使用 Rube MCP 通过 Composio 自动化 Gan AI 操作完整 Codex Skill 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本指南围绕开源仓库 awesome-codex-skills 中提供的 gan-ai-automation Skill系统讲解如何基于 Rube MCPComposio 的 MCP 网关自动化 Gan AI 的图像生成与业务操作。你将掌握从添加 MCP 服务、建立 Gan AI 连接到工具发现 → 连接校验 → 动态执行三步工作流的完整落地方法并理解为什么永远先搜索工具 Schema是这类自动化任务的第一原则。一、背景Gan AI 自动化与 Rube MCP 的定位Gan AI 是 Google 推出的 AI 图像生成服务用户通过自然语言提示词即可生成高质量图片。在 AI Agent 场景下我们希望让 Codex 这类编码 Agent 直接调用 Gan AI 的能力完成批量图像生成、内容创作等任务而无需为每次调用手写 HTTP 请求或维护 API 密钥。gan-ai-automationSkill 正是为解决这一需求而生它通过 Composio 的 Gan AI toolkit经由Rube MCP统一暴露工具接口。Rube MCP 是本文档强调的唯一接入入口——只需将https://rube.app/mcp配置为 MCP 服务器无需任何 API Key即可获得对 Gan AI 工具的访问能力。该 Skill 属于仓库 composio-skills 目录下数百个按 SaaS/API 分门别类的自动化 Skill 之一与 composio-automation、openai-automation 采用完全一致的结构化模板前置条件 → 环境配置 → 工具发现 → 核心工作流 → 已知陷阱 → 快速参考。理解本 Skill也就掌握了整个 Rube MCP 自动化家族的通用方法论。二、Skill 元数据解读gan-ai-automation的 SKILL.md 头部使用 YAML frontmatter 声明元数据这是 Codex 触发 Skill 的依据--- name: gan-ai-automation description: Automate Gan AI tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---nameSkill 唯一标识即安装后$CODEX_HOME/skills/下的目录名description声明该 Skill 的能力边界自动化 Gan AI 任务并明确Always search tools first这一核心纪律——它是 Codex 依据任务描述自动匹配 Skill 的关键requires.mcp声明运行时依赖的 MCP 服务器为rube即下文要配置的 Rube MCP 端点。三、前置条件Prerequisites在运行任何工作流之前必须满足以下三个前提Rube MCP 已连接确保客户端环境中存在RUBE_SEARCH_TOOLS工具该工具是 Rube 网关的工具发现入口也是验证 MCP 是否可用的探针Gan AI 连接已激活通过RUBE_MANAGE_CONNECTIONS以 toolkitgan_ai建立连接且状态必须为ACTIVE先搜索后执行始终先调用RUBE_SEARCH_TOOLS获取当前工具 Schema禁止凭记忆硬编码工具 slug 或参数。四、环境配置三步接入 Rube MCP配置过程极其轻量核心就一句话在你的 MCP 客户端配置中添加https://rube.app/mcp作为 MCP 服务器。不需要申请 API Key添加端点即可生效。接入后按以下顺序完成初始化验证 MCP 可用确认RUBE_SEARCH_TOOLS能正常响应以此判定 Rube MCP 已就绪建立连接调用RUBE_MANAGE_CONNECTIONS传入 toolkitgan_ai完成授权若连接状态不是ACTIVE跟随返回的认证链接完成 Gan AI 账号授权确认状态在任何工作流运行前再次确认连接状态显示为ACTIVE。这套验证 → 连接 → 授权 → 确认的初始化序列与仓库中所有 Rube 系 Skill如 composio-automation保持一致可视为 Rube MCP 的标准接入流程。五、工具发现动态获取 SchemaGan AI 的工具集会随服务演进而变化因此本文档的黄金法则是任何执行之前先发现。工具发现调用示例RUBE_SEARCH_TOOLS queries: [{use_case: Gan AI operations, known_fields: }] session: {generate_id: true}queries描述你的业务用例use_case填写具体任务如Gan AI operations或你的特定需求known_fields留空表示不预设字段约束session.generate_id: true让网关为本次发现自动生成会话 ID便于后续复用。该调用返回四类关键信息可用工具 slug 列表、每个工具的输入 Schema、推荐执行计划recommended execution plans、已知陷阱known pitfalls。这些信息直接决定了后续RUBE_MULTI_EXECUTE_TOOL中参数如何填写。六、核心工作流发现 → 校验 → 执行整个自动化流程被压缩为三个步骤每一步都有明确的调用原型Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Gan AI task}] session: {id: existing_session_id}此处use_case替换为你当前的 Gan AI 具体任务session改为传入上一步生成的既有会话 IDid字段保持同一工作流内会话连续。Step 2检查连接状态RUBE_MANAGE_CONNECTIONS toolkits: [gan_ai] session_id: your_session_id传入 toolkit 数组[gan_ai]与当前会话 ID确认返回的连接状态为ACTIVE后再进入执行阶段。若此处发现连接失效需回到环境配置流程重新授权。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_idtools数组形式支持一次批量执行多个工具每个元素包含tool_slug必须来自 Step 1 搜索结果与arguments必须完全符合搜索返回的 Schemamemory必填参数即使没有跨步骤状态也要传空对象{}session_id沿用工作流会话 ID保持上下文。七、批量操作与完整 Schema 获取对于需要批量执行的场景文档的快速参考表补充了两个进阶工具批量操作使用RUBE_REMOTE_WORKBENCH结合其中的run_composio_tool()函数执行 Gan AI 工具调用适合多任务、远程执行场景完整 Schema当搜索结果中的工具以schemaRef引用完整定义时使用RUBE_GET_TOOL_SCHEMAS拉取工具的完整 Schema避免因 Schema 被截断导致参数填写错误。这两个工具与 openai-automation 等文档中展现的 Rube 工具族RUBE_SEARCH_TOOLS/RUBE_MANAGE_CONNECTIONS/RUBE_MULTI_EXECUTE_TOOL共同构成了一套完整的发现—连接—执行—扩展能力矩阵可作为编写其他自动化 Skill 的通用参考范式。八、已知陷阱六条实战纪律文档明确列出六条高频踩坑点是保证自动化稳定性的核心约束陷阱应对纪律Schema 漂移工具 Schema 会变化。绝不硬编码 tool slug 或参数每次执行前必须调用RUBE_SEARCH_TOOLS重新发现连接失效执行前必须通过RUBE_MANAGE_CONNECTIONS确认状态为ACTIVE防止授权过期导致静默失败Schema 合规参数必须使用搜索结果的精确字段名与类型大小写、嵌套结构都不能凭猜测填写遗漏 memory 参数RUBE_MULTI_EXECUTE_TOOL调用中始终携带memory即使为空也要传{}会话复用混乱同一工作流内复用会话 ID开启新工作流时生成新会话避免上下文污染分页遗漏检查响应中的分页 token持续拉取直至数据取完防止结果不完整九、快速参考表操作方式查找工具RUBE_SEARCH_TOOLS搭配 Gan AI 相关 use case建立连接RUBE_MANAGE_CONNECTIONStoolkit 填gan_ai执行工具RUBE_MULTI_EXECUTE_TOOL使用发现到的 tool slug批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()获取完整 SchemaRUBE_GET_TOOL_SCHEMAS用于带schemaRef的工具这张表可当作日常开发的口袋索引遇到 Gan AI 自动化任务时按先查工具、再查连接、最后执行的顺序逐项对照。十、将 Skill 接入 Codex安装与触发gan-ai-automation本质是一个标准的 Codex Skill可按仓库 README.md 提供的通用方式安装使用Skill 存放于$CODEX_HOME/skills默认~/.codex/skills每个子目录需包含带name与descriptionfrontmatter 的SKILL.md可使用仓库自带的 skill-installer 脚本一键安装安装后重启 Codex 使其加载新元数据在会话中自然描述任务如用 Gan AI 生成一批产品图Codex 会根据description自动匹配并触发该 Skill仅在触发后才加载正文以节约上下文。需要提醒的是该 Skill 的运行依赖 Rube MCPrequires.mcp: [rube]因此安装 Skill 之外还需确保客户端已配置https://rube.app/mcp端点并完成 Gan AI 连接授权两者缺一不可。十一、总结gan-ai-automation向我们展示了一条零 API Key 接入 动态 Schema 发现 三步工作流的第三方服务自动化范式Rube MCP 负责连接与认证RUBE_SEARCH_TOOLS负责消除 Schema 漂移风险RUBE_MANAGE_CONNECTIONS负责连接健康度保障RUBE_MULTI_EXECUTE_TOOL负责实际执行。这套模式不仅适用于 Gan AI也为在 awesome-codex-skills 仓库中编写、扩展其他服务的自动化 Skill 提供了可直接复用的模板与纪律清单。Powered by Composio【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