SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场lead-enrichment

lead-enrichment

营销与增长

查看项目

更新于 10-15 07:42

技能介绍

用途

Lead Enrichment 是 webclaw 生态中的一个技能，用于 B2B 线索的发现与信息补全（firmographics）。它从用户手头已有的材料出发——CSV 域名列表、目录或“最佳工具”清单 URL，或一段自然语言的 ICP 描述——最终产出一份补全后的线索表，包含每家公司做什么、卖给谁、公开的联系邮箱、社交账号、定价模式以及网站提到的技术。

所有信息都来自各公司自己的公开页面，不使用授权的联系人数据库，也不按席位收费。

主要能力

该技能覆盖线索生成中的“发现 + 公司画像”部分：

  • 发现公司：从清单页面或 ICP 描述中找出公司。
  • 读取通用事实：通过 /v1/extract 从每家公司自己的网站读取 pitch、公开的联系邮箱、社交账号、定价模式、目标客户、技术信号，或用户自定义的任何字段。
  • 灵活 schema：字段由 JSON schema 定义，这是该技能的核心特点。

运行 find.py 构建公司列表，再运行 enrich.py 从每个网站提取自定义字段。结果仅限于所提供页面上公开发布的信息。

使用方式

前置条件

  • webclaw 技能 / MCP 服务器（npx create-webclaw）。
  • 批量运行需要 WEBCLAW_API_KEY（webclaw.io 的免费额度即可）。

根据用户已有材料选择入口

  • 有 CSV 域名列表：直接补全。
  • 有清单 URL（目录、awesome-list、“最佳 X 工具”文章、YC/PH 分类页）：运行 find.py --url <listing>，然后补全。
  • 只有 ICP 描述：运行 find.py --query "..."，与用户一起审阅找到的列表，然后补全。
  • 有竞品名称：运行 find.py --query "<competitor> alternatives"，然后补全。
  • 有一个目标账户需要深入研究：跳过脚本，抓取网站（深度 2），然后从关键页面提取详细画像。

发现线索（scripts/find.py）

从已知清单页面（可重复使用 --url）：

WEBCLAW_API_KEY=wc_... python3 scripts/find.py --url https://www.ycombinator.com/companies/industry/developer-tools

从自然语言 ICP（搜索网络，采集找到的清单文章）：

WEBCLAW_API_KEY=wc_... python3 scripts/find.py --query "AI agent startups that read the web"

输出 leads.csv（name、website、one_liner、source），跨来源去重。“最佳 X 工具”文章和目录本身就是预筛选的线索列表，此步骤即采集它们。注意：目录页面（YC、PH）通常产出的是资料页 URL 而非公司主页；补全仍可在这些 URL 上工作，但如果用户需要主页级别的字段，应先从每个资料页提取真实网站。

示例：从 TrustMRR 获取有收入验证的线索

trustmrr.com 是一个公开数据库，收录 15,000+ 家初创公司，收入经支付服务商验证，且刻意对 AI 友好（llms.txt、每家公司的 .md 页面、AI API）。其分类页是很好的 find 来源，资料页可补全为有收入验证的线索：

python3 scripts/find.py --url https://trustmrr.com/category/ai --out leads.csv python3 scripts/enrich.py leads.csv --schema revenue.json

其中 revenue.json 请求 monthly_revenue、founder_name、founder_x_handle 和 actual_website。测试中验证的结果：MRR 数字、创始人姓名、X 账号以及初创公司的真实网站——每一行都可证明有收入的线索表。如果用户还需要主页级别的字段，可对 actual_website 列再运行一次补全。

两条路径

小列表（最多约 15 家公司）：直接驱动 MCP 工具。对每一行，用公司 URL 和以下 schema 调用 webclaw extract 工具，然后自行将结果组装成表格或 CSV：

{ "type": "object", "properties": { "company_name": {"type": "string"}, "one_line_pitch": {"type": "string"}, "contact_email": {"type": "string", "description": "a published business contact email, empty string if none is public"}, "social_links": {"type": "array", "items": {"type": "string"}}, "pricing_model": {"type": "string", "description": "free / freemium / paid / enterprise / unknown"}, "target_customer": {"type": "string"}, "tech_signals": {"type": "array", "items": {"type": "string"}, "description": "frameworks, APIs, and integrations the site mentions"} } }

每家公司一次调用，每次几秒。尽可能在本地运行；当设置了 WEBCLAW_API_KEY 时，有机器人防护或 JS 密集的网站会升级到托管引擎处理。

批量列表（15+）：运行内置脚本。

WEBCLAW_API_KEY=wc_... python3 scripts/enrich.py leads.csv

自动检测 URL 列（website、domain、url 等），并发补全，写出 leads-enriched.csv，包含原始列加上提取的字段，以及一个 enrich_error 列用于记录失败的行。

先用 --limit 5 做一次低成本测试运行。按需使用 --concurrency、--out。

仅使用 Python 标准库——无需安装。

自定义字段

字段就是 JSON schema，因此可以按需修改。将 schema 写入文件并通过 --schema 传入：

python3 scripts/enrich.py leads.csv --schema hiring_signals.json

效果良好的示例：is_hiring、has_api、uses_competitor_x、recent_funding_mentioned、languages_supported、has_free_tier。任何人类阅读公司网站能回答的问题，提取器也能回答。

智能体工作流

  1. 询问（或定位）输入 CSV，并确认哪一列是网站。
  2. 如果用户需要非默认字段，在运行前与其一起构建 schema。
  3. 小列表 → 逐行 extract 调用；批量 → scripts/enrich.py，先用 --limit 5，展示样本，再运行完整列表。
  4. 汇总结果：补全了多少行、多少行有公开邮箱、显著模式（定价模式、常见技术）。
  5. 建议下一步：按匹配度排序，或将输出导入其 CRM。

适用场景

  • 从目录、awesome-list、“最佳 X 工具”文章、YC/PH 分类页等清单中批量发现公司。
  • 从自然语言 ICP 描述或竞品名称出发寻找线索。
  • 对单个目标账户进行深入研究。
  • 从公开数据库（如 TrustMRR）获取有收入验证的线索。
  • 需要自定义字段（如是否在招聘、是否有 API、是否使用某竞品）的线索补全。

限制

  • 尊重隐私法律。该技能只提取公司在自己网站上发布的内容，用户有责任合法使用联系数据（GDPR/CAN-SPAM）。应补全商业网站，而非个人页面。
  • 预期会有一些空的 contact_email 字段——许多公司不公开邮箱。这本身也是信号。此处的 contact_email 是网站上公开的邮箱（如 hello@company.com），不是个人邮箱。
  • 成本：每家公司发送一次 /v1/extract 请求。请查看当前套餐的额度消耗。
  • 目录页面（YC、PH）通常产出资料页 URL 而非公司主页；如需主页级别字段，应先提取真实网站。
  • 结果仅限于所提供页面上公开发布的信息。