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。

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。

🤖 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？" }

来源

• 来源：github
• 链接：https://github.com/nick-wati/lead-qualifier-mcp