★ FEATURED ARTICLE 3 步跑通 Amazon 自动化Codex 接入 Rube MCP 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你让 AI 查一下亚马逊上最便宜的机械键盘它回你一段 Markdown 表格——然后呢它没法替你下单也没法替你盯订单状态。awesome-codex-skills 仓库里的 amazon-automation skill 解决的就是这件事让 Codex Agent 经 Rube MCP 接入 Composio 的 Amazon 工具集把查商品、看订单这类动作真正执行掉。这篇按「先跑通一次再拆完整工作流」的顺序写从零到第一次真实 API 调用全程可复制。读懂触发机制Rube MCP 才是「前台总机」仓库里每个 skill 都是一个独立文件夹核心是一份带 YAML frontmatter文件头部元数据块的 SKILL.md。Codex 只读 frontmatter 里的name和description判断何时触发命中后才加载正文所以上下文一直保持精简。amazon-automation 的元数据长这样--- name: amazon-automation description: Automate Amazon tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---description是触发依据请求里沾上 Amazon 自动化就会命中它requires.mcp: [rube]声明了这个 skill 依赖一个叫rube的 MCP 服务器MCP 是让外部工具接入 AI 客户端的协议可理解为给 Agent 插外设的接口环境里没接好它skill 就是空转。分工上Rube MCP端点https://rube.app/mcp是统一入口像前台总机提供全部RUBE_*工具负责路由和鉴权Composio 的 Amazon toolkit 才是业务方封装了亚马逊的商品与订单 API。连接建好后 Agent 不碰 OAuth第三方授权流程细节AMAZON_*工具直接可调度。仓库里 800 多个 composio-skills 目录共用同一套骨架composio-automation等姊妹 skill 只是把 toolkit 换个名字说明这套「Rube MCP 自动化」模式是通用的。关键纪律只有一条先搜索工具再谈执行。每个 toolkit 的 schema参数结构定义都会随上游 API 演进搜索结果相当于当季菜单——工具 slug工具唯一短名、输入 schema、推荐执行计划、已知坑点全在里面是唯一权威来源。硬编码 slug 和参数名是这类自动化失败率最高的原因。最小可行路径装好 skill接上端点验证一次 先把 skill 装进本地 Codex。克隆仓库后跑安装脚本期望它把 amazon-automation 复制到$CODEX_HOME/skills/默认~/.codex/skillsgit 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/amazon-automation安装脚本的行为目标目录已存在会中止以防覆盖默认走 zip 下载失败401/403/404时自动回退 git sparse checkout--name可自定义安装后的目录名。装完重启 Codex加载新元数据用ls ~/.codex/skills和head ~/.codex/skills/amazon-automation/SKILL.md确认在位。然后在客户端 MCP 配置里加上端点https://rube.app/mcp不需要任何 API Key加完即用。最后在新会话里调一次RUBE_SEARCH_TOOLS有响应就算链路通了Amazon 连接留到下一步处理。一次调用跑通商品搜索发现、确认、执行三段式标准模式就三段全部可复制。第一段是工具发现use_case写具体任务known_fields填已知字段名可留空generate_id: true生成会话 ID期望返回工具 slug 列表、每个工具的输入 schema、推荐执行计划和已知坑点四类信息RUBE_SEARCH_TOOLS queries: [{use_case: search Amazon products, known_fields: keywords}] session: {generate_id: true}第二段查连接状态确认 Amazon toolkit 处于 ACTIVE 再往下走避免执行时才发现连接失效、白白浪费调用RUBE_MANAGE_CONNECTIONS toolkits: [amazon] session_id: 上一步返回的会话 ID第三段才真正执行。tool_slug必须来自第一段的结果arguments严格照搜索返回的 schema 填RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: AMAZON_搜索返回的 slug, arguments: { keywords: wireless keyboard, limit: 10 } }] memory: {} session_id: 同一会话 ID⚠️ 两个高频翻车点arguments的字段名和类型必须与 schema 一字不差多一个少一个都可能直接失败memory参数必带哪怕内容是空的{}。同一工作流内继续追问时复用同一会话 ID上下文是连续的开新任务才生成新会话。连接状态不是 ACTIVE 时怎么排查RUBE_MANAGE_CONNECTIONS返回的不是 ACTIVE 时按顺序处理看返回里有没有授权链接——第一次接入没有属正常点开按提示完成 OAuth 授权即可授权完成后回查一次状态应变为 ACTIVE。⚠️ 别跳过这步直接执行连接失效时的报错通常很隐蔽排查成本远高于提前确认连接是一次性成本OAuth 完成后会持久化之后的会话直接复用不必每次重连。如果状态在 ACTIVE 和其他值之间反复横跳优先怀疑授权过期重走一遍授权链接仍不行再检查 toolkit 名是否严格写成amazon区分大小写。进阶与边界批量执行、完整 schema 与分页单条执行之外Rube 还有两个进阶工具按场景选场景工具说明单次或少量执行RUBE_MULTI_EXECUTE_TOOLtools数组可放多个工具一次完成多步操作批量脚本化RUBE_REMOTE_WORKBENCH配合run_composio_tool()跑批量任务schema 带schemaRef引用时RUBE_GET_TOOL_SCHEMAS拉完整 schema避免截断信息导致参数误用⚠️ 最后一个边界情况是分页响应里出现分页 token 就继续拉拉到没有 token 为止。商品、订单这类列表接口不处理分页会静默丢数据且没有任何报错提示是最容易被忽略的一类。跑通前自查清单✅ 执行第一条工作流前把这几项过一遍skill 已安装且 Codex 已重启ls ~/.codex/skills能看到 amazon-automationMCP 配置已加https://rube.app/mcpRUBE_SEARCH_TOOLS有响应连接状态为 ACTIVE经RUBE_MANAGE_CONNECTIONS确认过本次用到的 tool slug 和参数全部来自最新搜索结果不是凭记忆写的执行调用里带了memory: {}同一工作流复用同一会话 ID新任务才生成新会话响应里有分页 token 时已拉完所有页【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
阅读完成 · 觉得有帮助？
