使用 Rube MCP 在 Codex 中自动化 Aivoov 语音合成：aivoov-automation Skill 实战指南

使用 Rube MCP 在 Codex 中自动化 Aivoov 语音合成aivoov-automation 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本指南以 composio-skills/aivoov-automation/SKILL.md 为核心讲解如何在 Codex 中通过 Rube MCPComposio 提供驱动 Aivoov 官方工具集完成语音合成类任务的发现、连接与执行全流程。读者读完可以掌握「先搜索工具 Schema → 校验连接状态 → 多工具执行」的标准自动化模式并能将同一套方法复用到 awesome-codex-skills 仓库中其他 800 多个*-automationskill 上。Skill 定位aivoov-automation 是什么aivoov-automation是 README.md 中定义的 Codex Skill 体系下的一个具体技能。Codex Skill 是一段「模块化指令包」每个 skill 以独立文件夹存在内含一个带 YAML frontmatter 的SKILL.mdCodex 依据 frontmatter 中的description决定何时触发该技能并在触发后才加载正文从而保持上下文精简。本 skill 的 frontmatter 如下位于 composio-skills/aivoov-automation/SKILL.md 首部--- name: aivoov-automation description: Automate Aivoov tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---三个字段各有明确用途name技能唯一标识Codex 加载时按此注册description触发条件声明。这里刻意强调「Always search tools first for current schemas」提示执行任何 Aivoov 操作前必须先动态发现工具 Schema而不是凭记忆硬编码requires.mcp声明本技能依赖名为rube的 MCP 服务器客户端需提前配置该 MCP 端点。整篇正文围绕「通过 Rube MCP 使用 Composio 的 Aivoov 工具集自动化 Aivoov 操作」展开属于仓库中典型的「Rube MCP 驱动型」技能——与 composio-skills/elevenlabs-automation/SKILL.md 这类「硬编码工具 slug 型」技能形成互补后者直接给出ELEVENLABS_TEXT_TO_SPEECH等固定工具名而前者强调每次执行前动态搜索。运行前置条件在执行任何 Aivoov 自动化工作流之前需要同时满足以下三个条件Rube MCP 已连接RUBE_SEARCH_TOOLS工具必须可用这是整个自动化的入口Aivoov 连接已激活通过RUBE_MANAGE_CONNECTIONS以aivoov工具集建立连接且状态为ACTIVE先搜索再执行任何工作流开始前都必须先调用RUBE_SEARCH_TOOLS获取当前最新的工具 Schema。其中第 3 条是反复出现的黄金法则工具 Schema 会随服务端更新而变化硬编码工具 slug 或参数名是失败的主要来源。快速接入Setup 四步接入 Rube MCP 非常简单不需要申请任何 API Key——只需在客户端 MCP 配置中把https://rube.app/mcp添加为 MCP 服务器端点即可。随后按以下四步完成 Aivoov 连接验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS能正常响应发起连接调用RUBE_MANAGE_CONNECTIONS传入工具集aivoov完成授权如果连接状态不是ACTIVE按照返回的 auth 链接完成设置通常是 OAuth 或 API Key 认证确认状态在运行任何工作流之前确认连接状态显示为ACTIVE。值得说明的是这一步「连接管理」与仓库中 connect/SKILL.md 描述的 Composio CLI 思路一致——先建立应用连接composio link再执行真实动作本 skill 则是通过 MCP 层完成同样的连接管理。工具发现先搜索再执行工具发现是本 skill 的核心入口。在不知道 Aivoov 提供哪些工具、各自需要什么参数的情况下先发起一次搜索RUBE_SEARCH_TOOLS queries: [{use_case: Aivoov operations, known_fields: }] session: {generate_id: true}返回结果通常包含四类关键信息可用工具 slug 列表例如 Aivoov 的语音合成、音色查询等操作对应的工具标识输入 Schema每个工具的参数名、类型与必填项推荐的执行计划针对该 use_case 的建议调用顺序已知陷阱该工具集常见的报错模式与规避方式。其中session: {generate_id: true}表示本次搜索开启一个新的会话 ID后续工作流步骤都应复用该 ID 以保持上下文连续。核心工作流模式标准的三步工作流每次执行 Aivoov 任务都遵循「发现 → 校验 → 执行」的顺序。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Aivoov task}] session: {id: existing_session_id}与初次发现不同这里复用已有会话 IDexisting_session_id并把use_case换成具体任务描述如语音合成、音色列表等以获得更精确的工具与参数建议。Step 2检查连接RUBE_MANAGE_CONNECTIONS toolkits: [aivoov] session_id: your_session_id执行工具前再次确认 Aivoov 连接状态。若状态非ACTIVE需先回到 Setup 步骤完成授权。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_id执行时的要点tool_slug必须来自 Step 1 搜索结果不得凭记忆硬编码arguments必须严格符合搜索返回的 Schema——字段名、类型、可选默认值都以 Schema 为准memory参数必须始终携带即使为空也要显式传{}session_id沿用同一工作流的会话 ID。已知陷阱清单原文档总结的六大陷阱是实际运行时最需要警惕的点陷阱说明永远先搜索工具 Schema 会变化。未调用RUBE_SEARCH_TOOLS前禁止硬编码任何工具 slug 或参数检查连接执行前必须确认RUBE_MANAGE_CONNECTIONS返回ACTIVE状态Schema 合规使用搜索结果中精确的字段名与类型避免大小写、命名差异导致的失败memory 参数RUBE_MULTI_EXECUTE_TOOL调用必须携带memory即使为空对象{}会话复用同一工作流内复用会话 ID开启新工作流时才生成新 ID分页处理检查响应中的分页 token持续拉取直到数据完整防止结果被截断快速参考操作方式查找工具RUBE_SEARCH_TOOLS Aivoov 相关 use case建立连接RUBE_MANAGE_CONNECTIONS 工具集aivoov执行工具RUBE_MULTI_EXECUTE_TOOL 搜索得到的工具 slug批量操作RUBE_REMOTE_WORKBENCHrun_composio_tool()获取完整 SchemaRUBE_GET_TOOL_SCHEMAS针对带schemaRef的工具其中RUBE_REMOTE_WORKBENCH适合需要脚本化、批量调用多个 Composio 工具的复杂场景而RUBE_GET_TOOL_SCHEMAS用于在搜索结果基础上进一步拉取某个工具的完整字段定义对应返回结构中的schemaRef引用。源码视角为什么「永远先搜索」是这个 Skill 的设计核心将本 skill 与仓库内同类技能对比可以更清晰地看出其设计取向composio-skills/elevenlabs-automation/SKILL.md 直接硬编码ELEVENLABS_TEXT_TO_SPEECH等工具 slug并附带完整的参数表、输出格式清单和错误码说明适合「Schema 相对稳定」的工具集本 skill 则刻意不写死任何 Aivoov 工具 slug所有参数以RUBE_SEARCH_TOOLS的实时返回为准并用「Always search tools first」写进 frontmatter 的description确保 Codex 在触发时就把该约束内化。从仓库结构看composio-skills 目录下共有 832 个*-automation/SKILL.md以本次检索结果为准覆盖 Amazon、ElevenLabs、Aivoov 等大量第三方工具集。它们共享同一套 Rube MCP 调用模式这意味着本指南中的「发现 → 校验 → 执行」三步法、memory必须携带、会话复用等最佳实践可以直接迁移到仓库内任何*-automation技能上形成一套可复用的工具集成方法论。底层机制上这与 README.md 描述的 Composio MCP Gateway 能力一致通过单一 MCP 端点为 1000 集成提供统一访问并在网关层完成认证、连接状态管理与工具 Schema 下发。Rube MCPhttps://rube.app/mcp正是该能力的客户端形态RUBE_SEARCH_TOOLS、RUBE_MANAGE_CONNECTIONS、RUBE_MULTI_EXECUTE_TOOL等工具分别承担 Schema 发现、连接管理与批量执行职责。安装与触发让 Codex 用上这个 Skill按照 README.md 的说明将aivoov-automation文件夹放入$CODEX_HOME/skills默认~/.codex/skills目录然后重启 Codex使其重新加载元数据。之后在会话中自然描述任务如「用 Aivoov 生成一段语音」Codex 会根据description自动匹配并触发本技能也可以在提示中直接点名 skill 名称以强制其参与决策。触发后Codex 会依次执行确认RUBE_SEARCH_TOOLS可用 → 校验RUBE_MANAGE_CONNECTIONS中 Aivoov 为ACTIVE→ 搜索具体任务的工具与 Schema → 以RUBE_MULTI_EXECUTE_TOOL完成真实调用。整个过程不需要为 Rube MCP 配置 API Key只需保证 MCP 端点已注册、Aivoov 连接处于激活状态即可稳定运行。【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