# 线索筛选器 (Lead Qualifier)
## 基本信息
- Slug: `nick-wati-lead-qualifier-mcp`
- Source: modelscope
- Publisher: @nick-wati/lead-qualifier-mcp
- Categories: marketing / autonomous-agents / customer-data-platforms
- Hosted: No
- License: MIT License
- Source URL: https://www.modelscope.cn/mcp/servers/@nick-wati/lead-qualifier-mcp
## 简介
一个轻量级服务器，它通过对话式的逐问答方式，使用 ChatGPT 根据 BANT 框架（预算、决策权、需求、时间表）来筛选潜在客户。
## MCP Server 详情

# 🤖 潜在客户资格评定MCP工具

这是一个轻量级的MCP工具，使用ChatGPT通过BANT机制（预算、权限、需求、时间线）来评估潜在客户，并引导用户逐个问题地输入潜在客户信息。

## 🚀 特性

- 🧠 基于大语言模型的潜在客户资格信息（BANT）提取与评分
- 💬 一次一个字段，以对话形式进行
- 💾 快速的内存会话跟踪，可扩展至Redis
- 🔌 通过MCP (`sse`) 兼容Dify / Cursor

## ⚙️ 设置

在你的`.env`文件中配置ChatGPT apikey。

bash
OPENAI_API_KEY=1234


启动你的NodeJS服务器，即你的MCP服务器。

bash
npm install
npm start


可选：使用ngrok暴露你的服务器

bash
ngrok http 3001


Dify代理策略配置
json
{
  "lead_qualification": {
    "transport": "sse",
    "url": "https://24c3-172-235-53-238.ngrok-free.app/sse",
    "headers": {},
    "timeout": 50,
    "sse_read_timeout": 50
  }
}


## 🛠 示例

**工具名称:** `lead-qualifier`  
**输入:**

json
{
  "sessionId": "abc123",
  "message": "我们的预算是1000美元"
}


**输出:**
json
{
  content: [
    {
      type: "text",
      text: "您是主要负责评估这类工具的人吗？还是有其他人参与决策？"
    }
  ],
  isError: false
}


**会话:**
json
{
  "qualificationMap": {
    "budget": "每月1000美元",
    "authority": "",
    "need": "",
    "timeline": ""
  },
  "scoreMap": {
    "budget": 30,
    "authority": 0,
    "need": 0,
    "timeline": 0
  },
  "totalScore": 30,
  "nextField": "authority",
  "lastPromptedField": "authority",
  "lastPromptedQuestion": "您是主要负责评估这类工具的人吗？还是有其他人参与决策？"
}