icp-builder

ICP 构建器

输入一个 LinkedIn 网址，输出可用的 GTM 配置。此技能通过 Crustdata 丰富用户自己的个人资料，并写入 config/persona-profile.md + config/gtm-config.md —— sales-prospecting 和 account-research 会在启动时读取这些文件。

始终按以下顺序执行三个步骤：

1. 技术栈（可选，可完全跳过）：他们使用哪些工具。
2. 人物画像：一个 LinkedIn 网址；Crustdata 会据此生成他们的身份、销售的产品、推断出的 ICP，以及他们的写作风格。
3. 写入配置并交接。

绝不盘问用户。 不要问“你卖什么”“你的 ICP 是谁”或“粘贴几封体现你写作风格的邮件”。所有这些信息都从 LinkedIn 网址及其帖子中提取。 这个网址就是完整的访谈。

---

步骤 0：检查是否已有配置

如果工作目录中已存在 config/gtm-config.md 或 config/persona-profile.md，请读取文件，用两行总结其中的内容，并询问用户是要刷新整个用户画像，还是更新特定字段。绝不要悄悄覆盖用户已经修正过的配置。刷新时，保留现有的技术栈条目，不做更改；除非用户要求修改，否则不要再次询问技术栈。文件缺失是正常情况——此技能会创建这些文件。

步骤 1：欢迎 + 可选的技术栈问题

先用一句简短的欢迎语开场，然后只问一个可选问题：你使用哪些工具？ 快速逐项确认；用户可以说出工具名称，也可以跳过。如果用户跳过整个问题，就在所有位置填写 none，然后继续。

• 数据提供商 — Crustdata，即这些技能使用的数据源（作为连接器添加；如果尚未连接，请使用下方的无数据回退方案）
• CRM — 或跳过
• 日历 — 或跳过
• 电子邮件 — 或跳过
• 通话录音工具 — 或跳过
• 序列工具 — 或跳过
• 团队聊天工具 — 或跳过

此步骤的规则：

• 绝不要根据已连接的连接器推断技术栈。 已连接的连接器不代表用户的选择。请询问，或填写 none。
• 每一项都可以跳过；绝不要施压，也不要再次询问用户已拒绝的工具。
• 跳过的项目 = 配置中的 none = 下游技能仅为该项目生成草稿：使用草稿和 CSV 导出，而不是推送到工具中（“为你的序列工具导出 CSV”、“改为记录到文件，而不是 CRM”）。

步骤 2：LinkedIn 网址 → 人物画像

只询问一项：用户的 LinkedIn 网址。然后在一个 execute 脚本中构建人物画像。先查找个人；公司信息丰富和帖子获取都依赖个人查找，但两者互不依赖，因此使用 parallelMap 并行执行。

每个脚本都必须以标明来源的查询注释开头（// user query: ... 或 // model query: ...）——没有此注释的脚本会在运行前被拒绝，且不产生任何费用。

// user query: set up my GTM config — my LinkedIn is https://www.linkedin.com/in/example
const url = "https://www.linkedin.com/in/example";

// Stage 1: the person. Base cost 1 credit. `fields` is a response WHITELIST —
// the result carries ONLY the groups listed here; an omitted group reads as
// undefined later and looks like missing data. basic_profile + experience covers
// the persona; social_handles carries the canonical profile URL the posts pull
// is keyed on; contact groups only add cost.
const pr = await callTool("person_enrich", {
  professional_network_profile_urls: [url],
  fields: ["basic_profile", "experience", "social_handles"],
});
if (!pr.ok) return { error: pr.message };
const person = pr.data[0]?.matches?.[0]?.person_data;
if (!person) return { error: "no_match" }; // → confirm the URL, then no-data fallback

const canonicalUrl = profileUrl(person) ?? url; // preloaded accessor
const current = person.experience?.employment_details?.current?.[0] ?? {};
const companyId = currentCompanyIds(person)[0]; // preloaded accessor

// Stage 2: company + posts are independent of each other — fan them out.
const calls = [
  { name: "social_post_list_live",
    params: { professional_network_profile_url: canonicalUrl, limit: 10 } }, // 1 cr/post — cap deliberately
];
if (companyId) {
  calls.push({ name: "company_enrich",
    params: { crustdata_company_ids: [companyId], exact_match: true,
              fields: ["basic_info", "taxonomy"] } }); // 2 cr, exactly one match
}
const results = await parallelMap(calls, async (c) => ({ name: c.name, r: await callTool(c.name, c.params) }));

const postsR = results.find(x => x.name === "social_post_list_live")?.r;
const companyR = results.find(x => x.name === "company_enrich")?.r;

// Posts are optional: a failed or empty pull means neutral voice, not a failed run.
const posts = postsR && postsR.ok
  ? (postsR.data.posts ?? []).map(p => ({
      text: p.text,
      date: p.date_posted,
      reactions: p.engagement?.total_reactions,
      comments: p.engagement?.total_comments,
    }))
  : [];

const company = companyR && companyR.ok
  ? pick(companyR.data[0]?.matches?.[0]?.company_data ?? {}, ["basic_info", "taxonomy"])
  : null;

// Return the smallest projection — only what the script returns reaches the model.
return {
  identity: {
    name: person.basic_profile?.name,
    title: person.basic_profile?.current_title,
    location: person.basic_profile?.location,
    company: current.name,
    company_domain: current.company_website_domain,
    start_date: current.start_date, // tenure = today minus this
  },
  past_roles: (person.experience?.employment_details?.past ?? []).slice(0, 5)
    .map(e => ({ company: e.name, title: e.title })),
  company,
  posts,
};

此脚本的注意事项：

• 绝不要在 person_enrich 上设置 preview: true。 该参数取决于套餐，某些账户会返回 400 错误。流程绝不能依赖它；基本费用本来就只需 1 个额度。
• 将 person_enrich 的字段限制为 basic_profile + experience + social_handles。 如果白名单中没有 social_handles，profileUrl 访问器会读取到 undefined，帖子获取就会退回到用户原样输入的网址。有些字段组（certifications、honors、updated_at）受套餐限制——投影包含受限字段时，整个调用都会失败，并返回指明该字段的 403 错误。如果发生这种情况，请移除该字段并重新运行。
• 响应路径与筛选路径不同：职位名称位于 basic_profile.current_title，当前雇主位于 experience.employment_details.current[].name，规范的个人资料网址位于 social_handles.professional_network_identifier.profile_url（profileUrl 访问器会为你读取该值）。

公司信息回退：档案中没有 company id

如果当前任职信息没有 company id，请先通过域名（或名称）解析公司。company_identify 免费且支持模糊匹配——一个标识符可能返回多家公司——因此请选择 confidence_score 最高的匹配项，然后使用 exact_match: true 按 id 补充信息。这是成本最低的精确路径：免费识别 + 恰好一条补充信息匹配结果需要 2 个积分。

// model query: resolve and enrich the user's current company by domain
const idr = await callTool("company_identify", { domains: ["example.com"] }); // ONE identifier type per call
if (!idr.ok) return { error: idr.message };
const matches = idr.data[0]?.matches ?? [];
const top = matches.slice().sort((a, b) => (b.confidence_score ?? 0) - (a.confidence_score ?? 0))[0];
if (!top) return { error: "no_company_match" };
const id = top.company_data?.basic_info?.crustdata_company_id ?? top.company_data?.crustdata_company_id;

const er = await callTool("company_enrich", {
  crustdata_company_ids: [id],
  exact_match: true,
  fields: ["basic_info", "taxonomy"],
});
if (!er.ok) return { error: er.message };
return pick(er.data[0]?.matches?.[0]?.company_data ?? {}, ["basic_info", "taxonomy"]);

请勿在 company_identify 上投影 social_profiles——该字段受套餐限制，会导致整个调用返回 403。

根据返回的数据推导人物画像

• 身份：姓名、职位、公司、任职时长（根据 start_date），以及基于过往职位的一句话背景介绍。
• 公司与我们销售的产品：从 basic_info + taxonomy 获取产品和类别；从公司简介和用户的帖子主题中提取要监控的关键词。
• 表达风格：根据实际帖子记录语气和风格——句子长度、使用第一人称还是第三人称、术语使用程度、表情符号用法、开篇方式。如果帖子为空，写“中性”即可。
• 关注的主题：帖子中反复出现的主题，并根据互动情况加权。

推断的 ICP——标注为推断结果，并确保可直接用于筛选

根据公司的销售内容和典型买家推导 ICP：行业、员工人数范围、地理位置、融资阶段、买家职位、买家资历。始终标注为 inferred——这是供用户更正的假设，而非事实。

编写可供下游搜索直接使用的 ICP 值。分类字段为封闭集合——看似合理但实际错误的值会悄然返回零条记录，因此请先通过自动补全解析这些字段（免费），再写入配置：

// model query: resolve filter-ready values for the inferred ICP
const probes = [
  { tool: "company_autocomplete", params: { field: "basic_info.industries", query: "software" } },
  { tool: "person_autocomplete",  params: { field: "experience.employment_details.current.seniority_level", query: "vice" } },
];
return await parallelMap(probes, async (p) => {
  const r = await callTool(p.tool, p.params);
  // Returns shape is { suggestions: [{ value }] } — project to the value strings.
  return { field: p.params.field, values: r.ok ? (r.data.suggestions ?? []).map(s => s.value) : [], error: r.ok ? null : r.message };
});

买家资历必须使用 experience.employment_details.current.seniority_level 中的准确词汇：Entry Level、Entry Level Manager、Experienced Manager、Senior、Director、Vice President、CXO、Owner / Partner、In Training、Strategic。不确定时，请通过 person_autocomplete 解析，而不要猜测。

准确性不容妥协

此档案会影响所有下游技能；错误信息会污染一切。

• 只填写源数据支持的信息。无法确认的内容应如实说明，不要猜测。
• 为所有推断内容添加标注（ICP 始终标注为 inferred）。
• 写入文件前先向用户展示人物画像：“以下是我对你的理解——如果有偏差，请告诉我。”根据用户的更正进行调整，然后再写入。

第 3 步：编写配置文件

在工作目录中编写两个文件。config/persona-profile.md 包含完整的人物画像；config/gtm-config.md 重复列出公司 / ICP / 表达风格的关键信息，并附上技术栈，方便每项技能一次读取即可获取这些信息。

config/persona-profile.md

# Persona Profile
Built by icp-builder on <YYYY-MM-DD>. Read by sales-prospecting, account-research, sales-outreach, and meeting-prep.

## Identity
- Name:
- Title:
- Company: <name> (<domain>)
- Tenure: since <start date>
- Background: <one line from past roles>

## Company & what we sell
- Product:
- Category:
- Keywords to monitor:

## Inferred ICP
Label: inferred from <what the company sells + typical buyers>. User-confirmed: <yes/no>
- Industries: <filter-ready values>
- Headcount:
- Geography:
- Funding stage:
- Buyer titles:
- Buyer seniority: <exact seniority vocabulary values>

## Voice
- Tone:
- Style notes:
- Always: no em dashes; never "delve", "leverage", or "streamline"; no filler;
  write like a colleague.

## Topics they care about
- <from posts, weighted by engagement>

config/gtm-config.md

# GTM Config
Read by sales-prospecting, account-research, sales-outreach, and meeting-prep at startup.

## Stack
- Data provider: crustdata | none
- CRM: <tool> | none
- Calendar: <tool> | none
- Email: <tool> | none
- Call recorder: <tool> | none
- Sequencer: <tool> | none
- Team chat: <tool> | none

`none` = that slot runs draft-only: drafts and CSV exports instead of pushing to the tool.

## What we sell
<one or two lines>

## ICP (inferred)
- Industries:
- Headcount:
- Geography:
- Funding stage:
- Buyer titles:
- Buyer seniority:

## Customers
none yet — add names or domains as you close; sales-prospecting uses them for lookalikes.

## Voice
<tone in one line>. No em dashes; never "delve", "leverage", or "streamline"; no filler;
write like a colleague.

交接

总结：已连接与跳过的技术栈、用 2-3 行概述人物画像，以及哪些内容标注为推断结果。然后：

一切就绪。试试 sales-prospecting（“根据我的 ICP 建一份名单”）或 account-research（“研究 ”）——两者都会自动读取此配置。

---

无数据回退

如果尚未连接 Crustdata，或者补充信息结果过少（没有匹配项、档案信息稀少、帖子数量为零）：

• 改为请用户用 2-3 行介绍：姓名和职位、公司业务、目标客户。这就是全部访谈内容——绝不要进行冗长问卷。
• 根据这些内容编写两个配置文件。表达风格 = 中性，并遵循 no-slop 规则。 ICP = 仍需标注为 inferred。
• 如果补充信息不完整，保留已验证的信息，明确说明哪些内容无法推断，并让用户只针对这些内容补充一行说明。

成本

• person_enrich 使用 basic_profile + experience + social_handles：1 个积分。
• company_identify、company_autocomplete、person_autocomplete：免费。
• 使用 id 调用 company_enrich 并设置 exact_match: true：匹配一条需 2 个积分。
• social_post_list_live：每条帖子 1 个积分——务必有意设置 limit （用于了解风格时，10 条绰绰有余）。
• 一次典型的完整运行约需 13 个积分。每个 execute 响应都包含 credits 和 credits_remaining；account_credits（免费）会报告余额。

错误处理

• 在每个脚本中都根据 r.ok 分支处理。 调用失败不会中止脚本；未检查的失败会悄然以空数据继续执行，看起来像是“没有结果”。
• person_enrich 未返回匹配结果 → 向用户确认 URL（是否有拼写错误或个性化标识符已更改），然后使用无数据回退方案。
• 403 错误中提及某个字段，表示该字段的投影受套餐限制——移除该字段并重新运行。
• 帖子调用失败或返回空结果不算错误：风格将采用中性表达。
• 公司信息增强失败 → 仅根据个人数据保留人物设定，并说明缺少哪些信息。

规则

• 先表示欢迎；可选地询问一个有关技术栈的问题；URL 就是完整的访谈内容。
• 绝不根据已连接的连接器推测技术栈。 要么询问，要么写 none。
• 绝不询问他们卖什么、理想客户画像（ICP）是什么或品牌语气如何——自行推断。如果补充信息太少，就用 2-3 行概括，绝不要进行完整访谈。
• 先向对方复述用户画像，让其确认或修正，然后再写入文件。
• 标注推断内容。 对跳过的工具写 none。绝不编造技术栈或用户画像细节。
• 语气始终遵循“不写废话”原则：不用 em dash；绝不使用 “delve”、“leverage” 或 “streamline”；不写填充内容；像同事一样写作。
• 缺少配置绝不会阻塞任何操作：此技能会创建配置，后续技能在配置缺失时会指回此处。
• 根据内容调整布局，绝不能让布局隐藏任何信息。 品牌系统固定不变，布局则不固定。如果真实内容放不下——例如公司或人名很长、标题有 12 个词、表格有 200 行——就调整布局，而不是修改内容：让卡片扩展、换行而非截断、改为单列、加宽列、提高上限，或为宽内容设置独立的滚动容器。绝不要通过裁剪卡片、用省略号截断名称或悄悄丢弃行来解决空间不足的问题。如果确实必须设置上限，就在 UI 中说明（“正在显示 214 项中的前 50 项”），让读者知道还有哪些内容未显示。检查渲染结果，并在交付前修复所有被截断的内容。
• 渲染输出中的图标：使用 Lucide（仪表板的图标集），以内联 SVG 形式呈现，并使用 currentColor 描边。制品 UI 中不使用表情符号。
• 用户画像本人的照片也可免费使用——basic_profile.profile_picture_permalink 包含在 Step 2 的 person_enrich 已返回的 basic_profile 组中。用户画像单页介绍的是一个人；应以内联 base64 的方式嵌入照片（遵循相同的 binary/octet-stream 规则），并提供姓名首字母缩写作为后备显示。
• 公司徽标可免费使用——在渲染的用户画像页面中使用。 basic_info.logo_permalink 来自免费的 company_identify，也来自你已为用户画像运行的 company_enrich。应将其以内联 base64 的方式嵌入为 data:image/jpeg;base64,... URI（媒体 CDN 会以 binary/octet-stream 提供这些图片，因此远程 <img src> 会显示空白）；没有徽标时则显示姓名首字母缩写。
• 制品品牌标识：配置文件保持为纯 Markdown，不要在机器读取的文件中添加品牌装饰。但如果将用户画像渲染为页面或文档（例如用户画像单页介绍、ICP 总结文档），则应在页眉或页脚中加入 Crustdata 品牌组合标识：小号全大写 “Powered by” 眉题，以及指向 crustdata.com 的官方 Crustdata 字标。此技能的 assets/ 中附带成对的字标文件——crustdata-logo-light.png（深色文字，适用于浅色背景）和 crustdata-logo-dark.png（白色文字，适用于深色背景）；这与 app.crustdata.com 页眉渲染的文件相同。根据主题选择合适的版本，以约 17px 的高度以内联 base64 方式嵌入，绝不使用外链；渲染的制品无法获取远程图片。品牌强调色：#5547E2（产品主色；深色背景使用 #8387FF）。正文字体：可嵌入时使用 Geist，否则使用系统字体栈。绝不要仅为展示品牌标识而渲染制品。

工具依赖项

此技能需要：

• Crustdata MCP 服务（install.crustdata.com/mcp）： 一个提供 list_tools、get_schema 和 execute 的 Code Mode MCP。所有 Crustdata 数据工具都通过 await callTool(name, params) 在 execute({ code }) 纯 JavaScript 脚本中调用——请根据 get_schema 提供的类型化接口编写代码，但脚本主体中不得包含类型注解（类型注解会导致解析错误，使整个运行失败）。此处使用的工具：person_enrich、company_identify、company_enrich、social_post_list_live、company_autocomplete、person_autocomplete、account_credits。
• 对工作目录的写入权限——用于创建 config/persona-profile.md 和 config/gtm-config.md。

此技能与 sales-prospecting 和 account-research 一同提供；它们会读取此技能写入的配置。