CRM研究代理

通过研究X(Twitter)网络和搜索网络,识别特定用户的高价值二级联系人。

  • by dedalus-labs
  • Python
  • 本地部署
  • 13 星标
  • 更新于
在 GitHub 查看 dedalus-labs/web-crm-agent

使用说明

Web CRM研究代理

该代理旨在通过研究特定用户的X(推特)网络并搜索网络,为其识别高价值的二级连接。

原理

代理人使用 戴达卢斯 用于编排两个MCP(模型上下文协议)服务器的框架:

  1. x-api-mcp:用于与X API交互以查找用户、追随者和时间表。
  2. 勇敢的搜索mcp:当社交媒体数据稀少时,从网络上收集额外的专业背景和背景。

它分析目标用户的关注者,发现与特定兴趣或职业档案相一致的“联系”,然后将其转化为高价值的潜在客户。

先决条件和环境变量

若要运行此代理,您必须提供自己的API凭据。创建 .env 根目录中的文件,包含以下变量:

Dedalus配置

DEDALUS_API_KEY=dsk_。..#您的Dedalus API密钥

注意:注册 Dedalus实验室 并导航到您的仪表板以创建您的API密钥。

DEDALUS_AS_URL=。..#您的授权服务器URL

X(Twitter)API配置

X_bear_TOKEN=。..#您的X API承载令牌

注意:您可以通过在以下位置创建项目来获取X Bearer Token developer.x.com.

实验与快速工程

这一实施是一个起点。要充分利用您的代理,请记住以下几点:

  • 提示工程:结果的质量在很大程度上取决于你如何描述“高价值”标准。具体说明你正在寻找的行业、兴趣或背景。
  • 模型选择:不同的模型(例如,Opus 4.5与GPT-5.2)在工具使用和推理方面具有不同的能力。尝试为您的用例找到速度和智能的最佳平衡。
  • 工具:您可以交换或添加MCP服务器(如LinkedIn搜索或专用数据库),以进一步丰富研究过程。随意探索 Dedalus市场 对于MCP服务器,您可以通过一行代码轻松连接。

设置

  1. 创建虚拟环境(推荐):

    python -m venv venv
    source venv/bin/activate  # On Windows: venv\Scripts\activate
    
  2. 安装依赖项:

    pip install -r requirements.txt
    

用法

  1. 在中设置环境变量 .env.
  2. 更新 name 和 x_username 变量在 web_crm_agent.py.
  3. 运行代理: python web_crm_agent.py