Lead Enrich

使用 Serper.dev Google 搜索研究一个人（姓名 + 公司）。使用 Agent 内置模型 进行提取。无需外部 LLM API。

可独立使用 – 只需一个 Serper 密钥。与 Outreach Magic 结合使用可实现积分节省的去重（如果线索已有 LinkedIn/Email 则跳过 Serper）和跨会话持久存储。

积分节省（与 OM 配合）： 首先检查 outreachmagic。如果线索在同一公司已有 LinkedIn + 邮箱，则不消耗 Serper 积分。若仅有 LinkedIn 而无邮箱，则跳过 Serper – 使用 email-finder 进行 trykitt。仅邮箱的记录仍会进行 LinkedIn 搜索（消耗 1-2 个 Serper 积分）。若在不同公司找到姓名匹配，则返回 ambiguous，以免浪费 API 调用。

设置

独立使用（无 OM）

只需一个 Serper 密钥。直接运行 serper-search。结果以 JSON 格式输出。

密钥	用途
`SERPER_API_KEY`	serper.dev – Google 搜索 API

python3 scripts/enrich.py serper-search --query '"Acme Corp" official website'
python3 scripts/enrich.py serper-search --query 'site:linkedin.com/in Jane Doe Acme Corp'
# → 将结果传递给模型进行提取，或使用 serper-format

在你的环境中或通过 ~/.hermes/skills/lead-enrich/config.json 设置 SERPER_API_KEY。

与 Outreach Magic 搭配（去重 + 保存）

添加预检去重（跳过已在 OM 中的线索）并将结构化丰富结果保存到本地 SQLite 管道。需要 outreachmagic 技能并配合 pipeline.py login 使用。

密钥	用途
以上所有独立密钥 +
`OUTREACHMAGIC_AGENT_KEY`	通过 `pipeline.py login` 登录 OM

python3 scripts/enrich.py check "Jane Doe" "Acme Corp"        # 0 积分
python3 scripts/enrich.py batch-check --workspace W input.json # 批量去重

在 Outreach Magic 门户 → 设置 → API 密钥 中保存你的 Serper 密钥，然后运行 pipeline.py sync-secrets。使用 enrich.py config 验证（serper_api_key_source 应为 agent_secrets）。

3. 邮箱查找（email-finder 技能）

邮箱查找不在 lead-enrich v2+ 中。请使用平台安装指南安装带有 outreachmagic 的 email-finder。或者通过 npx skills add outreachmagic/email-finder 独立安装。

在 Serper 丰富结果保存了 company_domain 后，运行：

python3 ~/.hermes/skills/email-finder/scripts/email_finder.py find --name "Jane Doe" \
  --domain acme.com --linkedin "https://linkedin.com/in/janedoe" --save

参见 references/email-finder.md 和 email-finder 技能文档。

工作区汇总（不消耗 Serper 积分）： 保存线索后，使用 outreachmagic 的 workspace summary --workspace <slug> --json 获取标签计数和每位发件人接受的 LinkedIn 连接。对于大型工作区（超过 2000 条线索），添加 --tags-only 以加速标签计数。仅限本地数据库 – 拉取操作是可选的。

常见工作流

用户说	你执行
"研究这个人"	Serper 搜索 → 通过 `import-profiles` 保存
"丰富我的 CSV"	`batch-check` / 导入 → 丰富缺失字段 → 保存到 OM
"也找找他们的邮箱"	丰富后，交给 email-finder

Sales Nav / Vayne CSV：使用 outreachmagic 的 import-profiles --file …（自动检测列）。

CSV / 获奖列表工作流（推荐用于 10 人以上）

像 outreachmagic/imports/awards.csv 这样的路径是相对于你的工作区目录（Agent 运行命令的地方），而不是技能安装文件夹。

# 0 积分 – 首先对整个文件进行去重（在完整行上自动标记 serper_attempted）
python3 scripts/enrich.py batch-check --workspace your_workspace outreachmagic/imports/awards.csv

# 重新运行去重，跳过已标记 serper_attempted 的线索
python3 scripts/enrich.py batch-check --workspace your_workspace --skip-tagged outreachmagic/imports/awards.csv

# 仅对需要 LinkedIn/域名的行执行 Serper（跳过 team_award、exists_linkedin_*、skipped_serper_attempted）

# 研究后 – 仅回填 title/industry（0 Serper 积分）
python3 scripts/enrich.py backfill --fields title,industry --workspace your_workspace outreachmagic/imports/patch.csv

batch-check 接受 .json 或 .csv 文件。backfill 每行需要 email 或 linkedin；通过 companion_common 使用分块的 import-profiles（每块 200 行，每块超时 300 秒；只填充空字段；添加 --overwrite 进行替换）。

何时使用

用户说“研究这个人”/“查找 Acme 公司的 Jane Doe”
用户想要在 outreach 之前丰富潜在客户列表
用户在研究前问“我们是否已经有这个线索？”
用户提供了 CSV/JSON 格式的姓名和公司列表，需要进行批量丰富
用户提到 Serper、线索丰富或人员研究

Agent 行为规则（重要）

先去重（与 OM 配合）。 在任何 Serper API 调用之前，运行 enrich.py check。如果线索在同一公司已有 LinkedIn + 邮箱，则完全跳过 Serper。如果 LinkedIn 存在但没有邮箱，则跳过 Serper 并当用户想要邮箱时提供 email-finder。永远不要在 outreachmagic 中已完整的线索上浪费 Serper 积分。独立使用： 跳过检查 – 直接运行 serper-search。
仅使用 Serper。 首选 enrich.py serper-search --query "..."（标准库 HTTP，密钥来自配置/环境）。或者使用 $SERPER_API_KEY 配合 curl – 绝不在聊天日志中嵌入密钥。绝不直接抓取 Google 或 LinkedIn。
仅使用内置模型。 你（Agent）从 Serper 结果中提取 JSON。不使用外部 LLM API（无 Gemini，无 OpenAI）——你自己的推理能力就是提取引擎。
研究完成后再保存。 先运行完整的搜索阶梯，然后一次性保存。
通过 outreachmagic 保存（与 OM 配合）。 对于有 LinkedIn 的线索使用 import-profiles。保存时始终在标签中添加 serper_attempted（map-to-om 输出中自动包含）。对于没有 LinkedIn 但已知 lead_id 的线索，通过 stamp-attempted 或带有 id + tags 参数的 import-profiles 来标记标签 – 不要仅依赖笔记。对于只读去重检查，使用 pipeline.py query 或 enrich.py check – 绝不要直接 INSERT/UPDATE。永远不要对同一个人同时执行两个保存路径。独立使用： 将 JSON 输出保存到文件 – 不需要 OM。
丰富后打标签（与 OM 配合）。 每个经过 Serper 处理的线索在保存时必须获得 serper_attempted 标签。防止将来重新处理。
打标签后再进行 Serper（与 OM 配合）。 在消耗 Serper 积分之前，检查 serper_attempted（通过 enrich.py check --skip-tagged 或检查输出中的 skip_reason）。如果标签存在且 LinkedIn 仍为空，则跳过，除非用户明确要求重试（例如，标签超过 30 天已过时）。
透明性。 展示运行了哪些 Serper 查询、置信度以及保存了什么。用户应该清楚看到他们的积分用在了哪里。
批量处理要合理。 每次运行最多 50 人。对于 CSV/获奖列表，先对整个文件（JSON 或 CSV）运行一次 batch-check，然后再进行任何 Serper 操作。仅对需要 LinkedIn/域名的状态执行 Serper。跳过 team_award、exists_linkedin_email 和 skipped_serper_attempted 行。
查找邮箱 – 使用 email-finder。 在丰富结果保存了 company_domain 后，交给 email-finder（email_finder.py find --save）。参见 references/email-finder.md。绝不在本技能中编造或模式猜测邮箱。

快速开始

# 单个人（最常见）
python3 scripts/enrich.py check "Jane Doe" "Acme Corp"
# → 如果返回 "not_found"，继续执行下面的 Serper 搜索包

# 带工作区（将线索与你的管道工作区关联）
python3 scripts/enrich.py check --workspace your_workspace "Jane Doe" "Acme Corp"

# 从 JSON 或 CSV 批量处理（在列表上运行 Serper 前先执行此操作）
python3 scripts/enrich.py batch-check --workspace your_workspace outreachmagic/imports/people.json
python3 scripts/enrich.py batch-check --workspace your_workspace --skip-tagged outreachmagic/imports/awards.csv

# 在 LinkedIn 查找失败后标记 serper_attempted（当已知 lead_id 时）
python3 scripts/enrich.py stamp-attempted --workspace your_workspace --lead-ids 42,43 \
  --notes "通过 Serper 未找到 LinkedIn"

# 在现有线索上回填 title/industry（需要 linkedin 或 email）
python3 scripts/enrich.py backfill --fields title,industry outreachmagic/imports/patch.csv

# 从 GitHub 发布版安全更新技能（通过校验和验证）
python3 scripts/enrich.py update --check
python3 scripts/enrich.py update

update 在替换文件前会验证 update-manifest.json 中的 SHA256 校验和。如果校验和缺失或不匹配，更新会中止。

核心工作流

第 1 阶段 – 去重检查（0 积分）

对每个人运行：

# 不带工作区（组织级查找）
python3 scripts/enrich.py check "Jane Doe" "Acme Corp"

# 带工作区（限定到你的管道工作区）
python3 scripts/enrich.py check --workspace your_workspace "Jane Doe" "Acme Corp"

每个人的输出：

状态	含义	操作
`exists_linkedin_email`	同一公司，有 LinkedIn + 邮箱	跳过 Serper 和邮箱 API
`exists_linkedin_no_email`	同一公司，有 LinkedIn，无邮箱	跳过 Serper → 如果用户需要邮箱则使用 email-finder
`exists_no_linkedin_email`	同一公司，有邮箱，无 LinkedIn	仅执行 LinkedIn Serper 查询
`exists_no_linkedin`	同一公司，两者都无	仅执行 LinkedIn Serper 查询
`skipped_serper_attempted`	带有 `serper_attempted` 标签，无 LinkedIn	跳过 Serper – 已尝试过
`ambiguous`	姓名匹配，公司不匹配	执行完整 Serper 包 – 不要跳过
`not_found`	无匹配	执行完整 Serper 搜索包
`team_award`	团队/组行（非个人）	跳过 Serper – 标记 `team_award`，添加联系备注
`dedup_disabled`	配置中 `dedup_before_search: false`	按请求执行 Serper

检查输出包含 tags 和可选的 skip_reason（has_linkedin 或 skipped_serper_attempted）。使用 batch-lead-lookup（本地，零 Serper 积分）。

第 2 阶段 – Serper 搜索包

仅对需要的人运行。根据结果质量，每人进行 2–4 次搜索：

Serper 积分预算估算器

每人最低： 0 Serper 积分（exists_linkedin_email）。
常见路径： 2 积分（2a 严格公司 + 2c LinkedIn 档案）。
每人硬上限： 4 积分（当所有后备都需要时：2a + 2b + 2c + 2e）。
批次公式： min=0，max=4*N，其中 N 是本次运行的人数。
批次上限示例： 当 N=50 时，硬上限为 200 积分（最坏情况）。

2a. 公司发现 – 严格（始终执行）

首选（shell 历史中不包含密钥）：

python3 scripts/enrich.py serper-search --query '"Acme Corp" official website' --label company_discovery_strict

或者用更简单的查询重试：

python3 scripts/enrich.py serper-search --query 'Acme Corp website' --label company_discovery_broad

2b. 公司发现 – 宽泛（条件性）

仅当 2a 没有返回包含 http:// 或 https:// 链接的有机结果时运行：

python3 scripts/enrich.py serper-search --query 'Acme Corp official website' --label company_discovery_broad

（相同模板，公司名称不带引号。）

2c. LinkedIn 档案（始终执行）

构建查询（公司名称不带引号 – 匹配片段中的变体雇主名称）：

site:linkedin.com/in {名 姓} {最多 5 个词的角色} {公司名称}

示例：

python3 scripts/enrich.py serper-search \
  --query 'site:linkedin.com/in Jane Doe VP Marketing Acme Corp' \
  --label linkedin_profile

第 3 阶段 – 模型提取

将格式化后的 Serper 结果连同以下系统指令传递给你自己（Agent 模型）：

你是一个研究助手。用户消息包含以标签分节的 Serper.dev Google 搜索结果。你**没有**实时网络搜索能力 – 仅使用粘贴的板块。

任务：针对**一家公司**的**一个人**，提取：
- company_domain：仅可注册的主机名（无路径，无 www），或空字符串
- company_website：如果支持，完整的 https:// 首页 URL，或空字符串
- linkedin_url：此人在该公司对应的 https://linkedin.com/in/…，或空字符串
- confidence：高 | 中 | 低
- note：关于歧义或差距的可选说明

规则：
- 每个非空 URL 必须出现在 Serper 板块中（轻微的查询字符串规范化可接受）
- LinkedIn 上的姓名可能与输入不同（昵称 vs. 法定姓名） – 根据同一个人和雇主进行匹配
- 在接受 `linkedin_url` 之前，验证匹配质量：
  - 从 `Full name: {full_name}` 中提取名字和姓氏令牌（忽略标点符号）
  - 选中的 `/in/` 结果必须在 `title` 或 `snippet` 中**同时包含**两个令牌
  - 如果没有 `/in/` 结果满足令牌要求，返回空的 `linkedin_url` 并将 `confidence` 设为 `low`
- 公司官方网站可能使用与输入不同的横幅名称 – 优先选择官方证据
- 解析 `company_domain` 时：
  - 优先使用 `knowledgeGraph.website`（若存在）
  - 拒绝常见的聚合器/注册网站（例如：`naceweb.org`、`usnews.com`、`wikipedia.org`、`niche.com`、`facebook.com`、`instagram.com`、`twitter.com`）
  - 如果 `company_name` 似乎缺失或与姓名非常接近，返回空字符串
- 绝不编造 URL 或路径

仅以单个 JSON 对象响应（无 markdown 围栏）：
{"company_domain":"","company_website":"","linkedin_url":"","confidence":"medium","note":""}

使用此用户消息模板：

### 目标人员
全名: {full_name}
所称职位/头衔: {stated_role}
公司（如提供）: {company_name}

### 搜索结果
{formatted_serper_sections}

### 任务
返回系统指令中描述的 JSON 对象。

然后解析你自己的响应：移除 markdown 围栏，提取 JSON 对象。

LinkedIn 收获后备方案： 如果提取后 linkedin_url 为空，扫描原始 Serper 有机结果，查找标题中包含名字和姓氏两个令牌的 /in/ URL。优先选择……

[截断以进行翻译]

lead-enrich

lead-enrich 是什么？

在你喜欢的 AI 中提问

文档