Leadpipe Mcp について
LeadPipe MCPは、営業チーム向けにリードの取り込み、情報補完、スコアリング、エクスポートを行うMCPサーバーです。設定可能な判定ルールに加え、CRM連携とパイプライン分析を備えています。
主な機能
- 01リードの単件・一括取り込み
- 02企業データの補完
- 03設定可能な0~100のスコアリング
- 04理想顧客プロファイルによる事前判定
- 05HubSpotとPipedriveへのエクスポート
- 06パイプライン分析
活用シーン
- 01フォームやCSVからのリード選別
- 02理想顧客プロファイルに基づく絞り込み
- 03CRMへの出力前のリード採点
- 04パイプラインのスコアと成約率の確認
MCP 対応
リードの取り込み、判定、エクスポート、分析を扱う10種類のMCPツールと3種類のリソースを公開します。
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
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
LeadPipe MCP
Model Context Protocol 向けの AI 搭載リード評価エンジン
LeadPipe は、あらゆるソースからリードを取り込み、企業データで情報を補完し、設定可能な AI ルールを使って 0〜100 点でスコアを付け、評価済みリードを CRM にエクスポートします。すべて MCP プロトコルを通じて利用できます。
機能
- Webhook、フォーム、API、CSV からのリード取り込み(単件または一括、最大 100 件)
- 企業データによる自動情報補完:業界、規模、国、技術スタック(Hunter.io またはドメインのヒューリスティックを利用)
- 6 つの重み付けディメンションとカスタムルールを備えた AI スコアリングエンジン(0〜100 点)
- HubSpot、Pipedrive、CSV、JSON への CRM エクスポート
- 情報補完クレジットを使う前に、フリーメール、役職、国、技術スタックでリードを絞り込む ICP 事前評価
- リアルタイム統計、スコア分布、コンバージョン率を備えたパイプライン分析
- スコアリングの重み、高価値の役職・業界、カスタムルールを設定可能
- リードのライフサイクル全体をカバーする 10 個の MCP ツールと 3 個の MCP リソース
クイックスタート
MCPize Marketplace からインストール
- mcpize.com で LeadPipe MCP を検索します
- Install をクリックして、サブスクリプションのプランを選択します
- ツールとリソースが、MCP 対応クライアント(Cursor、VS Code など)で自動的に利用可能になります
ソースからビルド
git clone https://github.com/enzoemir1/leadpipe-mcp.git
cd leadpipe-mcp
npm ci
npm run build
MCP クライアントの設定に追加します:
{
"mcpServers": {
"leadpipe": {
"command": "node",
"args": ["path/to/leadpipe-mcp/dist/index.js"]
}
}
}
ツール
lead_demo_seed
5 つの典型例(購買決定者の有望なリード、中堅レベルの見込みリード、若手・小規模企業の低見込みリード、情報未補完のリード、失格リード)にわたる 14 件のリードを含む、現実的なデモデータセットをパイプラインに追加します。API キーがなくても、後続のすべてのツールから有用な出力が得られます。複数回呼び出しても安全です。呼び出すたびに新しい UUID を持つデータ一式が追加されます。
{}
戻り値:ステータス別の件数と、lead_enrich、lead_score、lead_export に渡せる sample_lead_ids。
lead_qualify
情報補完クレジットを使う前に、理想的な顧客プロファイルに照らしてリードを絞り込みます。メールドメイン、役職、国、業界、企業規模、技術スタックなど、ローカルで利用できるシグナルのみを使用するため、Hunter.io、HubSpot、Pipedrive のクレジットは消費されません。
{
"criteria": {
"reject_freemail": true,
"required_title_keywords": ["vp", "director", "head", "founder"],
"target_countries": ["US", "CA", "GB"],
"min_company_size": "11-50",
"required_tech_stack": ["shopify"]
},
"auto_disqualify": true
}
リードごとの適格/不適格の判定と理由、および推定クレジット節約量を返します。
プラットフォーム検出ツールとの組み合わせに適しています。 Detecto(
detect_platform)のようなツールをlead_qualifyの前に連結すると、検出された技術スタックがcompany.tech_stackに入力され、required_tech_stackによって、プラットフォームが異なるリードを情報補完やスコアリングに進む前に除外できます。
lead_ingest
単一のリードをパイプラインに追加します。
{
"email": "[email protected]",
"first_name": "Jane",
"last_name": "Smith",
"job_title": "VP of Engineering",
"company_name": "Acme Corp",
"company_domain": "acme.com",
"source": "website_form",
"tags": ["demo-request"]
}
lead_batch_ingest
一度に 1〜100 件のリードを追加します。重複は自動的にスキップされます。
{
"leads": [
{ "email": "[email protected]", "job_title": "CEO" },
{ "email": "[email protected]", "job_title": "CTO" }
]
}
lead_enrich
メールドメインを使用して、企業データでリードの情報を補完します。
{ "lead_id": "uuid-of-lead" }
戻り値:企業名、業界、規模、国、技術スタック、LinkedIn URL。
lead_score
適格性スコア(0〜100 点)を算出します。60 点以上のリードは適格としてマークされます。
{ "lead_id": "uuid-of-lead" }
スコアと、6 つすべてのディメンションにわたる詳細な内訳を返します。
lead_search
ページネーションを使ってリードを検索・絞り込みます。
{
"query": "acme",
"status": "qualified",
"min_score": 60,
"limit": 20,
"offset": 0
}
lead_export
リードを CRM またはファイル形式にエクスポートします。
{
"target": "hubspot",
"min_score": 60
}
出力先:hubspot、pipedrive、csv、json
Google Sheets へのエクスポートは今後のロードマップに含まれています。現在は、Sheets に対応した形式のデータを返します。
pipeline_stats
パイプライン分析を取得します。入力は不要です。
戻り値:リード総数、ステータス別/ソース別の内訳、平均スコア、スコア分布、適格率、本日・今週・今月のリード数。
config_scoring
スコアリング設定を表示または更新します。
{
"job_title_weight": 0.30,
"high_value_titles": ["ceo", "cto", "vp", "founder"],
"custom_rules": [
{
"field": "company_industry",
"operator": "equals",
"value": "fintech",
"points": 15,
"description": "Bonus for fintech companies"
}
]
}
リソース
| リソース | 説明 |
|---|---|
leads://recent | 最近追加されたリード50件 |
leads://pipeline | ステータス別件数、スコア、コンバージョン率を含むパイプラインの概要 |
leads://config | 現在のスコアリングエンジンの設定 |
スコアリングエンジン
リードは、6つのディメンションの加重平均を使って0~100でスコアリングされます。
| ディメンション | デフォルトの重み | 仕組み |
|---|---|---|
| 役職 | 25% | Cレベル/創業者:100、VP/ディレクター:85、マネージャー:65、シニア:50、ジュニア:15 |
| 企業規模 | 20% | 優先する規模(11~50、51~200、201~500):90、それ以外はそれに応じて調整 |
| 業界 | 20% | 価値の高い業界(SaaS、フィンテックなど):90、それ以外:40 |
| エンゲージメント | 15% | 電話番号の有無、氏名、タグ、流入元の種類(ランディングページ > CSV) |
| 最近度 | 10% | 今日:100、先週:75、先月:35、3か月以上前:5 |
| カスタムルール | 10% | ユーザー定義のルール。各ルールで-50~+50点 |
計算式: score = sum(dimension_score * weight)
スコアが60以上のリードは適格です。60未満のリードは不適格です。
CRM 連携
HubSpot
HubSpot のプライベートアプリのアクセストークンを、HUBSPOT_API_KEY 環境変数に設定します。
export HUBSPOT_API_KEY="pat-xxx-xxx"
Pipedrive
PIPEDRIVE_API_KEY 環境変数を設定します。
export PIPEDRIVE_API_KEY="xxx"
CSV / JSON
設定は不要です。エクスポートすると、データが直接返されます。
エンリッチメント
LeadPipe はリードのメールアドレスからドメインを抽出し、企業データを検索します。
- Hunter.io(
HUNTER_API_KEYが設定されている場合)— 組織、業界、国、技術スタックを返します - ドメインのヒューリスティック — 既知のドメインを企業データにマッピングします
- フリーメールの検出 — gmail.com、yahoo.com などをフラグ付けします(企業情報のエンリッチメントは行いません)
料金
| プラン | 価格 | ツール | 機能 |
|---|---|---|---|
| 無料 | €0 | lead_demo_seed、lead_ingest、lead_batch_ingest、lead_search、lead_score、config_scoring | 取り込み、手動スコアリング、ICP による事前適格性判定 |
| Pro | €19 買い切り | + lead_qualify、lead_enrich、lead_export、pipeline_stats | AI スコアリング、Hunter.io によるエンリッチメント、CRM エクスポート、パイプライン分析 |
一度限りの**€19の買い切りライセンス(3台)で、サブスクリプションはありません。購入と有効化の方法については、以下のPro ライセンス**をご覧ください。
開発
npm run dev # Hot reload development
npm run build # Production build
npm test # Run unit tests
npm run inspect # Open MCP Inspector
Pro ライセンス
LeadPipe は無料モードで提供されます。lead_demo_seed、lead_ingest、lead_batch_ingest、lead_search、lead_score、config_scoring は無料で利用できます。以下のツールにはPro ライセンスが必要です。
lead_qualify— ICP による事前フィルタリングlead_enrich— ドメインナレッジベースによるエンリッチメントlead_export— HubSpot / Pipedrive / Google Sheets / CSV / JSONpipeline_stats— ポートフォリオ分析
Pro ライセンスを購入(€19、買い切り、3台): https://automatiabcn.lemonsqueezy.com/buy/360565a3-2577-45e2-93dd-1548a881f456
または、Indie MCP Stack Bundle(€69、全4サーバー)をご購入ください。
その後、環境変数を設定して有効化します。
export LEMONSQUEEZY_LICENSE_KEY=YOUR-KEY-HERE
または、Claude Desktop / MCP クライアントの設定で指定します。
{
"mcpServers": {
"leadpipe-mcp": {
"command": "npx",
"args": ["-y", "leadpipe-mcp-server"],
"env": { "LEMONSQUEEZY_LICENSE_KEY": "YOUR-KEY-HERE" }
}
}
}
検証結果はローカルに24時間キャッシュされるため、初回実行後はサーバーを完全にオフラインで利用できます。
ライセンス
MIT License です。詳細についてはLICENSEをご覧ください。
Automatia BCN 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。