mcpField
T
tam-builder

tam-builder

github.com/gooseworks-ai营销与增长1.3k47 次安装3 天前更新
代码仓库

关于 tam-builder

TAM Builder 使用 Apollo 公司搜索构建并维护带评分的总潜在市场，并为较高等级公司建立 persona 观察名单。它支持初次构建、刷新和只读状态报告，完整导出前须获批准。

主要功能

  1. 01通过 Apollo 发现公司
  2. 02评估 ICP 匹配度并分级
  3. 03刷新评分并检测等级变化
  4. 04弃用过时公司
  5. 05为 Tier 1–2 公司建立 persona 名单

适用场景

  1. 01为细分市场构建公司名单
  2. 02刷新现有 TAM 并查看变化
  3. 03跟踪高匹配公司中的 persona

MCP 相关

该技能通过 Apollo Company Search 和 People Search API 查找公司与 persona；输入未说明其提供 MCP 服务。

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 tam-builder

安装后在 Claude Code 中输入/tam-builder确认已加载。

附带文件skill.meta.json

详细介绍

TAM Builder

构建和维护经过评分的潜在市场总规模。使用 Apollo Company Search 发现公司，评估 ICP 匹配度（0-100），分配层级（1/2/3），并使用 Apollo People Search（免费）为 Tier 1-2 公司自动建立人物关注列表。

三种模式：

  • build — 首次通过 Apollo 搜索构建 TAM
  • refresh — 更新现有 TAM：重新评分、检测层级变化、将过时公司标记为弃用
  • status — 只读报告，显示当前 TAM 状态

先决条件

Apollo API Key

添加到 .env：

APOLLO_API_KEY=your-api-key-here

就这些——只需一个环境变量。

配置格式

为每个客户/细分市场创建一个 JSON 配置：

{
  "client_name": "happy-robot",
  "tam_config_name": "voice-ai-midmarket",

  "company_filters": {
    "organization_num_employees_ranges": ["51,200", "201,500", "501,1000"],
    "q_organization_keyword_tags": ["call center", "contact center"],
    "organization_locations": ["United States"]
  },

  "scoring": {
    "weights": {
      "employee_count_fit": 30,
      "industry_fit": 25,
      "funding_stage_fit": 20,
      "geo_fit": 15,
      "keyword_match": 10
    },
    "tier_thresholds": { "tier_1_min_score": 75, "tier_2_min_score": 50 },
    "target_industries": ["Telecommunications", "Customer Service"],
    "target_employee_ranges": [[51, 200], [201, 500], [501, 1000]],
    "target_funding_stages": ["Series A", "Series B", "Series C"],
    "target_geos": ["United States"]
  },

  "watchlist": {
    "enabled": true,
    "personas_per_company": 3,
    "person_filters": {
      "person_titles": ["VP of Operations", "Head of Customer Service"],
      "person_seniority": ["vp", "director", "c_suite"]
    },
    "tiers_to_watch": [1, 2]
  },

  "mode": "standard",
  "max_pages": 50
}

审批关卡

重要：未经用户明确批准，绝不导出结果。

必要流程：

  1. 先在 Apollo 中搜索一个小样本（约 100 家公司）
  2. 对其评分并展示：层级分布、Tier 1/2 公司示例、评分合理性检查
  3. 在运行完整构建前，获得用户明确批准
  4. 只有此后才能运行完整搜索、评分和导出

流程：Build 模式

Step 0: --preview → total count + cost estimate (no DB writes)
Step 1: --sample --test → search 1 page, score in-memory, show results (no DB writes)
Step 2: User reviews sample → approves, adjusts filters, or caps scope
Step 3: Full build → Apollo Company Search → Export to CSV → Score → Tier → Watchlist

阶段详情（仅第 3 步——用户批准后）：

Phase 1: Apollo Company Search → Upsert raw companies → Score ICP fit → Assign tiers
Phase 2: (skipped in build mode — no prior data to deprecate)
Phase 3: Persona Watchlist — pull 2-3 personas per Tier 1-2 company (free)

流程：Refresh 模式

Phase 1: Apollo Company Search → Upsert/update companies → Re-score → Detect tier changes
Phase 2: Deprecation — companies missing 2+ consecutive refreshes get deprecated
Phase 3: Persona Watchlist — pull personas for new/promoted Tier 1-2 companies,
         disqualify personas at deprecated companies

ICP 评分（0-100）

纯函数，不调用 API。根据配置，针对 5 个维度进行加权评分：

  • employee_count_fit — 员工人数是否在目标范围内？
  • industry_fit — 行业是否符合目标？
  • funding_stage_fit — 融资阶段是否符合目标？
  • geo_fit — 总部所在地是否在目标地理区域内？
  • keyword_match — 组织关键词是否与配置关键词重合？

评分阈值（可配置）：>=75 = Tier 1，>=50 = Tier 2，否则为 Tier 3。

弃用规则（仅限 refresh）

  • 首次未命中（搜索未返回）：metadata.refresh_miss_count = 1，保持活跃
  • 连续第二次未命中：tam_status = 'deprecated'
  • 员工人数降至 0：立即弃用
  • tam_status = 'converted' 的公司始终豁免

关注列表 — 人物同步

场景行为
新增 Tier 1-2 公司立即获取 2-3 个人物
公司从 Tier 3 升级至 Tier 2在 refresh 期间获取人物
公司被弃用取消监控人物的资格
公司从 Tier 1 降级至 Tier 3保留现有人物，停止刷新

模式上限

参数测试标准完整
最大页数150200
最大公司数1005,00020,000

Apollo API 参考

  • Company Search： POST https://api.apollo.io/api/v1/mixed_companies/search — 在 accounts 数组（不是 organizations）中返回匹配的公司。字段：name、primary_domain、estimated_num_employees、industry、keywords、city、state、country。
  • People Search： POST https://api.apollo.io/api/v1/mixed_people/search — 每次调用统一收费 $0.01（最便宜的人物搜索）。在 people 数组中返回匹配的人物。字段：first_name、title、organization.name。免费套餐中的邮箱/LinkedIn 信息经过混淆处理。
  • People Match (enrich)： POST https://api.apollo.io/api/v1/people/match — 每次匹配约 $0.03。可获取邮箱、电话、LinkedIn URL 和全名。
  • 身份验证： 所有请求均在请求头中使用 x-api-key: {APOLLO_API_KEY}
  • 分页： per_page（最大值为 100）、page（从 1 开始）。pagination.total_entries 提供总条目数。

输出

将结果保存为 CSV，放在当前工作目录中：

  • tam-companies-{date}.csv — 所有发现的公司及其 ICP 评分和层级
  • tam-personas-{date}.csv — Tier 1-2 公司的角色关注列表（来自 People Search）

评论

支持 Markdown