mcpField
A
apollo-lead-finder

apollo-lead-finder

github.com/gooseworks-ai营销与增长1.3k67 次安装3 天前更新
代码仓库

关于 apollo-lead-finder

apollo-lead-finder 是一项使用 Apollo.io 寻找潜在客户的技能,可按目标客户画像搜索人员,再选择性补全线索信息。两阶段流程将免费搜索与消耗额度的补全分开,并要求在补全或导出前获得批准。

主要功能

  1. 01按 ICP 条件搜索人员
  2. 02分页检索并预览结果
  3. 03使用额度补全选定联系人
  4. 04与现有联系人去重
  5. 05创建 Apollo 列表并导出线索

适用场景

  1. 01按职位和公司条件寻找潜在客户
  2. 02先审核搜索结果再使用补全额度
  3. 03为选定线索补全联系信息

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/gooseworks-ai/goose-skills --skill apollo-lead-finder

安装后在 Claude Code 中输入/apollo-lead-finder确认已加载。

附带文件scripts/apollo_client.pyskill.meta.json

详细介绍

Apollo Lead Finder

分两个阶段使用 Apollo.io 寻找潜在客户:先用免费的 People Search 发掘潜在客户,再选择性地付费进行数据增强,以获取邮箱和电话号码。创建 Apollo 列表和联系人。

**主要优势:**Apollo People Search 免费(不消耗额度)。只有在增强联系人信息以获取邮箱和电话号码时才会消耗额度。这样,你可以零成本搜索数万条潜在客户,查看结果,然后只对最匹配的对象进行数据增强。

先决条件

Apollo API Key

前往 Apollo.io 设置 > Integrations > API 获取 API key。添加到 .env:

APOLLO_API_KEY=your-api-key-here

就这样——只需一个环境变量。

阶段 0:信息收集

向用户询问以下问题,以构建 Apollo 筛选配置:

ICP 标准
  1. 目标职位名称是什么?(例如,“VP of Sales”“Head of Growth”)
  2. 目标资历级别是什么?选项:owner、founder、c_suite、partner、vp、director、manager、senior、entry
  3. 公司规模(员工人数范围)?格式:“51,200”“201,500”“501,1000”“1001,5000”
  4. 地理区域?(例如,“United States”“San Francisco, California”)
  5. 行业/关键词标签?(例如,“SaaS”“Software”“FinTech”)
  6. 有要排除的职位名称吗?(例如,“intern”“assistant”)
  7. 是否要用这些联系人创建 Apollo 列表?(默认:是)
  8. 需要多少条结果?(测试:100,标准:5,000,完整:50,000)
将答案映射到配置

使用 Apollo 的筛选格式构建配置 JSON:

{
  "client_name": "example-client",
  "search_config_name": "vp-sales-us-midmarket",
  "icp_segment": "sales-leaders",
  "apollo_filters": {
    "person_titles": ["VP of Sales", "Head of Sales", "Director of Sales"],
    "person_seniority": ["vp", "director"],
    "person_locations": ["United States"],
    "organization_num_employees_ranges": ["51,200", "201,500", "501,1000"],
    "q_organization_keyword_tags": ["SaaS", "Software"]
  },
  "enrichment_filters": {
    "exclude_titles_containing": ["intern", "assistant"]
  },
  "apollo_list_name_prefix": "example-sales-leaders",
  "create_apollo_list": true,
  "mode": "standard",
  "max_pages": 50
}

可用的 Apollo 搜索筛选条件:

  • person_titles — 职位关键词(字符串数组)
  • person_seniority — 资历级别:owner、founder、c_suite、partner、vp、director、manager、senior、entry
  • person_locations — 地理位置(字符串数组)
  • organization_num_employees_ranges — 员工人数范围,格式为“最小值,最大值”(例如,“51,200”)
  • q_organization_keyword_tags — 公司关键词标签(例如,“SaaS”“Software”)
  • person_not_titles — 要排除的职位名称(字符串数组)
  • q_organization_name — 组织名称搜索
  • organization_locations — 公司总部所在地

阶段 1:搜索(免费)

免费搜索返回的内容

Apollo 的 api_search 端点会返回有限的预览数据:Apollo 人员 ID、名字、经过模糊处理的姓氏、职位、公司名称以及布尔标记(has_email、has_phone)。不会返回 LinkedIn URL、邮箱或完整姓名——这些需要通过数据增强获取。

流程步骤

步骤 1:构建 Apollo 搜索请求——将配置筛选条件映射为 Apollo People Search 格式。

步骤 2:搜索第 1 页——获取前 100 条结果,以及用于确定总数的 total_entries。

步骤 3:分页——获取剩余页面(每页 100 条,最多达到当前模式的上限)。应用职位筛选条件。

步骤 4:收集 Apollo 人员 ID——保存搜索结果中的 Apollo 人员 ID,以供数据增强阶段使用。

步骤 5:展示预览——向用户展示部分搜索结果(名字、职位、公司)和结果总数。征求批准后再进行数据增强。

模式上限
参数测试标准完整
最大页数150500
最大结果数1005,00050,000
搜索额度000

**费用:免费。**People Search 不消耗 Apollo 额度。

数据库写入政策

重要:未经用户明确批准,绝不导出潜在客户。

搜索阶段免费。数据增强阶段会消耗额度。

必要流程:

  1. 先运行搜索(免费)——查看结果
  2. 向用户展示搜索结果:匹配总数、潜在客户样本、职位分布
  3. 运行数据增强阶段前,必须获得用户明确批准
  4. 数据增强完成后,先向用户展示增强后的结果,然后再导出
  5. 仅在用户确认结果看起来符合要求后才导出

阶段 2:数据增强(消耗额度)

使用 Apollo Bulk People Match API 对阶段 1 中选定的潜在客户进行数据增强。

流程步骤

步骤 1:加载搜索清单 — 读取搜索阶段保存的清单 JSON。其中包含 Apollo 人员 ID。

步骤 2:加载现有联系人以进行去重 — 如果用户有现有联系人的 CSV 文件或之前的导出文件,则加载 LinkedIn URL 以进行去重。如果没有现有数据,则跳过去重。

步骤 3:确认额度 — 显示潜在客户数量和预估额度成本。等待确认。

步骤 4:批量丰富数据 — 分批调用 /people/bulk_match,每批包含 10 个 Apollo 人员 ID。每次匹配消耗 1 个额度。返回完整数据:邮箱、电话、LinkedIn URL、全名、位置和公司详情。

步骤 5:与现有联系人去重 — 筛除 LinkedIn URL 已存在于用户联系人列表中的潜在客户。

步骤 6:向用户展示结果 — 展示丰富数据后的潜在客户样例(姓名、职位、公司、邮箱覆盖情况),并在写入数据库前征求用户明确批准。

步骤 7:导出结果 — 仅在用户批准后。 将丰富数据后的潜在客户保存为 CSV,放入当前工作目录,或用户指定的位置。

模式上限
参数测试标准完整
最多丰富数量105002,500
使用额度105002,500

成本:每个丰富数据的联系人消耗 1 个额度。 始终先进行搜索、查看结果,然后选择性地丰富数据。

第 3 阶段:审核与优化

展示结果:

  • 匹配总数 — Apollo 中符合筛选条件的资料数量
  • 找到的新潜在客户 — 去重后的全新资料
  • Apollo 列表 — 列表名称及其在 Apollo 中的链接
  • 已丰富数据 — 已显示邮箱的数量
  • 邮箱覆盖率 — 有效邮箱占已丰富数据潜在客户的百分比
  • 排名前 10 的潜在客户 — 姓名、职位、公司预览

常见调整:

  • 范围太广 — 添加更多筛选条件(资历、员工人数范围、关键词标签)
  • 范围太窄 — 扩大职位列表,移除位置筛选条件
  • 邮箱覆盖率低 — 有些联系人确实没有已知邮箱;尝试丰富更多潜在客户的数据
  • ICP 不匹配 — 调整职位包含/排除列表

使用示例

触发短语:

  • “在 Apollo 中搜索 [职位],所在行业为 [行业]”
  • “在 Apollo 中查找符合我的 ICP 的潜在客户”
  • “查找美国 SaaS 公司的销售副总裁”
  • “丰富上次搜索得到的 Apollo 潜在客户数据”

Apollo API 参考

  • 人员搜索: POST https://api.apollo.io/api/v1/mixed_people/api_search — 免费,返回 Apollo ID 和预览数据(名字、职位、组织名称、布尔标志)。不含 LinkedIn URL 或邮箱。
  • 人员匹配(丰富数据): POST https://api.apollo.io/api/v1/people/match — 消耗 1 个额度,显示邮箱/电话
  • 批量人员匹配: POST https://api.apollo.io/api/v1/people/bulk_match — 每次请求最多 10 个,每个消耗 1 个额度
  • 创建列表: POST https://api.apollo.io/api/v1/labels — 创建命名列表
  • 创建联系人: POST https://api.apollo.io/api/v1/contacts — 将人员添加到 Apollo CRM 和可选列表
  • 身份验证: 所有请求都需在请求头中携带 x-api-key: {APOLLO_API_KEY}
  • 速率限制: 因套餐而异。遇到 429 时,按 Retry-After 请求头处理。
  • 搜索分页: 使用 page 参数(从 1 开始计数),per_page 最大为 100

评论

支持 Markdown