mcpField
M
mcp-contact-classifier

mcp-contact-classifier

本地服务
github.com/mambalabsdev商业与营销01 周前更新

关于 mcp-contact-classifier

mcp-contact-classifier 是供联系人数据和销售运营流程使用的 MCP 服务,可按职位名称分类部门与资历级别,并可选核验此人是否仍列在雇主官网。分类使用确定性规则表,重复输入会得到相同结果。

主要功能

  1. 01按职位分类部门
  2. 02判定资历级别并提供排名
  3. 03通过雇主官网核验任职情况
  4. 04记录触发的分类规则
  5. 05可选使用 LLM 处理未分类职位

适用场景

  1. 01按部门整理联系人名单
  2. 02筛选特定资历的决策者
  3. 03核对联系人是否仍在职

MCP 相关

向 MCP 客户端提供 classify_contact 工具,将输入传给 Apify actor,并原样返回其输出。

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": {
"com-mambabuilt-mcp-contact-classifier": {
"command": "npx",
"args": [
"-y",
"@mambalabsdev/mcp-contact-classifier"
],
"env": {
"APIFY_TOKEN": "<APIFY_TOKEN>"
}
}
}
}
启动命令npx -y @mambalabsdev/mcp-contact-classifier
需要配置的环境变量
APIFY_TOKEN密钥Apify API token from https://console.apify.com/account/integrations

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
npm@mambalabsdev/mcp-contact-classifier1.2.0

工具

1

收录的工具列表 · 更新于 2 周前

参数类型必填说明
full_namestring否仅用于职位验证。没有此项也可进行分类。此姓名绝不会发送给任何语言模型。
job_titlestring是联系人的职位名称,按你掌握的原样填写。使用确定性规则分类,无需 API 密钥。
llm_modelstring否直接传递给提供商的模型 ID。仅在启用 LLM 后备机制时读取。默认值:"gpt-4o-mini"。
skipCacheenum否设为 true 可忽略缓存结果并从头分类。默认值:"false"。false | true
llm_providerenum否LLM_API_KEY 所属的提供商。仅在启用 LLM 后备机制时读取。默认值:"openai"。openai | anthropic | google
company_domainstring否仅用于职位验证。公司的网站域名,可带或不带 https。
verify_positionboolean否检查此人是否仍列在其雇主的官方网站上。默认关闭。每位联系人约增加 3 秒和 9 次请求,并且需要姓名和域名。默认值:false。
use_llm_fallbackboolean否默认关闭。启用后,规则无法分类的职位会使用你在自己的 Actor 副本中设置的 LLM_API_KEY 密钥环境变量,发送给你自己的模型。只发送职位名称,不会发送此人的姓名。未设置密钥时,Actor 仍会返回一行,只是这些职位会留空为 null。默认值:false。

详细介绍

联系人分类器 MCP 服务

Smithery Glama score MCP Registry npm version npm downloads license mcpservers.org

联系人分类器 MCP 服务

这是 Mamba Labs 在 Apify 上的 Contact Classifier Actor 的 MCP 服务。

输入职位名称,即可获得所属部门和资历级别。再提供姓名和公司域名,还可以检查此人是否仍列在其雇主的官网上。分类采用确定性的规则表,因此无需 API 密钥,同一职位名称每次都会得到相同的结果。

安装

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" }
    }
  }
}

前往 console.apify.com/account/integrations 获取 Apify 令牌。

工具

classify_contact

输入一位联系人的信息,返回一条分类结果。只需提供职位名称。

输入类型必填说明
job_titlestring是联系人的职位名称,按你掌握的内容原样填写。使用确定性规则进行分类,无需 API 密钥。
full_namestring否仅在需要验证职位时提供。不提供也能进行分类。此姓名绝不会发送给任何大模型。
company_domainstring否仅在需要验证职位时提供。公司的网站域名,可包含或不包含 https。
verify_positionboolean否检查此人是否仍列在其雇主的官网上。每位联系人约增加 3 秒和 9 次请求,并且需要同时提供姓名和域名。默认值为 false。
use_llm_fallbackboolean否将规则无法归类的职位名称发送给你自己的模型,使用你自行部署的 Actor 副本中的 LLM_API_KEY 密钥环境变量。只会发送职位名称,绝不会发送此人的姓名。默认值为 false。
llm_providerenum否openai、anthropic 或 google。指定 LLM_API_KEY 所属的提供商。仅在启用大模型回退时读取。默认值为 openai。
llm_modelstring否直接传递给提供商的模型 ID。仅在启用大模型回退时读取。默认值为 gpt-4o-mini。
skipCacheenum否设为 true 可忽略缓存结果,从头开始分类。默认值为 false。
max_charge_usdnumber否可选的本次运行美元费用上限。Actor 会在处理可能导致费用超出此金额的项目之前停止。若不填写,则使用 Apify 设置的每次运行最高费用。

阅读输出

21 个扁平的 snake_case 字段,每行对应一位联系人。department 有 12 种取值,seniority 有 12 种取值,seniority_rank 的取值范围为 1 到 12,因此筛选决策者时只需比较数值,无需列出字符串。classification_rule 指明触发的规则,使决策过程可审计。

如果未设置 LLM_API_KEY,规则无法归类的职位头衔会返回 null。该行仍会返回。

计费

每归类一位联系人都会收费,另加少量 Actor 启动费。确定性归类不会调用模型或第三方 API。

事件价格触发时机
apify-actor-start$0.00005每次运行启动时收取一次,每 GB 内存计为一个事件(至少一个)。这是 Apify 的启动事件。
contact-classified$0.003(FREE 层级),GOLD 及以上低至 $0.00255每位联系人收取一次,包括规则无法归类的职位头衔。

完整价格请见 Actor 的 Apify 页面。运行此服务器会消耗 Apify 额度。

该工具会启动 Actor 运行,并持续轮询直至运行结束,因此启用 verify_position 的运行不会在 300 秒时被中断。未能成功的运行会返回错误,并附上其运行 ID 和状态。

此服务器的功能与限制

它是 Apify Actor 的轻量客户端,会原样传入你的输入并返回 Actor 的输出。上文所述的所有行为都由 Actor 实现,而非此服务器。

此 Actor 不会查找人员。姓名和职位头衔由你提供。它会对职位头衔进行归类,并可选择根据雇主发布的页面核对姓名。如需先查找人员,请使用 People Finder。

错误会明确显示,不会被忽略。无效输入、无效令牌、余额不足、超时,或运行返回的内容不是数据集,都会以明确的工具错误形式返回,而非空结果。

源码

此 Actor 在 Apify Store 上发布。此封装采用 MIT 许可。

由 Mamba Labs 构建

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。