OpenLeads について
OpenLeads は公開情報から人物や企業を検索し、メールアドレスの根拠を示して、リード管理や営業活動を行うローカルのワークスペースです。CLI とダッシュボードに加え、AI アシスタントが記録を検索・更新できる MCP サーバーを備えています。
主な機能
- 01公開情報を横断した人物検索
- 02メールの根拠と確度の表示
- 03理想顧客像に基づくリード評価
- 04リスト・シーケンス・タスク・案件管理
- 05CSV レコードのインポートとエクスポート
- 06内蔵 MCP サーバーの実行
活用シーン
- 01地域や業種で見込み客を検索
- 02確認済みアドレスと推測を区別
- 03リードを営業シーケンスに登録
- 04AI アシスタントによるリード記録の更新
MCP 対応
OpenLeads の MCP サーバーでは、AI アシスタントが連絡先や企業を検索し、記録を読み取り、リードの保存やステージ、タグ、メモ、タスク、案件、シーケンス登録を管理できます。これらのツールからメッセージは送信されません。
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
22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 |
|---|---|---|---|
| count | integer | いいえ | |
| query | string | はい | 見つけたい対象を平易な英語で記述します。 |
| save_to_list | string | いいえ | 結果をワークスペース内のこのリストにも保存します（存在しない場合は新規作成）。 |
| verified_only | boolean | いいえ | 配信可能なメールアドレス（safe 区分）のみを返します。 |
| budget_seconds | integer | いいえ |
詳細
🧲 OpenLeads
無料の公開データから人々と仕事用メールアドレスを見つけ、Apollo と同じように営業できます。API キー不要。無料です。
探したい相手を入力すると（「オースティンの歯科医」、「フィンテックの創業者」、_「ロンドンの法律事務所」_など）、OpenLeads が OpenStreetMap、Y Combinator、GitHub、OpenAlex、SEC EDGAR、Wikidata、企業ウェブサイトを検索し、実在する人物を見つけます。また、確認済みのメールアドレスと推測したメールアドレスを正直に区別して表示します。さらに、理想の顧客像に基づいてスコアを付け、リストに整理し、メール、電話、LinkedIn による複数ステップのシーケンス、タスク、商談パイプラインを管理できます。すべてお使いのマシン上で動作します。
pipx install openleads # or: pip install openleads · npx openleads
openleads find "dentists in Austin"
openleads web # the dashboard · or `openleads demo` to look around first
ウェブサイト · ドキュメント · ライブベンチマーク · 変更履歴
ローカルダッシュボード（openleads demo、架空のデータ）。ライトモードとダークモードに対応し、キーボード操作を優先しています。データがマシンの外に出ることはありません。
$ openleads find "dentists in Austin" -n 6
◆ federated search · local …
1 ▌safe [email protected] Example Dental ▰▰▰▰▰▰▰▰▰▰ 98% found
2 ▌safe [email protected] Smile Example Co ▰▰▰▰▰▰▰▰▰▰ 98% found
3 ▌risky [email protected] Maria Lopez ▰▰▰▰▰▰▱▱▱▱ 62% guessed
4 ▌safe [email protected] Daniel Kim ▰▰▰▰▰▰▰▰▰▱ 88% pattern
──────────────────────────────────────────────────────
6 leads 4 safe deliverable 2 risky unconfirmed ██████████████████░░░░░░
4 found or built from a seen pattern · 2 guessed
実際の実行結果の形式です。企業名と人物名は変更しています。
他との違い
Apollo、Hunter、ZoomInfo は連絡先データベースとメールアドレスの検証を販売し、その後、送信にも追加料金を請求します。OpenLeads は公開データから、これら 3 つすべてを無料で、お使いのノートパソコン上で行います。特に重要な点が 2 つあります。
メールアドレスごとに、正直に表示します。 多くの無料検索ツールは、first.last@ のような推測アドレスを「有効」と表示します。OpenLeads は各アドレスに次のラベルを付けます。
| 根拠 | 意味 |
|---|---|
| 発見済み | ウェブ上で公開されているか、メールサーバーによって確認済みです |
| パターン | その企業の実在するアドレスで使われている形式から作成されています |
| 推測 | 一般的な形式ですが、未確認です。ラベルが付くので、使うかどうかはご自身で判断できます |
これらの情報に基づいて送信可否を判定します。安全（送信する）、リスクあり（オプトインしない限り保留）、不適切（除外）。スコアリングの仕組みはこちらをご覧ください。
毎晩、最新のデータを使って測定します。 ユニットテストでは、「オースティンの歯科医」を検索して歯科医が見つかるかどうかは分かりません。openleads bench は実際の検索クエリ 12 件を最新のデータソースに対して実行し、結果を公開します。
| 実際の検索クエリ | v4.0 | v4.5 |
|---|---|---|
| "marketing agencies in Miami" | 「Refund Policy」のようなページ見出しが「人物」20 件中 6 件 | 無関係な名前は 0 件 |
| "dentists in Austin" | カイロプラクターや運送会社が返され、利用可能な結果は 0 件 | 歯科医 10 人 |
| "machine learning researchers" | 結果なし | 研究者 10 人 |
| "rust developers in Berlin" | 4 分経っても実行中 | 5 秒で 10 人 |
最新の全実行結果（検索クエリ 12 件、各 10 件の見込み客）：12/12 件で結果を取得 · 充足率 84% · 無関係な名前 0% · メールアドレスの 32% は発見済み、またはパターンに基づくもので、残りには推測のラベルを付与 · 中央値 54 秒。 全スコアボード →
ノート PC で使える Apollo
| Apollo | OpenLeads | |
|---|---|---|
| 連絡先の入手元 | ライセンスされたデータベース | 公開情報を、指定した検索条件に応じてその場で検索 |
| メールアドレスの確度 | アドレスごとにステータスを表示（検証済み、推定など） | アドレスごとに found · pattern · guessed とその理由を表示 |
| フィルターを使った人物・企業検索 | ✓ | ✓ 役職、部署、業界、規模、テクノロジースタック、所在地、成長段階、適合度など |
| リスト、タグ、メモ、保存した検索 | ✓ | ✓ |
| ICP 適合度スコア | ✓ | ✓ 0～100 と A～D、および条件を変えた場合のプレビュー |
| 複数ステップのシーケンス（メール、電話、LinkedIn、タスク） | ✓ | ✓ A/B バリアント、スレッド化、AI が作成するステップ、返信時の自動停止 |
| タスクキュー · 商談パイプライン | ✓ | ✓ 集中モード · 加重予測を備えたドラッグ＆ドロップ式ボード |
| CSV のインポートとエクスポート | ✓ | ✓ Apollo、HubSpot、LinkedIn のエクスポートを自動でマッピング。Apollo または HubSpot 形式でエクスポート |
| Claude、Cursor、Claude Code からの利用 | ✓ 読み取り・書き込み用のワークスペースツールを備えた組み込み MCP サーバー | |
| データの保存場所 | Apollo のクラウド | お使いのマシン上の SQLite ファイル |
| 価格 | クレジット上限付きの無料プラン。有料プランはシート単位 | $0、オープンソース |
検索できるもの
1 つの検索クエリが、それに合った情報源すべてに展開されます。情報源を選ぶ必要はありませんが、
-s name で 1 つに固定できます。
| 検索内容 | 検索対象 | 例 |
|---|---|---|
| あらゆる都市の地域企業 | OpenStreetMap（Overpass + Nominatim） | "accountants in Toronto" |
| スタートアップの創業者、採用中の企業 | Y Combinator、Hacker News | "AI startup founders" |
| 業界別の企業 | Wikidata、SEC EDGAR | "fintech companies" |
| 開発者 | GitHub | "rust developers in Berlin" |
| 研究者 | OpenAlex | "machine learning researchers" |
| ある企業に所属する全員 | その企業の公式サイト | "emails at stripe.com" |
| 米国の医療従事者 | NPI Registry | "pediatricians" |
各企業について、チームページや会社概要ページから名前のある人物を抽出します。その後、すべてのアドレスに対して、公開アドレスの収集、学習済みの企業パターン、MX／SPF／DMARC、Gravatar、そしてポート 25 が開いている場合は SMTP によるメールチェックを行います。
必要な情報源が見つからない場合は、情報源を1 つの Python ファイルで追加できます。
見込み客にアプローチする
見つけた情報はすべてローカルのワークスペースに保存されます。ダッシュボード、ターミナル、AI アシスタントで同じデータを利用できます。
 |  |
| 人物と企業。 ライブ件数付きのファセット、保存済み検索、該当するすべての行への一括操作、タイムライン、メモ、タスク、案件を含む完全なレコード。 | シーケンス。 メール、電話、LinkedIn、タスクのステップ、A/B バリエーション、同じスレッドへのフォローアップ、AI が作成するステップ。返信があった人物はシーケンスから外れます。 |
 |  |
| 案件。 加重予測に対応したドラッグ＆ドロップ式のパイプライン。案件を成約にすると、連絡先が顧客になります。 | その他の機能。 タスクキュー、テンプレート、ICP スコアリング、CSV インポート、データの健全性チェックと重複レコードの統合、⌘K パレット。 |
openleads people --fit A --never-contacted # best untouched leads
openleads lists add "Q4 dentists" --where dental
openleads seq enroll "Q4 outbound" --list "Q4 dentists"
openleads tasks --bucket today
openleads import apollo-export.csv --list "Imported"
Claude、Cursor、Claude Code から利用する
OpenLeads はMCP サーバーです。AI アシスタントは会話の途中で見込み客を検索し、確認できます。
claude mcp add openleads -- openleads mcp
{ "mcpServers": { "openleads": { "command": "openleads", "args": ["mcp"] } } }
「ロンドンにある法律事務所を10社見つけて、実際に送信できるメールアドレスを確認し、それぞれに2行の紹介文を作成してください。」
「それらを London law というリストに保存し、A評価の見込み客を Q4 シーケンスに追加して、各パートナーへの電話タスクを作成してください。」
ワークスペースツールを使うと、アシスタントは連絡先や企業を検索し、完全なレコードを読み取り、見込み客の保存、ステージの設定、タグ付け、メモの追加、タスクや案件の作成、シーケンスへの人物の登録を行えます。ツール自体が何かを送信することはありません。
ワークフローとして構築する
ダッシュボードのワークフローページでは、n8n のようなノードキャンバスに保存済み検索が表示されます。
ノードをクリックして編集し（検索対象、提案内容、実行時刻、エクスポート先）、テスト実行をクリックすると、ライブエンジンから各ノードにデータが入力される様子を確認できます。テスト実行では送信されません。ワークフローガイド →
エクスポートノードは見込み客を CSV、Google Sheets、Notion、Airtable、または任意の Webhook に送信できるため、残りのツール（n8n、Zapier、Make）で引き継いで処理できます。
スケジュールを設定する
openleads recipe add miami "marketing agencies in Miami" --every "weekdays 9am" --send
openleads schedule on # one agent: launchd · cron · Windows Task Scheduler
openleads runs # what ran, what it found, what failed
スケジュールには平易な英語（every 2h、mon,thu 14:00）または cron を指定できます。送信は1日の上限、ウォームアップの段階的な増加、営業時間の範囲内に保たれ、返信があった相手への送信は停止します。実行に失敗するとデスクトップ通知が届き、設定している場合は Webhook にも通知されます。定時実行 →
CI で実行する場合は、GitHub Action も利用できます。
- uses: Samyrrrrrr990/[email protected]
with: { query: "marketing agencies in Miami", count: 50 }
インストール
pipx install "openleads[all]" # recommended
pip install openleads # minimal: stdlib-only engine + CLI
npx openleads find "…" # Node: sets up a private Python env on first run
openleads doctor # checks your setup (DNS, port 25, mailbox)
openleads # chat: type what you want
openleads web # local dashboard at http://127.0.0.1:8787
詳しい手順：docs/quickstart.md。
コマンド
openleads find "50 fintech founders, verified only" -o leads.csv
openleads find "emails at stripe.com"
openleads enrich my-list.csv # your names/companies → verified emails
openleads verify [email protected] # check one address
openleads run "rust developers in Berlin" # find → write → send (dry-run unless --live)
openleads recipe add NAME "query" --every "…" # save it, schedule it
openleads watch add NAME "query" # alert me only on new matches
openleads schedule on | off | status
openleads runs
openleads people · companies · lists · seq # your workspace (see above)
openleads tasks · deals · import · dedupe · stats · backup
openleads demo # the dashboard on invented data
openleads bench # live quality benchmark
openleads mcp # MCP server for AI tools
openleads sources · crm · config · doctor · inbox
どこでも、送信はデフォルトでドライランです。送信するには--liveを追加してください。
仕組み
flowchart LR
Q["'dentists in Austin'"] --> P[Intent parser]
P --> F[Federation<br/>picks sources]
F --> S1[OpenStreetMap]
F --> S2[YC · HN · GitHub · OpenAlex · EDGAR · Wikidata]
S1 & S2 --> D[Team-page people discovery<br/>+ real-name gate]
D --> E[Email checks<br/>harvest · pattern · MX · SMTP · Gravatar]
E --> L[Leads with evidence + tier]
L --> W[Write → Send → Follow up<br/>on your schedule]
E <--> DB[(Local SQLite<br/>learned patterns · CRM)]
コア部分はPython標準ライブラリのみで構成されています。リード、下書き、メールボックスの認証情報、学習したパターン、そしてワークスペース全体（人物、企業、リスト、シーケンス、タスク、取引）はすべて~/.openleadsに保存されます。ホスト型バックエンドもアカウントもテレメトリーもありません。詳細はdocs/architecture.mdをご覧ください。
責任ある利用
OpenLeadsは、正当な見込み客の開拓、採用、調査を目的としています。迷惑メール防止法（CAN-SPAM、GDPR、CASL）および各情報源の利用規約を遵守する責任は利用者にあります。ドライランをデフォルトにする設定、抑制リスト、ワンクリックでの配信停止、ウォームアップの上限、トラッキングピクセルを使用しないことなど、安全対策を備えています。docs/responsible-use.mdをお読みください。
ライセンス
**AGPL-3.0に基づくオープンソースです。**OpenLeadsは、自社での利用も含めて無料です。クローズドソース製品に組み込む場合、または変更を公開せずに改変版をサービスとして提供する場合は、商用ライセンスが必要です。4.0.1までのリリースはPolyForm Noncommercialライセンスでした。
貢献
最も大きな効果が期待できるPRは、新しい情報源の追加です（ガイド）。次に効果が大きいのは、openleads benchで低いスコアとなるクエリと、その修正です。
CONTRIBUTING.mdをご覧ください。
謝辞
OpenStreetMapの貢献者 ·
OpenAlex · yc-oss/api ·
NPI Registry · SEC EDGAR · Wikidata · Gravatar ·
米国社会保障庁（名のデータ）。
OpenLeadsのおかげで顧客を見つけられたなら、⭐を付けて、ほかの人にも見つけてもらいましょう。
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。