mcpField
S
sales-engineer

sales-engineer

github.com/alirezarezvani营销与增长28.9k780 次安装2 天前更新
代码仓库

关于 sales-engineer

面向销售工程师的销售流程技能,按发现、方案设计、演示、POC 和提案五阶段组织工作。配套 Python 脚本用于分析 RFP、比较竞争方案和规划 POC。

主要功能

  1. 01组织五阶段销售工程流程
  2. 02分析 RFP 覆盖率与需求缺口
  3. 03生成竞争功能矩阵与差异点
  4. 04制定 POC 计划和评估标准
  5. 05提供演示及技术提案模板

适用场景

  1. 01评估 RFP 是否适合投标
  2. 02按客户需求设计技术方案
  3. 03准备面向不同利益相关方的演示
  4. 04规划 POC 并评估是否继续推进

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill sales-engineer

安装后在 Claude Code 中输入/sales-engineer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。

assets/
demo_script_template.md
expected_output.json
poc_scorecard_template.md
sample_rfp_data.json
technical_proposal_template.md
references/
competitive-positioning-framework.md
poc-best-practices.md
rfp-response-guide.md
scripts/
competitive_matrix_builder.py
poc_planner.py
rfp_response_analyzer.py

详细介绍

售前工程师 Skill

5 阶段工作流

阶段 1:需求发现与调研

目标: 了解客户需求、技术环境和业务驱动因素。

检查清单:

  • 与干系人开展技术需求发现会议
  • 梳理客户当前的架构和痛点
  • 识别集成需求与约束条件
  • 记录安全与合规要求
  • 评估该商机的竞争格局

工具: 运行 rfp_response_analyzer.py,对初始需求匹配度进行评分。

python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json > phase1_rfp_results.json

输出: 技术需求发现文档、需求映射表、初始覆盖度评估。

验证检查点: 进入阶段 2 前,覆盖率得分必须大于 50%,且必选项缺口不超过 3 项。可使用以下命令检查:

python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json | python -c "import sys,json; r=json.load(sys.stdin); print('PROCEED' if r['coverage_score']>50 and r['must_have_gaps']<=3 else 'REVIEW')"

阶段 2:方案设计

目标: 设计能够满足客户需求的方案架构。

检查清单:

  • 将产品能力与客户需求进行映射
  • 设计集成架构
  • 识别定制需求及开发工作量
  • 制定竞争差异化策略
  • 绘制方案架构图

工具: 基于阶段 1 的数据运行 competitive_matrix_builder.py,识别差异化优势与劣势。

python scripts/competitive_matrix_builder.py competitive_data.json --format json > phase2_competitive.json

python -c "import json; d=json.load(open('phase2_competitive.json')); print('Differentiators:', d['differentiators']); print('Vulnerabilities:', d['vulnerabilities'])"

输出: 方案架构、竞争定位、技术差异化策略。

验证检查点: 进入阶段 3 前,需确认每个客户优先事项至少存在一项强差异化优势。若未发现任何差异化优势,应上报产品团队(参见集成点)。


阶段 3:演示准备与交付

目标: 针对干系人的优先事项,交付有说服力的技术演示。

检查清单:

  • 搭建与客户使用场景匹配的演示环境
  • 按干系人角色编写带有讲解要点的演示脚本
  • 准备异议处理应对话术
  • 演练故障场景及恢复路径
  • 收集反馈并调整策略

模板: 使用 assets/demo_script_template.md 进行结构化的演示准备。

输出: 定制化演示、面向干系人的讲解要点、反馈记录。

验证检查点: 演示前,演示脚本必须覆盖 phase1_rfp_results.json 中标记的每一项必选需求。可使用以下命令进行交叉核对:

python -c "import json; rfp=json.load(open('phase1_rfp_results.json')); [print('UNCOVERED:', r) for r in rfp['must_have_requirements'] if r['coverage']=='Gap']"

阶段 4:POC 与评估

目标: 执行结构化的概念验证(POC),验证方案的可行性。

检查清单:

  • 定义 POC 范围、成功标准和时间表
  • 分配资源并搭建环境
  • 分阶段执行测试(核心功能、高级功能、边界场景)
  • 依据成功标准跟踪进度
  • 生成评估记分卡

工具: 运行 poc_planner.py,生成完整的 POC 计划。

python scripts/poc_planner.py poc_data.json --format json > phase4_poc_plan.json

python -c "import json; p=json.load(open('phase4_poc_plan.json')); print('Go/No-Go:', p['recommendation'])"

模板: 使用 assets/poc_scorecard_template.md 进行评估跟踪。

输出: POC 计划、评估记分卡、go/no-go 建议。

验证检查点: 要推进 POC 转化,记分卡在所有评估维度(功能、性能、集成、易用性、支持)上的得分必须高于 60%。若得分低于 60%,应记录差距,并回退到阶段 2 重新设计方案。


阶段 5:方案提交与成交

目标: 交付技术方案,支持商务成交。

检查清单:

  • 汇总 POC 结果与成功指标
  • 编制包含实施计划的技术方案
  • 用证据回应未解决的异议
  • 支持定价与打包相关讨论
  • 决策后开展赢单/丢单复盘分析

模板: 使用 assets/technical_proposal_template.md 编写技术方案文档。

输出: 技术方案、实施时间表、风险缓解计划。


Python 自动化工具

1. RFP 响应分析器

脚本: scripts/rfp_response_analyzer.py

用途: 解析 RFP/RFI 需求,评估覆盖度,识别差距,并生成投标/不投标建议。

覆盖类别: 完全覆盖 (100%)、部分覆盖 (50%)、计划中 (25%)、差距 (0%)。
优先级权重: 必须具备 3×、应当具备 2×、最好具备 1×。

投标/不投标逻辑:

  • 投标: 覆盖度 >70% 且必须具备项差距 ≤3
  • 有条件投标: 覆盖度 50–70% 或必须具备项差距 2–3
  • 不投标: 覆盖度 <50% 或必须具备项差距 >3

用法:

python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json            # human-readable
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json  # JSON output
python scripts/rfp_response_analyzer.py --help

输入格式: 完整数据结构请参见 assets/sample_rfp_data.json。


2. 竞争矩阵构建器

脚本: scripts/competitive_matrix_builder.py

用途: 生成功能对比矩阵,计算竞争得分,识别差异化优势与薄弱环节。

功能评分: 完全支持 (3)、部分支持 (2)、有限支持 (1)、不支持 (0)。

用法:

python scripts/competitive_matrix_builder.py competitive_data.json              # human-readable
python scripts/competitive_matrix_builder.py competitive_data.json --format json  # JSON output

输出内容: 功能对比矩阵、加权竞争得分、差异化优势、薄弱环节以及赢单主题。


3. POC 规划器

脚本: scripts/poc_planner.py

用途: 生成结构化的 POC 计划,包括时间线、资源分配、成功标准、评估记分卡。

默认阶段划分:

  • 第 1 周: 准备阶段 — 环境开通、数据迁移、配置
  • 第 2–3 周: 核心测试 — 主要用例、集成测试
  • 第 4 周: 进阶测试 — 边缘情况、性能、安全
  • 第 5 周: 评估 — 完成记分卡、干系人评审、go/no-go 决策

用法:

python scripts/poc_planner.py poc_data.json              # human-readable
python scripts/poc_planner.py poc_data.json --format json  # JSON output

输出内容: 分阶段 POC 计划、资源分配、成功标准、评估记分卡、风险登记表以及 go/no-go 建议框架。


参考知识库

参考资料说明
references/rfp-response-guide.mdRFP/RFI 响应最佳实践、合规矩阵、投标/不投标框架
references/competitive-positioning-framework.md竞争分析方法论、Battlecard 制作、异议处理
references/poc-best-practices.mdPOC 规划方法论、成功标准、评估框架

资产模板

模板用途
assets/technical_proposal_template.md包含执行摘要、解决方案架构、实施计划的技术方案
assets/demo_script_template.md包含议程、要点话术、异议处理的演示脚本
assets/poc_scorecard_template.md带加权评分的 POC 评估记分卡
assets/sample_rfp_data.json用于测试分析器的示例 RFP 数据
assets/expected_output.jsonrfp_response_analyzer.py 的预期输出

集成点

  • 营销 Skills - 借助 marketing-skill/ 中的竞争情报与信息传递框架
  • 产品团队 - 与 product-team/ 中 RFP 分析里标记为"计划中"的路线图事项协同
  • C-Level 顾问 - 将需要高管介入的战略性交易升级至 c-level-advisor/
  • 客户成功 - 将 POC 结果与成功标准移交给 ../customer-success-manager/ 中的 CSM

最后更新: 2026 年 2 月 状态: 可投入生产 工具: 3 个 Python 自动化脚本 参考资料: 3 份知识库文档 模板: 5 个资产文件

评论

支持 Markdown