🚀 潜在客户资格鉴定 MCP 工具

这是一个轻量级的 MCP 工具，借助 ChatGPT 基于 BANT 机制（预算、权限、需求、时间表）对潜在客户进行资格鉴定，还能引导用户逐步输入相关信息。

🚀 快速开始

在使用该工具前，你需要进行一系列的设置操作。

配置 API 密钥

在 .env 文件中配置 ChatGPT 的 API 密钥：

OPENAI_API_KEY=1234

启动服务器

启动 NodeJS 服务器，它将作为 MCP 服务器：

npm install
npm start

可选：暴露服务器

若有需要，可使用 ngrok 暴露你的服务器：

ngrok http 3001

Dify Agent 策略配置

以下是 Dify Agent 策略配置示例：

{
  "lead_qualification": {
    "transport": "sse",
    "url": "https://24c3-172-235-53-238.ngrok-free.app/sse",
    "headers": {},
    "timeout": 50,
    "sse_read_timeout": 50
  }
}

✨ 主要特性

• 🧠 基于大语言模型 (LLM) 提取潜在客户资格信息并进行评分。
• 💬 采用对话式流程，每轮仅询问一个字段信息。
• 💾 具备快速的内存会话跟踪功能，还可扩展为 Redis 支持。
• 🔌 可通过 MCP (sse) 与 Dify / Cursor 兼容。

💻 使用示例

基础用法

以下是使用该工具的示例，包括输入、输出和会话信息： 工具名称：lead - qualifier 输入：

{
  "sessionId": "abc123",
  "message": "我们的预算是每月 $1000"
}

输出：

{
  content: [
    {
      type: "text",
      text: "你是主要评估这种工具的人吗，还是有其他人参与决策？"
    }
  ],
  isError: false
}

会话：

{
  "qualificationMap": {
    "budget": "$1000 每月",
    "authority": "",
    "need": "",
    "timeline": ""
  },
  "scoreMap": {
    "budget": 30,
    "authority": 0,
    "need": 0,
    "timeline": 0
  },
  "totalScore": 30,
  "nextField": "authority",
  "lastPromptedField": "authority",
  "lastPromptedQuestion": "你是主要评估这种工具的人吗，还是有其他人参与决策？"
}