mcp-contact-classifier について
mcp-contact-classifier は、コンタクトデータや営業業務向けの MCP サーバーです。職位名から部門とシニアリティを分類し、任意で雇用主のウェブサイト上の掲載状況を確認します。同じ職位名には決定的なルール表で一貫した結果を返します。
主な機能
- 01職位名から部門を分類
- 02シニアリティと順位を判定
- 03雇用主のサイトで在職状況を確認
- 04適用した分類ルールを記録
- 05未分類の職位に LLM を任意で使用
活用シーン
- 01部門別にコンタクトリストを整理
- 02シニアリティで意思決定者を絞り込み
- 03コンタクトの在職状況を確認
MCP 対応
MCP クライアントに classify_contact ツールを提供し、入力を Apify actor に渡して出力をそのまま返します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
1掲載時のツール一覧 · 2 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| full_name | string | いいえ | 役職の確認にのみ必要です。なくても分類できます。この氏名が言語モデルに送信されることはありません。 |
| job_title | string | はい | 連絡先の役職を、把握しているとおり正確に入力します。API キー不要の決定論的なルールで分類されます。 |
| llm_model | string | いいえ | プロバイダーにそのまま渡されるモデル ID。LLM フォールバックが有効な場合にのみ読み取られます。デフォルト:"gpt-4o-mini"。 |
| skipCache | enum | いいえ | true に設定すると、キャッシュ結果を無視して最初から分類します。デフォルト:"false"。false | true |
| llm_provider | enum | いいえ | LLM_API_KEY のプロバイダー。LLM フォールバックが有効な場合にのみ読み取られます。デフォルト:"openai"。openai | anthropic | google |
| company_domain | string | いいえ | 役職の確認にのみ必要です。会社のウェブサイトのドメイン。https の有無は問いません。 |
| verify_position | boolean | いいえ | その人物が雇用主の公式サイトに引き続き掲載されているかを確認します。デフォルトではオフです。連絡先 1 件あたり約 3 秒と 9 件のリクエストが追加され、氏名とドメインの両方が必要です。デフォルト:false。 |
| use_llm_fallback | boolean | いいえ | デフォルトではオフです。有効にすると、ルールで分類できない役職が、自分の Actor のコピーに設定した LLM_API_KEY シークレット環境変数を使って、自分のモデルに送信されます。送信されるのは役職のみで、氏名は送信されません。キーが設定されていない場合も Actor は行を返しますが、該当する役職は null のままです。デフォルト:false。 |
詳細
Contact Classifier MCP サーバー
Apify上のMamba Labs Contact Classifier アクター用のMCP サーバーです。
役職を渡すと、部署と職位を返します。氏名と会社のドメインも渡すと、その人が勤務先の公式ウェブサイトに現在も掲載されているかどうかも確認します。分類は決定論的なルールテーブルに基づいているため、APIキーは不要で、同じ役職には毎回同じ結果を返します。
インストール
npx -y @mambalabsdev/mcp-contact-classifier
Claude Desktop
{
"mcpServers": {
"mamba-contact-classifier": {
"command": "npx",
"args": ["-y", "@mambalabsdev/mcp-contact-classifier"],
"env": { "APIFY_TOKEN": "your-apify-token" }
}
}
}
Apifyトークンはconsole.apify.com/account/integrationsで取得してください。
ツール
classify_contact
連絡先を1件入力すると、分類済みの行を1件返します。必須なのは役職だけです。
| 入力 | 型 | 必須 | 備考 |
|---|---|---|---|
job_title | string | はい | 連絡先の役職。登録されているとおりの表記を指定します。APIキー不要の決定論的なルールで分類します。 |
full_name | string | いいえ | 在職確認を行う場合にのみ必要です。これがなくても分類できます。この名前が言語モデルに送信されることはありません。 |
company_domain | string | いいえ | 在職確認を行う場合にのみ必要です。httpsの有無を問わず、会社のウェブサイトのドメインを指定します。 |
verify_position | boolean | いいえ | その人が勤務先の公式ウェブサイトに現在も掲載されているか確認します。連絡先1件につき約3秒と9件のリクエストが追加で必要です。氏名とドメインの両方が必要です。既定値はfalseです。 |
use_llm_fallback | boolean | いいえ | ルールで分類できない役職を、独自のモデルに送信します。自身のアクターのコピーで、シークレット環境変数LLM_API_KEYを使用します。送信されるのは役職のみで、氏名は送信されません。既定値はfalseです。 |
llm_provider | enum | いいえ | openai、anthropic、googleのいずれかです。LLM_API_KEYに対応するプロバイダーを指定します。LLMフォールバックが有効な場合にのみ参照されます。既定値はopenaiです。 |
llm_model | string | いいえ | プロバイダーにそのまま渡されるモデルIDです。LLMフォールバックが有効な場合にのみ参照されます。既定値はgpt-4o-miniです。 |
skipCache | enum | いいえ | trueに設定すると、キャッシュされた結果を無視して最初から分類します。既定値はfalseです。 |
max_charge_usd | number | いいえ | この実行に対する任意の米ドル建て費用上限です。費用がこの金額を超える可能性のある項目を処理する前に、アクターは停止します。省略した場合は、Apifyで設定されている実行あたりの最大費用が適用されます。 |
出力の読み方
フラットな snake_case フィールドが21個あり、連絡先ごとに1行が返されます。department は12種類のいずれか、seniority も12種類のいずれかです。seniority_rank は1〜12の値を取るため、意思決定者の絞り込みは文字列のリストではなく比較で行えます。classification_rule には適用されたルールが記録されるため、意思決定の監査が可能になります。
LLM_API_KEY を設定していない場合、ルールで分類できない役職名は null で返されます。それでも行は返されます。
料金
分類された連絡先ごとに料金が発生し、少額のアクター起動料金もかかります。決定論的な分類では、モデルもサードパーティ API も呼び出しません。
| イベント | 料金 | 発生条件 |
|---|---|---|
apify-actor-start | $0.00005 | 1回の実行につき開始時に1回。メモリ1 GBあたり1イベント(最低1回)。Apify の起動イベントです。 |
contact-classified | $0.003(FREE ティア)、GOLD 以上では最大 $0.00255 | 連絡先ごとに1回。ルールで分類できない役職名も含みます。 |
料金の詳細はアクターの Apify ページをご覧ください。このサーバーを実行すると Apify クレジットを消費します。
このツールはアクターの実行を開始し、完了ステータスになるまでポーリングするため、verify_position が有効な実行も300秒で打ち切られません。実行が成功しなかった場合は、実行 ID とステータスを含むエラーが返されます。
このサーバーが行うこと、行わないこと
これは Apify アクターの薄いクライアントです。入力をそのまま渡し、アクターの出力を変更せずに返します。上記の動作はすべてアクター側にあり、このサーバーにはありません。
このアクターは人物を見つけません。名前と役職名はユーザーが指定します。役職名を分類し、オプションで雇用主が公開したページと名前を照合します。まず人物を見つけるには、People Finder を使用してください。
エラーは握りつぶさず、すべて表面化します。無効な入力、無効なトークン、残高不足、タイムアウト、データセット以外を返す実行は、空の結果ではなく明示的なツールエラーとして返されます。
ソース
このアクターは Apify Store にあります。このラッパーは MIT ライセンスで提供されています。
Mamba Labs が開発しました。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。