Linkup Automation via Rube MCP：在 awesome-codex-skills 中自动化 Linkup 检索任务的完整实战指南-平芜编程栈

Linkup Automation via Rube MCP：在 awesome-codex-skills 中自动化 Linkup 检索任务的完整实战指南

【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

Linkup 是一款面向 AI Agent 的检索服务，提供实时网页与知识内容查询能力。本指南以 composio-skills/linkup-automation/SKILL.md 为核心，讲解如何通过 Rube MCP（Composio 提供的统一 MCP 网关）在 Codex CLI 与 API 工作流中驱动 Linkup 工具：从添加 MCP 端点、建立 Linkup 连接，到完成"工具发现 → 连接检查 → 工具执行"的完整闭环。读完本文，你将掌握一套可复制的自动化套路，并理解其背后的 Schema 驱动设计理念。

这个 Skill 在仓库中的定位

awesome-codex-skills是一个面向 Codex CLI 与 API 的实用技能（Skills）精选仓库，每个技能以独立目录存放，目录内必须有带name与descriptionfrontmatter 的SKILL.md，Codex 依据description决定何时触发该技能（见 README.md）。

其中composio-skills/目录下收录了近千个"XX-automation"技能，linkup-automation是其中之一，专门解决一个具体问题：让 Agent 在不硬编码工具名与参数的前提下，安全、规范地调用 Linkup 检索能力。与同目录的 composio-automation/SKILL.md、composio-search-automation/SKILL.md 相比，它们共用同一套 Rube MCP 工作流模板，差异仅在连接的 toolkit 名称（linkupvscomposiovscomposio_search）与使用场景上。因此，本技能的方法论可以平滑迁移到其他任何 Rube MCP 支持的集成。

前置条件

开始之前，需要确认以下三项就绪，缺一不可：

Rube MCP 已连接：RUBE_SEARCH_TOOLS工具可用，说明 MCP 端点已注册成功；
Linkup 连接已激活：通过RUBE_MANAGE_CONNECTIONS建立 toolkit 为linkup的连接，且状态为ACTIVE；
始终先搜索工具：每次执行前必须调用RUBE_SEARCH_TOOLS获取当前工具 Schema，因为工具 Schema 会随上游 API 演进而变化。

这三点共同构成了整个技能的安全边界：工具由发现机制给出而非写死，连接状态由运行期校验而非假设，参数以 Schema 为准而非凭记忆。

环境搭建：两步建立可用链路

第一步：添加 Rube MCP 端点

在 Codex 客户端配置中加入 MCP 服务器：

https://rube.app/mcp

这是整个接入过程中唯一的"安装"动作——无需申请任何 API Key，添加端点即可工作。Rube 充当了 Composio MCP Gateway 的角色：一个端点背后聚合了上千种集成的鉴权、访问控制与审计能力（仓库 README.md 中将其描述为提供单一 MCP 端点的网关方案）。

第二步：激活 Linkup 连接

按如下顺序完成连接初始化：

确认RUBE_SEARCH_TOOLS有响应，验证 Rube MCP 已就绪；
调用RUBE_MANAGE_CONNECTIONS，传入 toolkitlinkup；
若返回的连接状态不是ACTIVE，跟随返回的认证链接完成 Linkup 账号授权（OAuth 流程由 Rube 托管，用户只需一次点击）；
在任何工作流运行前，再次确认连接状态为ACTIVE。

连接一旦建立会持久化，后续会话无需重复授权。若你更习惯命令行方式，仓库还提供了 Composio CLI 的等价路径：connect/SKILL.md 中的composio link <toolkit>同样可以建立并复用连接。

工具发现：永远先问"现在能用什么"

Rube 的核心理念是Schema 即真相。工具的名称、参数结构、默认值与陷阱都会随 Linkup API 版本变化，因此技能要求在每次工作流开始时先执行发现：

RUBE_SEARCH_TOOLS queries: [{use_case: "Linkup operations", known_fields: ""}] session: {generate_id: true}

这条调用的返回值非常关键，包含四类信息：

可用的 tool slugs：如某次调用返回LINKUP_*系列的工具标识，后续执行阶段直接引用；
输入 Schema：每个工具的字段名、类型、必填项与可选参数；
推荐的执行计划：面向特定 use case 的推荐调用顺序与组合方式；
已知陷阱：该工具历史上容易出错的地方（如分页、日期格式等）。

其中session: {generate_id: true}表示本次会话是全新工作流，系统会分配新会话 ID；use_case描述你的具体意图，known_fields留空表示让发现机制自行推断字段。当需求模糊、不确定该用哪个工具时，把自然语言任务描述填入use_case即可。

核心工作流模式：发现 → 检查 → 执行

任何一次 Linkup 自动化任务都应遵循以下三步节奏，技能以三段可复制的调用骨架给出。

步骤 1：按具体任务发现工具

在已经建立会话的基础上，用精确的 use case 缩小范围：

RUBE_SEARCH_TOOLS queries: [{use_case: "your specific Linkup task"}] session: {id: "existing_session_id"}

注意这里复用了既有会话 ID（session.id而非generate_id），保证整个工作流的状态连续。

步骤 2：检查连接状态

RUBE_MANAGE_CONNECTIONS toolkits: ["linkup"] session_id: "your_session_id"

传入的是字符串数组形式（["linkup"]），与发现阶段的对象语法（queries: [...]）不同，执行时务必按各工具 Schema 区分参数形态。返回结果确认连接为ACTIVE后再进入执行。

步骤 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"

关键点在于tool_slug与arguments都来自步骤 1 的搜索结果，而不是从本文或任何历史代码中复制——这正是"永不硬编码"原则的执行体现。RUBE_MULTI_EXECUTE_TOOL支持在tools数组中一次传入多个工具调用，可在单次往返内完成批量操作。

进阶操作：批量执行与完整 Schema

当任务规模超出单次调用时，还有两个补充工具可用：

RUBE_REMOTE_WORKBENCH+run_composio_tool()：适用于批量操作。在远端工作台环境中以编程方式循环调用工具，适合需要对多个目标重复执行同一逻辑的场景（例如批量查询多篇网页内容）；
RUBE_GET_TOOL_SCHEMAS：当发现结果中工具带有schemaRef引用时，用它拉取完整的字段级 Schema，包括每个参数的取值范围、默认值与单位成本等信息，是编写复杂参数前的最后一道确认。

已知陷阱与规避策略

技能总结了六条实战中反复踩坑的经验，建议作为检查清单使用：

始终先搜索：工具 Schema 会变化。不调用RUBE_SEARCH_TOOLS就硬编码 tool slug 或参数，是绝大多数执行失败的根本原因；
检查连接：执行前务必确认RUBE_MANAGE_CONNECTIONS返回ACTIVE。连接过期或未授权时直接执行会得到误导性报错；
Schema 合规：严格使用搜索结果中的字段名与类型，不要凭直觉改写字段（如将数组写成字符串）；
Memory 参数必填：RUBE_MULTI_EXECUTE_TOOL调用中即使无状态也必须带上memory，传空对象{}即可，遗漏会导致调用被拒绝；
会话复用：同一工作流内复用会话 ID，保持上下文与状态连续；开启新工作流时生成新 ID，避免状态串扰；
分页处理：检查响应中是否带有分页 token，有则持续拉取直到取完全部数据，防止数据截断影响后续分析。

快速参考

操作	方式
查找工具	`RUBE_SEARCH_TOOLS`+ Linkup 相关 use case
建立连接	`RUBE_MANAGE_CONNECTIONS`，toolkit 传`linkup`
执行工具	`RUBE_MULTI_EXECUTE_TOOL`+ 发现的 tool slug
批量操作	`RUBE_REMOTE_WORKBENCH`+`run_composio_tool()`
完整 Schema	`RUBE_GET_TOOL_SCHEMAS`（针对带`schemaRef`的工具）

在 Codex 中安装并使用该 Skill

本技能与仓库中其他技能一样，遵循 Codex Skills 的标准装载方式：

将composio-skills/linkup-automation目录复制到$CODEX_HOME/skills/（默认~/.codex/skills/）；
重启 Codex 以加载新的 frontmatter 元数据；
在会话中用自然语言描述 Linkup 检索任务，Codex 会依据技能description自动触发；也可以直接点名技能名称强制纳入考虑。

需要批量安装多个技能时，可参考 skill-installer/ 提供的安装脚本，将技能从仓库按路径拉取并放入 skills 目录。安装完成后可用ls ~/.codex/skills与head ~/.codex/skills/linkup-automation/SKILL.md验证装载结果。

结语

linkup-automation之所以可靠，不在于它写了某个固定调用，而在于它把"发现—校验—执行"固化为流程纪律：Schema 从服务端实时获取、连接状态每次核实、参数严格合规、会话与分页得到管理。这套模式同样适用于 composio-skills/ 下其余近千个自动化技能——掌握了它，就等于掌握了在 Codex 中安全驱动任意第三方工具集的方法论。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考