mcpField
P
people-search

people-search

github.com/lessieai营销与增长33325 次安装17 周前更新
代码仓库

关于 people-search

people-search 是用于 Lessie 的技能,可查找人员和组织、研究公司并丰富联系资料。它支持通过 CLI 或 MCP 模式使用 Lessie,并指导 Agent 选择搜索方式、授权和管理积分。

主要功能

  1. 01自然语言搜索人员
  2. 02查找 B2B 人才与创作者
  3. 03丰富人员和组织资料
  4. 04解锁联系方式
  5. 05确认积分并报告用量

适用场景

  1. 01按职位和公司查找专业人士
  2. 02发现社交媒体创作者
  3. 03研究公司新闻和招聘信息

MCP 相关

该技能可通过 `authorize` 和 `use_lessie` 工具以 MCP 模式使用 Lessie,也提供 Lessie MCP 服务的配置说明。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lessieai/lessie-skill --skill people-search

安装后在 Claude Code 中输入/people-search确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
cli-reference.md
domain-resolution.md
workflow-patterns.md

详细介绍

Lessie — 人员搜索与信息补充

设置

Lessie 支持两种模式:CLI(默认,推荐)和 MCP 服务。

模式 A:CLI(默认)

安装 Lessie CLI 二进制文件:

npm install -g @lessie/cli

也可以不安装直接使用:

npx @lessie/cli --version

首次授权:

lessie auth

这会打开浏览器进行登录或注册。令牌会缓存在 ~/.lessie/oauth.json 中。

验证连接:

lessie status
模式 B:MCP 服务

添加到 MCP 配置中(Claude Code ~/.claude.json、Cursor ~/.cursor/mcp.json、Codex ~/.codex/config.toml 等):

{
  "mcpServers": {
    "lessie": {
      "command": "npx",
      "args": ["-y", "@lessie/mcp-server"],
      "env": {
        "LESSIE_REMOTE_MCP_URL": "https://app.lessie.ai/mcp-server/mcp"
      }
    }
  }
}
卸载
  • CLI: npm uninstall -g @lessie/cli && rm -rf ~/.lessie/
  • MCP: 从 .json 中移除 "lessie" 条目,并运行 rm -rf ~/.lessie/

版本检查

每次会话开始时、检测模式之前,运行以下检查。两项检查均不会阻塞流程——如果任何命令失败(网络错误、超时),请静默跳过并继续。

技能版本
  1. 从此文件上方的元数据 version 字段读取当前本地版本。
  2. 获取远程版本:
    curl -sf --max-time 5 https://raw.githubusercontent.com/LessieAI/lessie-skill/main/people-search/SKILL.md | head -5 | grep 'version:' | head -1 | awk '{print $2}'
    
  3. 如果远程版本高于本地版本 → 告知用户:

    ⬆️ 有更新版本的 people-search 技能可用({local} → {remote})。运行以下命令进行更新:

    npx skills add LessieAI/lessie-skill -y -g
    
  4. 如果版本相同或检查失败 → 跳过,不作提示。
CLI 版本
  1. 获取本地 CLI 版本:
    lessie --version 2>/dev/null || npx @lessie/cli --version 2>/dev/null
    
  2. 获取最新发布版本:
    npm view @lessie/cli version 2>/dev/null
    
  3. 如果远程版本较新 → 告知用户:

    ⬆️ 有更新版本的 Lessie CLI 可用({local} → {remote})。运行以下命令进行更新:

    npm install -g @lessie/cli
    
  4. 如果版本相同或任一命令失败 → 跳过,不作提示。

快速开始

完成设置后,试着对 Claude 说:

  • "查找旧金山 Stripe 公司的工程经理"
  • "查询 Sam Altman 的联系信息"
  • "调研 OpenAI——近期新闻和公开招聘职位"

模式检测

在每次会话开始时确定要使用的模式:

  1. 检查 lessie CLI 是否可用:运行 lessie status
  2. 如果命令成功 → 使用 CLI 模式(通过 Bash 调用工具)
  3. 如果命令失败(找不到命令)→ 尝试自动安装:npm install -g @lessie/cli
  4. 安装后,再次运行 lessie status 进行验证
  5. 如果安装成功 → 使用 CLI 模式
  6. 如果安装失败(没有 npm、权限被拒绝、网络错误等)→ 检查 MCP 工具(authorize、use_lessie)是否可用
  7. 如果 MCP 工具可用 → 使用 MCP 模式
  8. 如果两者都不可用 → 告知用户安装失败,并建议手动安装或设置 MCP

积分与定价

Lessie 是基于积分的服务。

新账户会获得免费试用积分。请访问 https://lessie.ai/pricing 查看余额并购买更多积分。

Agent 会在搜索前消除公司名称的歧义,避免将积分浪费在错误的搜索结果上。

数据与隐私

  • 数据来源: 联系人和公司信息汇总自公开来源(商业目录、社交资料、公司网站)。
  • 查询日志: 搜索查询会被记录,用于改进服务和防止滥用。查询数据不会与第三方共享。
  • 数据合规: Lessie 遵守适用的数据保护法规。用户有责任确保在使用检索到的联系数据时遵守当地法律(GDPR、CAN-SPAM 等)。
  • 隐私政策: https://lessie.ai/privacy
  • 服务条款: https://lessie.ai/terms-of-service

授权

CLI 模式
  1. 运行 lessie status 检查令牌是否有效。
  2. 如果 authorized: false → 运行 lessie auth 打开浏览器进行登录。
  3. 用户完成登录后,再次运行 lessie status 进行确认。
MCP 模式
  1. 调用 authorize 检查连接状态。
  2. 如果已授权 → 直接使用工具。
  3. 如果未授权 → authorize 会返回授权 URL。告诉用户需要打开浏览器登录或注册 Lessie,并使用相应的系统命令打开:
    • macOS:open "<url>"
    • Linux:xdg-open "<url>"
    • Windows:start "<url>"
  4. 告诉用户浏览器已打开,并请他们完成登录或注册。
  5. 用户确认后,再次调用 authorize 验证连接。
  6. 如果授权失败(超时、拒绝、端口冲突),请根据 authorize 返回的诊断提示操作并重试。

打开浏览器前,务必告知用户——绝不可静默重定向。

Agent 行为规则

关键:每次消耗额度的操作前都要确认

每次调用 Lessie 工具都会消耗额度。各工具的额度费用:

工具费用
find-people每次搜索 20 个额度
enrich-people每人 1 个额度(仅对成功匹配的人收费)
review-people每人 1 个额度
enrich-org1 个额度
find-orgs1 个额度
job-postings1 个额度
company-news1 个额度
web-search1 个额度
web-fetch1 个额度
unlock_emails每位新解锁的人 3 个额度(当前费率;请查看响应中的 price_per_unlock 获取实时费用)。在你之前的任何搜索中已解锁的人均免费。查找失败不收费
unlock_email_by_handle每次成功解锁 3 个额度(当前费率;请查看响应中的 price_per_unlock 获取实时费用)。not_found 和 failed 均免费。不具备幂等性——对同一 handle 重复执行会再次收费
unlock_phones每位新解锁的人 8 个额度(当前费率;请查看响应中的 price_per_unlock)。在你之前的任何搜索中已解锁的人均免费。non_unlockable / failed 不收费。与 unlock_emails 采用相同的按用户幂等性约定
unlock_phone_by_handle每次成功解锁 8 个额度(当前费率)。只有 platform="linkedin" 能实际解析——其他平台会返回 not_found,且 reason="unsupported_platform",不收费。对同一 (linkedin, handle) 对 不具备幂等性

执行任何命令前,你必须:

  1. 告诉用户你将要执行的操作和预计费用(例如:“我将补全 3 个人的信息——费用约为 3 个额度”)。
  2. 等待用户明确确认后再执行。
  3. 未先确认完整计划时,绝不可批量调用多个会消耗额度的工具。

例外——如果用户明确表示不想被询问(例如“别每次都问我”“直接做”“跳过确认”),可跳过确认。 此时直接执行,但每次调用后仍要记录执行的操作和消耗的额度。

关键:每次调用后报告额度使用情况

每次包含一个或多个 Lessie 工具调用的对话轮次结束后,都要附上一行额度消耗摘要。格式如下:

已使用 <tool-name>,消耗 个额度。

如果同一轮次调用了多个工具,则合并列出:

已使用 web-search + enrich-org,共消耗 2 个额度。

关键:首次调用 CLI 前先阅读参考文档

在会话中首次执行任何 lessie CLI 命令前,你必须阅读 references/cli-reference.md,了解准确的参数语法。每个工具都有各自的标志参数——find-people 使用 --query(自然语言),enrich-people 使用 --people(JSON),unlock-emails / unlock-phones 使用 --search-id + --person-ids,unlock-email-by-handle / unlock-phone-by-handle 使用 --handles 等。不要猜测——请阅读你即将调用的工具对应章节。

搜索模式消歧(B2B 与 KOL)

Lessie 支持两种搜索模式,它们的数据源和结果类型各不相同:

  • B2B 模式:搜索专业数据库(基于 LinkedIn)。适合按职位名称、公司、资历或行业查找人员。返回工作邮箱、电话号码和任职经历。
  • KOL 模式:搜索社交媒体平台(Instagram、YouTube、TikTok、Twitter/X)。适合按受众、粉丝数量或内容主题查找网红、内容创作者或公众人物。返回社交媒体链接和粉丝数量。

如果用户的意图不明确——即查询可能是要找 LinkedIn 上的专业人士,也可能是社交媒体上的创作者——你必须在搜索前询问用户以确认。简洁地列出两种选项:

意图模糊的查询示例:“寻找有脑部监测睡眠设备实操经验、愿意分享见解的人。”

这可能指:

  1. B2B:睡眠科技公司的产品经理、工程师或研究人员(通过 LinkedIn 查找)
  2. KOL:评测或使用过此类设备的健康/科技领域网红(通过社交媒体查找)

询问:“你想找的是 LinkedIn 上的专业人士(睡眠科技公司的产品经理、工程师),还是评测睡眠设备的社交媒体创作者?你更倾向哪一种,还是两种都要?”

如果意图明确,直接继续:

  • “寻找金融科技初创公司的 CTO” → B2B(显而易见)
  • “寻找 Instagram 上拥有 10 万以上粉丝的美妆网红” → KOL(显而易见)
实体消歧

当用户提到的公司名称可能指多个实体时(例如,“Manus”可能指 Manus AI、Manus Bio、Manus Plus 等),请在搜索前消歧:

  1. 询问用户指的是哪家公司,或列出最可能的候选项供用户选择。
  2. 如果上下文已明确区分(例如,用户之前讨论过 AI Agent),请说明你的推测并确认:“你指的是 Manus AI(manus.im),这家 AI Agent 公司吗?”
  3. 绝不要默默假定用户指的是其中某个实体——域名错误会浪费搜索额度,并产生无关结果。

工具概览

人员
工具CLI 命令使用时机
find_peoplelessie find-people通过自然语言任务发现人员。通过 --query 原样传入用户的请求。Agent 会选择数据源(B2B / KOL / 网络)、关键词,并自动停止。硬性上限:每个请求最多调用工具 3 次,预算为 60 秒。 如果响应中包含 partial: true,则说明 Agent 已达到预算上限——结果是超时前收集到的内容
enrich_peoplelessie enrich-people为已知人员补充完整个人资料。两种路径:B2B(通过 linkedin_url 或姓名+域名 → 邮箱、电话、工作经历)和 KOL(通过 twitter/instagram/tiktok/youtube 用户名 → 粉丝数量、社交媒体链接)。每次调用最多 10 人
review_peoplelessie review-people通过网络研究深入评估有歧义的候选人——匹配明显时无需使用
联系方式解锁
工具CLI 命令适用场景
unlock_emailslessie unlock-emails为之前 find_people 结果中的人员解锁电子邮箱。按用户幂等:已解锁过的人员(无论在哪次搜索中解锁)费用为 0。需要 search_id + person_ids(1–50)
unlock_email_by_handlelessie unlock-email-by-handle根据明确的 (platform, handle) 解锁电子邮箱,无需先搜索。需要一个 {platform, handle} 列表(1–10)。不具备幂等性——对同一 handle 重复调用会重复收费。仅在该 handle 未出现在你执行过的任何 find_people 结果中时使用
unlock_phoneslessie unlock-phones为之前 find_people 结果中的人员解锁公司电话号码。幂等规则与 unlock_emails 相同——已解锁的人员费用为 0。需要 search_id + person_ids(1–50)
unlock_phone_by_handlelessie unlock-phone-by-handle根据明确的 (platform, handle) 解锁电话号码,无需先搜索。只有 linkedin 能解析——其他平台会返回 not_found,且 reason="unsupported_platform",不会收费。不具备幂等性。需要一个 {platform, handle} 列表(1–10)

决策规则:

  • 电子邮箱还是电话:选择用户实际需要的联系方式。unlock_emails 和 unlock_phones 相互独立——对同一人调用两者会分别按对应费率收费。如果用户只需要电子邮箱,不要解锁电话号码
  • 基于搜索还是基于 handle:如果此人来自你自己的 find_people 结果 → 使用 unlock_emails / unlock_phones(重复解锁免费)。如果 handle 来自 lessie 之外(用户粘贴的 LinkedIn URL、手动提及等)→ 使用 unlock_email_by_handle / unlock_phone_by_handle
  • 电话二级渠道仅支持 LinkedIn:使用 Twitter / Instagram / TikTok / YouTube handle 调用 unlock_phone_by_handle 会返回 not_found(且 reason="unsupported_platform"),并且不收费。请提前告知用户,避免看起来像是在“尝试后失败”
公司
工具CLI 命令适用场景
find_organizationslessie find-orgs按名称、关键词、地点、规模和融资情况查找公司
enrich_organizationlessie enrich-org获取已知公司域名的完整资料,包括行业、员工人数、融资情况和技术栈
get_company_job_postingslessie job-postings查看当前招聘职位(需要来自 enrich 的 organization_id)
search_company_newslessie company-news查找近期新闻报道(需要来自 enrich 的 organization_id)
网页研究
工具CLI 命令适用场景
web_searchlessie web-search通用网页搜索;缓存结果可让后续 web_fetch 免费
web_fetchlessie web-fetch通过 AI 摘要从 URL 提取具体信息

详细参考

关键限制

  • enrich_people / enrich_organization:每次调用最多 10 条;更长的列表需拆分成多批
  • find_people:每个请求最多 3 次工具调用 + 60 秒墙钟时间。target_count 为 1-100(默认 30)。不支持分页——如需更多结果,请使用不同的查询再次调用
  • find_organizations:支持分页——使用 --page 获取更多结果
  • web_search 会缓存页面内容;如果结果中的 has_content: true,调用 web_fetch 获取该 URL 的内容会立即返回
  • find-people 查询中可加入的实用关键词:资历术语(owner、founder、c_suite、partner、vp、head、director、manager、senior、entry、intern),以及 current 与 past,以调整任职时间偏向。Agent 会将这些关键词直接用作筛选条件
  • 对人员进行信息补全时,除姓名外提供 domain(公司域名)可显著提高匹配准确率
  • CLI 会将 JSON 输出到 stdout,将状态消息输出到 stderr——请解析 stdout 中的数据

评论

支持 Markdown