目的

执行一套完整的 B2B 冷启动外联工作流，从理想客户画像（ICP）定义开始，直至生成可直接投入序列使用的输出结果。

核心目标：

• 识别高匹配度潜在客户（leads）。
• 丰富上下文信息，支撑个性化内容创作。
• 产出简洁、非推销感、高回复率的外联序列。
• 返回可直接交付至外部发送/调度系统的执行就绪资产。

本技能属于编排型技能（orchestration skill），负责协调上游技能调用，不替代其功能。

必需已安装技能

• apollo-api（最新校验版本：1.0.5）
• linkedin-api（最新校验版本：1.0.2）
• yc-cold-outreach（最新校验版本：1.0.1）
• cold-email（MachFive Cold Email，最新校验版本：1.0.5）

使用 ClawHub 安装/更新：

npx -y clawhub@latest install apollo-api
npx -y clawhub@latest install linkedin-api
npx -y clawhub@latest install yc-cold-outreach
npx -y clawhub@latest install cold-email
npx -y clawhub@latest update --all

验证技能可用性：

npx -y clawhub@latest list

若任一必需技能缺失，请立即中止流程，并准确报告对应安装命令。

必需凭证

• MATON_API_KEY：用于 apollo-api 和 linkedin-api（Maton 网关）
• MACHFIVE_API_KEY：用于 cold-email

预检操作：

echo "$MATON_API_KEY" | wc -c
echo "$MACHFIVE_API_KEY" | wc -c

若任一密钥缺失或为空值，须在开展潜在客户处理前中止流程。

任务上下文模板

执行前需收集以下输入项：

• offer：所售产品或服务（例如：设计服务）
• icp_title：目标职位（例如：CMO）
• icp_industry：目标行业（例如：SaaS）
• icp_location：目标地域（例如：Berlin）
• lead_count_target（例如：50）
• campaign_goal：目标转化类型（如：获得回复、预约会议、获取推荐、审计请求等）
• proof_points：案例研究、量化指标、社交证明等可信依据
• tone_constraints：使用平实英文、简短、非销售口吻
• machfive_campaign（MachFive 中的活动 ID 或活动名称，用于解析）
• execution_mode：draft-only（仅草稿）或 generation-ready（生成就绪）

在上述字段全部明确前，不得开始撰写文案。

工具职责说明

Apollo API（apollo-api）

用于潜在客户发现与基础信息增强。

经校验的技能实际行为如下：

• 人员搜索：POST /apollo/v1/mixed_people/api_search
• 搜索筛选条件包括：
  • q_person_title
  • person_locations
  • q_organization_name
  • q_keywords
• 通过邮箱或 LinkedIn URL 补全人员信息：
  • POST /apollo/v1/people/match
• 支持通过 page 与 per_page 参数实现分页。
• 依赖 Maton 网关，并可选使用 Maton-Connection 请求头。

该阶段主要输出：

• 初始潜在客户列表，包含职位、公司、邮箱、LinkedIn URL（如有）等字段

LinkedIn API（linkedin-api）

用于在 LinkedIn 平台侧获取可访问的上下文信息（限于所提供接口能力范围内）。

经校验的技能实际行为如下：

• 认证后的个人资料/用户信息接口（用于已连接账号的上下文）。
• 内容/发帖相关 API（ugcPosts）及企业主页动态/统计类 API。
• 需提供 MATON_API_KEY 及 LinkedIn 协议专用请求头。

关键边界说明：

• 经校验的技能不具备对任意第三方个人主页及其近期动态进行通用爬取的能力。
• 若工作流需深度挖掘单个潜在客户的个人动态以支撑个性化，应明确标记为“需额外工具支持”。

YC 冷启动外联（yc-cold-outreach）

作为文案策略与质量评审框架使用，而非传输类 API。

必须贯彻的核心原则：

• 每封邮件聚焦单一目标
• 采用自然、拟人化语气
• 深度个性化（非简单占位符替换）
• 精炼简洁、适配移动端阅读
• 强调可信度与佐证材料
• 以读者为中心的语言表达
• 明确且低门槛的行动号召（CTA）

MachFive 冷邮件（cold-email）

用于基于已准备就绪的潜在客户记录批量生成外联序列。

经校验的技能实际行为如下：

• 必须指定活动（campaign_id 为所有生成接口的必填参数）。
• 单条潜在客户同步生成（/generate）可能耗时数分钟；请设置长超时时间。
• 批量异步生成（/generate-batch）将返回 list_id；需轮询列表状态，待完成后再导出结果。
• 每条潜在客户必须提供 email 字段。
• 支持结构化序列输出，含各步骤的邮件主题与正文。

标准工作流

阶段 1：构建潜在客户库（Apollo）

1. 向 Apollo 查询符合 ICP 条件的潜在客户（例如：CMO + SaaS + Berlin）。
2. 持续翻页，直至达到 lead_count_target 或满足质量阈值。
3. 将每条潜在客户记录标准化为所需字段格式。
4. 若请求模式为 generation-ready（MachFive 强制要求邮箱），则剔除无邮箱字段的记录。

推荐的标准化潜在客户 Schema：

{
  "lead_id": "apollo-or-derived-id",
  "name": "Anna Example",
  "title": "Chief Marketing Officer",
  "company": "Startup GmbH",
  "location": "Berlin",
  "email": "anna@startup.com",
  "linkedin_url": "https://linkedin.com/in/...",
  "source": "apollo-api"
}

阶段 2：增强个性化上下文

1. 在支持的接口范围内尝试 LinkedIn/API 信息补全。
2. 若无法获取直接的个人动态信号，则将对应上下文字段显式设为 not_available。
3. 可选地，利用 Apollo 返回字段（公司、职位、关键词、域名等）进行合理推断，避免虚假个性化。

每位潜在客户的个性化对象示例：

{
  "icebreaker": "not_available_or_verified_fact",
  "pain_hypothesis": "Likely CRO bottleneck in paid landing pages",
  "proof_hook": "Helped X improve conversion by Y%",
  "confidence": 0.0
}

硬性规则：

• 严禁虚构帖子、兴趣点或引述内容。

阶段 3：文案策略制定（YC 框架）

针对每位潜在客户，在生成文案前先创建策略简报：

• 问题（Problem）：该角色可能面临的具体痛点
• 解决方案（Solution）：您的产品或服务如何解决该问题
• 佐证（Proof）：一项具体的数据指标或客户信号
• 行动号召（CTA）：一个低门槛的下一步动作

应用 YC 约束条件：

• 仅包含一次明确诉求
• 简短、优先适配移动端
• 使用自然的人类语言
• 个性化内容须基于可验证的上下文

阶段 4：序列生成（MachFive）

1. 若未提供 campaign_id，须首先调用 GET /api/v1/campaigns 解析获取。
2. 提交潜在客户数据，确保 email 字段存在。
3. 对于大量潜在客户，优先使用批量生成方式；轮询状态直至完成。
4. 导出 JSON 结果，并将生成的序列与原始 lead_id 映射回溯。

生成请求体（payload）的必要规范：

• 必须包含 name、title、company、email
• 当可用时，应包含 linkedin_url 和 company_website
• 需显式设定 email_count（通常为 3）
• CTA 必须来自与活动目标一致的已批准集合

阶段 5：质量审核与决策门控

在声明输出就绪前，须对每条序列进行校验：

• 个性化事实核查（是否真实、可溯源）
• YC 评分标准检查（是否拟人化、简洁、单 CTA）
• 占位符插入合理性检查（姓名/公司/职位是否正确）
• 禁用表述审查（禁止虚构佐证材料）

任何未通过校验的序列必须标记为 needs_revision。

阶段 6：排期与发送交接

本元技能输出的是可发送建议，而非直接执行自动化发送。

若用户提出时间优化需求（例如：“周二上午 10:00”），应将其作为排期建议字段与交接计划一并返回。

示例交接对象：

{
  "lead_id": "...",
  "sequence_status": "approved",
  "suggested_send_time_local": "Tuesday 10:00",
  "timezone": "Europe/Berlin",
  "send_system": "external",
  "notes": "Timing is recommendation-only; execution tool must schedule/send."
}

因果链（场景映射）

以“向初创公司营销负责人销售设计服务”为例：

1. Apollo 返回目标潜在客户（例如：柏林地区 SaaS 领域的 50 名 CMO）。
2. LinkedIn/API 尝试为每位潜在客户补充可用上下文。
3. YC 框架将潜在客户上下文转化为清晰的“问题 → 解决方案 → 佐证 → CTA”视角。
4. MachFive 基于已验证变量生成多步骤外联序列。
5. 智能体输出：
   • 已批准的外联序列
   • 每位潜在客户的质量评分
   • 排期建议（例如：当地时间周二上午 10:00）

输出契约（Output Contract）

必须始终返回以下四个部分：

• LeadSummary

  • 请求数量 vs 实际合格数量
  • 剔除原因（缺失邮箱、匹配度低、重复等）

• EnrichmentSummary

  • 成功补全的字段
  • 不可用字段及其原因

• SequencePackage

  • 每位潜在客户对应一个对象，含各步骤的主题与正文
  • 质量审核状态（approved 或 needs_revision）

• ExecutionPlan

  • 推荐发送时间
  • 所需的外部发送器/调度器
  • 阻塞项（如：缺失活动、缺失 API 密钥、缺失邮箱）

防护准则（Guardrails）

• 严禁虚构个性化事实。
• 除非有明确来源且可验证，否则不得声称某潜在客户发布过特定内容。
• 未完成活动 ID 解析前，不得进入 MachFive 生成阶段。
• 当 CTA 不明确或存在多个诉求时，不得将序列标记为 approved。
• 语言须保持非操纵性，并符合各类外联合规政策。

异常处理（Failure Handling）

• 缺失 MATON_API_KEY：中止 Apollo/LinkedIn 阶段。
• 缺失 MACHFIVE_API_KEY：中止生成阶段，仅返回草稿级策略。
• 缺失活动 ID：列出所有可用活动，并要求用户显式选择。
• 批量任务超时/部分失败：通过轮询列表状态 + 导出恢复流程继续执行。
• 潜在客户质量不足：返回精选后的高质量子集，而非强行凑足数量。

已校验上游技能的已知限制

• linkedin-api 经校验的能力范围 ≠ 对任意第三方个人主页及其近期动态的无限制爬取。
• cold-email 支持序列生成，但不保证外发调度/执行本身。
• apollo-api 提供搜索与增强基础能力；超出其字段范围的邮箱投递有效性验证，可能需要额外工具支持。

在规划与报告中，须将上述限制视为明确约束条件予以对待。