mcpField
O
outbound-engine-mcp

outbound-engine-mcp

本地服务
github.com/closermethod商业与营销015 周前更新
代码仓库

关于 outbound-engine-mcp

outbound-engine-mcp 为创作者、自由职业者及其 Agent 提供适用于多类目标的冷外联框架。它可整理和审查消息，并指导跟进与回复处理，但不会发送消息或搜集潜在客户。

主要功能

  1. 01HOOK／BRIDGE／SOFT-ASK 提案结构
  2. 02冷消息审查与改写建议
  3. 03五步跟进阶梯
  4. 04常见情境的回复处理
  5. 05报价菜单与风险信号检测
  6. 06供 Agent 使用的完整引擎包

适用场景

  1. 01为品牌合作或求职组织提案
  2. 02发送前检查消息草稿
  3. 03未获回复后选择跟进方式
  4. 04评估客户回复或报价请求

MCP 相关

向 MCP 客户端提供七种外联方法工具，包括提案组织、消息审查、跟进规划、回复处理和报价指导。它不会发送消息或搜集潜在客户。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "closermethod-outbound-engine": {
      "command": "npx",
      "args": [
        "-y",
        "outbound-engine-mcp"
      ]
    }
  }
}
启动命令npx -y outbound-engine-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
npmoutbound-engine-mcp1.0.2

工具

7

收录的工具列表 · 更新于 3 周前

参数类型必填说明
target_typeenum是brand_deal | ugc | newsletter_sponsorship | job | podcast | client_work
signal_foundstring否可选：关于该目标，你发现的一条具体且真实的信息（5 个词）。省略时，响应会提醒你：没有信号，就不要推介。

详细介绍

Outbound Engine MCP

面向 AI Agent 的冷外联方法层。一个引擎，适用于各种目标：品牌合作、UGC、新闻简报赞助、求职、播客。

基于 The Outbound Engine 背后的方法构建。

免责声明。 输出是根据有据可查的实践整理出的结构化外联方法框架。效果因细分领域、佐证质量和执行一致性而异。不构成法律建议。请遵守所在渠道和地区的平台规则及外联法律。

为什么要做这个

如今，每个起草冷外联内容的 AI Agent 都有同一种缺陷：它会写冗长、客气又泛泛的推销信，第一次联系陌生人就提出尽可能大的要求。这些消息得不到回复，而没有回复的外联就谈不成合作。

这个 MCP 将一条规则编码并通过工具强制执行：

冷启动推销不是为了敲定交易，而是为了获得回复。交易在后续跟进中敲定。

它不会发送消息，也不会抓取潜在客户。它是方法层：提供草稿、目标类型或回复，即可获得结构、违规项和下一步行动。

7 个工具

工具返回内容
structure_cold_pitchHOOK / BRIDGE / SOFT ASK 结构，以及每种目标类型对应的 4 个替换变量（推销对象、要研究的信号、优先展示的佐证、软性请求的对象）
audit_cold_message对草稿进行 PASS/FAIL 审核：冷启动消息中提及金钱、以自我介绍开场、切入点泛泛、提出明确要求、长度超过约 90 个单词、提出多个要求，并提供改写方案
build_followup_ladder5 步跟进阶梯（第 3 / 7 / 12 / 18 / 25 天）——80% 的交易实际上在此阶段敲定。仅第 25 天的结束跟进就能带来约 30% 的回复
handle_reply针对各种回复类型的下一步行动：询问价格、感兴趣、现在不行、没有预算、提供曝光、要求先做样稿、按效果付费、已读不回
build_pricing_menu3 档方案菜单（Starter / Most Popular / Full），以及应先问的两个范围界定问题。缩减范围，绝不降价
detect_red_flags扫描回复或需求简报，识别应当放弃的信号：以曝光代替报酬、要求先做样稿、按效果付费、预算不匹配、范围不断扩大
get_full_pack将完整引擎打包为一个载荷——可将其放入 Claude Project 系统提示词中

使用示例

// Agent drafted a cold DM for a brand deal. Before sending:
mcp.call("audit_cold_message", {
  message: "Hi, I'm a UGC creator with 50k followers! I love your brand. My rate is $500/video...",
  target_type: "brand_deal"
});
// Returns: FAIL — no_money_in_cold_message, no_identity_first_opener,
// specific_hook_required + a 3-move rewrite recipe.

// Prospect replied asking "what do you charge?"
mcp.call("handle_reply", { reply_type: "price_question" });
// Returns: don't send one number — two scoping questions first, then the 3-option menu.

目标类型

brand_deal · ugc · newsletter_sponsorship · job · podcast · client_work

同一个引擎，每种目标只需替换 4 个变量。这就是全部诀窍。

完整系统

此 MCP 是免费的方法层。完整的 Outbound Engine 产品还提供针对各目标的研究包、用于整理佐证材料清单的入门信息收集流程，以及日常运营系统，详见 elisabethhitz.com。

作者

Elisabeth Hitz — 拥有 10 年以上 B2B 企业销售经验，涉足广告技术、SaaS、媒体和全球招聘领域。如今为 AI Agent 生态构建 MCP 服务。

许可证：MIT

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。