 Rube MCP 完成 Modelry 业务操作的自动化从 MCP 端点接入、OAuth 连接激活、工具 schema 发现到标准的三步执行工作流与常见陷阱规避。读完本文你将掌握一套可直接复制的「先搜索、再连、后执行」的自动化范式并能在 Codex CLI / API 场景中推广到 Composio 支持的其他数百个集成。一、Skill 定位它解决什么问题modelry-automation是 awesome-codex-skills 仓库composio-skills/目录下的一个 Codex skill其 frontmatter 明确声明--- name: modelry-automation description: Automate Modelry tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---核心定位有三点通过 Rube MCP 驱动不直接封装 Modelry 的 REST API而是通过 Rube 这个 MCP 服务器代理到 Composio 的 Modelry toolkit强制动态发现 schemadescription 与正文反复强调 Always search tools first即工具参数随版本变化必须先查询最新 schema 再执行零 API Key 接入Rube MCP 端点本身无需密钥连接态由RUBE_MANAGE_CONNECTIONS统一管理。这与同目录下的 composio-automation、composio-search-automation 等 skill 保持同一套结构说明该仓库在composio-skills/家族中采用「一套 Rube MCP 工作流模板、按 toolkit 替换业务参数」的组织方式modelry只是其中 toolkit 名不同的一个实例。二、前置条件Prerequisites在执行任何 Modelry 工作流之前必须满足以下三个条件Rube MCP 已连接确认RUBE_SEARCH_TOOLS工具可用这是 Rube MCP 服务器是否成功挂载的直接标志Modelry 连接处于 ACTIVE 状态通过RUBE_MANAGE_CONNECTIONS以 toolkitmodelry建立连接未激活的连接无法执行任何工具每次会话先查询工具 schema调用RUBE_SEARCH_TOOLS获取当前工具列表禁止凭记忆硬编码 tool slug 或参数。三、Setup 接入步骤获取 Rube MCP在你的客户端配置中将https://rube.app/mcp添加为 MCP 服务器。无需任何 API key添加端点即可使用。随后按 4 步完成初始化验证 Rube MCP 可用——确认RUBE_SEARCH_TOOLS有响应调用RUBE_MANAGE_CONNECTIONStoolkit 参数指定为modelry若连接状态不是 ACTIVE跟随返回的授权链接auth link完成第三方 OAuth 设置在运行任何工作流之前再次确认连接状态显示为 ACTIVE。这一步的本质是「连接态先行」Rube 把 Modelry 的账号授权收敛为一次 MCP 调用agent 无需自行处理 OAuth 流程细节只需按返回链接完成跳转授权。四、工具发现Tool Discovery在执行任何业务操作之前先用工具发现调用拿到「当时有效」的 schemaRUBE_SEARCH_TOOLS queries: [{use_case: Modelry operations, known_fields: }] session: {generate_id: true}该调用会返回四类关键信息可用工具 slugtool slugs后续RUBE_MULTI_EXECUTE_TOOL中填写的工具标识输入 schema每个工具的参数名、类型、必填项推荐执行计划针对该 use case 的建议调用顺序已知陷阱官方标注的易错点。queries是数组结构use_case描述业务意图如 Modelry operationsknown_fields可传已知字段名辅助检索session.generate_id为true时由系统生成新会话 ID。首次接入务必使用generate_id: true建立会话后续步骤再复用该 ID。五、核心工作流模式三步执行Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Modelry task}] session: {id: existing_session_id}将use_case换成你的具体业务描述例如与模型版本、运行任务相关的操作意图并复用上一步已存在的会话 ID。从返回结果中记录将要使用的 tool slug 及其参数 schema。Step 2检查连接RUBE_MANAGE_CONNECTIONS toolkits: [modelry] session_id: your_session_id确认 toolkit 列表包含modelry且返回状态为 ACTIVE。这一步是执行前的「安全闸门」——连接过期、token 失效都会在此暴露避免把错误浪费在真正的业务调用上。Step 3执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id要点tool_slug必须来自 Step 1 的搜索结果不要硬编码arguments的字段名与类型必须严格匹配搜索结果中的 schemamemory参数必须始终携带即使为空也要传{}tools为数组可在一次调用中批量执行多个工具实现多步原子化操作。六、已知陷阱与规避策略Known Pitfalls陷阱规避方式工具 schema 会变永远先调RUBE_SEARCH_TOOLS绝不硬编码 tool slug 或参数连接状态失效执行前用RUBE_MANAGE_CONNECTIONS确认 ACTIVE参数不合法严格使用搜索结果中的字段名与类型包括大小写漏传 memoryRUBE_MULTI_EXECUTE_TOOL的每次调用都带memory空则传{}会话滥用同一工作流内复用 session ID新工作流生成新 ID分页遗漏检查响应中的分页 token持续拉取直到数据完整其中「先搜索」被文档列为第一顺位的铁律原因是 Modelry toolkit 的 schema 可能随 Composio 平台迭代而调整硬编码将导致参数校验失败或行为漂移。七、快速参考表操作方式查找工具RUBE_SEARCH_TOOLS Modelry 相关 use case建立连接RUBE_MANAGE_CONNECTIONS toolkitmodelry执行工具RUBE_MULTI_EXECUTE_TOOL 搜索得到的 tool slug批量操作RUBE_REMOTE_WORKBENCHrun_composio_tool()获取完整 schemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具RUBE_REMOTE_WORKBENCH适合需要脚本化、循环或条件分支的批量场景——在其沙箱环境中通过run_composio_tool()编程式调用RUBE_GET_TOOL_SCHEMAS则用于深挖单个工具的完整 JSON Schema含嵌套字段、枚举值等搜索结果可能只给摘要。八、在 Codex 中安装与触发本 Skill该 skill 遵循仓库统一的技能安装机制。仓库 README 提供了两种方式推荐使用 skill-installergit clone https://gitcode.com/GitHub_Trending/aw/awesome-codex-skills cd awesome-codex-skills python skill-installer/scripts/install-skill-from-github.py --repo ComposioHQ/awesome-codex-skills --path composio-skills/modelry-automation从源码看安装器会将技能写入$CODEX_HOME/skillsinstall-skill-from-github.py 中默认~/.codex可通过CODEX_HOME环境变量覆盖随后重启 Codex 以重新加载元数据。手动安装将composio-skills/modelry-automation/整个目录复制到~/.codex/skills/重启 Codex在会话中描述「自动化 Modelry 操作」之类的任务Codex 会依据 frontmatter 中的description自动匹配并触发该 skill也可直接提及 skill 名。九、设计启示为什么「先搜索」是这类 Skill 的通用范式纵观 composio-skills 家族中所有自动化 skill如 composio-automation、composio-search-automation其结构高度一致前置条件 → Setup → Tool Discovery → 三步工作流 → Known Pitfalls → Quick Reference。这种模板化的背后是一个可迁移的工程原则Agent 与第三方 API 之间的契约应当由运行时发现runtime discovery决定而非由静态编码决定。Modelry 的 skill 只是把modelry这个 toolkit 名替换进模板当你需要自动化其他集成时同样遵循「RUBE_SEARCH_TOOLS拿 schema →RUBE_MANAGE_CONNECTIONS验证连接 →RUBE_MULTI_EXECUTE_TOOL执行」的路径即可这正是该仓库把 Rube MCP 作为统一自动化底座的价值所在。【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