From ecc
AI 네이티브 리드 인텔리전스 및 아웃리치 파이프라인입니다. 에이전트 기반 신호 점수화, 상호 연결 순위화, 웜패스 탐색, 소스 기반 보이스 모델링, 이메일·LinkedIn·X별 아웃리치로 Apollo, Clay, ZoomInfo를 대체합니다. 고가치 연락처를 찾고, 선별하고, 접촉하고 싶을 때 사용합니다.
npx claudepluginhub sam42-lab/everything-claude-code-krThis skill uses the workspace's default tool permissions.
소셜 그래프 분석과 웜패스 탐색을 통해 고가치 연락처를 찾고, 점수화하고, 접촉하는 에이전트 기반 리드 인텔리전스 파이프라인입니다.
Mandates invoking relevant skills via tools before any response in coding sessions. Covers access, priorities, and adaptations for Claude Code, Copilot CLI, Gemini CLI.
Share bugs, ideas, or general feedback.
소셜 그래프 분석과 웜패스 탐색을 통해 고가치 연락처를 찾고, 점수화하고, 접촉하는 에이전트 기반 리드 인텔리전스 파이프라인입니다.
web_search_exa)X_BEARER_TOKEN, 그리고 X_CONSUMER_KEY, X_CONSUMER_SECRET, X_ACCESS_TOKEN, X_ACCESS_TOKEN_SECRET와 같은 쓰기 컨텍스트 자격 증명)┌─────────────┐ ┌──────────────┐ ┌─────────────────┐ ┌──────────────┐ ┌─────────────────┐
│ 1. 신호 │────>│ 2. 상호 연결 │────>│ 3. 웜패스 │────>│ 4. 정보 │────>│ 5. 아웃리치 │
│ 점수화 │ │ 순위화 │ │ 탐색 │ │ 보강 │ │ 초안 │
└─────────────┘ └──────────────┘ └─────────────────┘ └──────────────┘ └─────────────────┘
일반적인 영업 문구로 아웃바운드 초안을 만들지 않습니다.
사용자의 보이스(목소리)가 중요한 경우 brand-voice를 먼저 실행하세요. 이 스킬 내부에서 임시로 스타일을 도출하는 대신 해당 스킬의 VOICE PROFILE을 재사용하세요.
라이브 X 액세스가 가능하다면 초안 작성 전에 최근 오리지널 포스트를 가져오세요. 불가능하다면 제공된 예시나 사용 가능한 최선의 레포/사이트 자료를 사용하세요.
목표 버티컬에서 신호가 강한 인물을 찾고 다음 기준으로 가중치를 부여합니다.
| 신호 | 가중치 | 소스 |
|---|---|---|
| 역할/직함 일치 | 30% | Exa, LinkedIn |
| 산업 일치 | 25% | Exa 회사 검색 |
| 주제에 대한 최근 활동 | 20% | X API 검색, Exa |
| 팔로워 수 / 영향력 | 10% | X API |
| 위치 근접성 | 10% | Exa, LinkedIn |
| 사용자의 콘텐츠와 소통 | 5% | X API 상호작용 |
# 1단계: 타깃 파라미터 정의
target_verticals = ["prediction markets", "AI tooling", "developer tools"]
target_roles = ["founder", "CEO", "CTO", "VP Engineering", "investor", "partner"]
target_locations = ["San Francisco", "New York", "London", "remote"]
# 2단계: Exa를 이용한 인물 딥 검색
for vertical in target_verticals:
results = web_search_exa(
query=f"{vertical} {role} founder CEO",
category="company",
numResults=20
)
# 각 결과 점수화
# 3단계: X API를 이용한 활발한 활동가 검색
x_search = search_recent_tweets(
query="prediction markets OR AI tooling OR developer tools",
max_results=100
)
# 고유 작성자 추출 및 점수화
점수가 매겨진 각 타깃에 대해 사용자의 소셜 그래프를 분석해 가장 따뜻한 경로를 찾습니다.
social-graph-ranker 모델을 적용합니다.| 요소 | 가중치 |
|---|---|
| 타깃과의 연결 수 | 40% — 가장 높은 가중치, 연결이 많을수록 높은 순위 |
| 상호 인물의 현재 역할/회사 | 20% — 의사 결정권자 vs 개별 기여자 |
| 상호 인물의 위치 | 15% — 같은 도시 = 소개받기 쉬움 |
| 산업 일치 | 15% — 같은 버티컬 = 자연스러운 소개 |
| 상호 인물의 X 핸들 / LinkedIn | 10% — 아웃리치를 위한 식별 가능성 |
기본 규칙:
사용자가 그래프 수학 자체, 독립적인 보고서로서의 브리지 순위, 또는 명시적인 감쇠 모델 튜닝을 원할 때 social-graph-ranker를 사용하십시오.
이 스킬 내에서는 동일한 가중치 브리지 모델을 사용합니다:
B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)
R(m) = B_ext(m) · (1 + β · engagement(m))
해석:
R(m) 및 직접적인 브리지 경로 -> 웜 인트로 요청R(m) 및 1단계 브리지 경로 -> 조건부 인트로 요청사용자가 순위 엔진을 분리해 보고 싶거나, 수식을 시각화하고 싶거나, 전체 리드 워크플로 바깥에서 네트워크 점수화를 원한다면 먼저 social-graph-ranker를 독립적으로 실행하고 그 결과를 이 파이프라인에 다시 넣습니다.
상호 연결 순위 보고서 (MUTUAL RANKING REPORT)
========================================
#1 @mutual_handle (점수: 92)
이름: Jane Smith
역할: Acme Ventures 파트너
위치: San Francisco
타깃과의 연결: 7
연결 대상: @target1, @target2, @target3, @target4, @target5, @target6, @target7
최선의 소개 경로: Jane은 Target1의 회사에 투자함
#2 @mutual_handle2 (점수: 85)
...
각 타깃에 대해 가장 짧은 소개 체인을 찾습니다:
사용자 ──[팔로우]──> 상호 인물 A ──[투자함]──> 타깃 회사
사용자 ──[팔로우]──> 상호 인물 B ──[공동 창업]──> 타깃 인물
사용자 ──[행사에서 만남]──> 행사 ──[참석함]──> 타깃 인물
각 자격이 검증된 리드에 대해 다음 정보를 가져옵니다:
각 리드에 대해 개인화된 아웃리치를 생성합니다. 초안은 소스에서 도출된 보이스 프로필 및 타깃 채널과 일치해야 합니다.
다음 순서대로 하나의 기본 채널을 선택합니다:
멀티 채널은 강력한 이유가 있고 빈도가 스팸처럼 느껴지지 않을 때만 사용하세요.
목표:
피해야 할 사항:
목표:
피해야 할 사항:
각 타깃에 대해 다음을 생성합니다:
브라우저 제어가 가능한 경우:
데스크톱 자동화가 가능한 경우:
사용자의 명시적 승인 없이 메시지를 자동 전송하지 않습니다.
사용자는 다음 환경 변수를 설정해야 합니다.
# 필수
export X_BEARER_TOKEN="..."
export X_ACCESS_TOKEN="..."
export X_ACCESS_TOKEN_SECRET="..."
export X_CONSUMER_KEY="..."
export X_CONSUMER_SECRET="..."
export EXA_API_KEY="..."
# 선택 사항
export LINKEDIN_COOKIE="..." # 브라우저 사용 LinkedIn 액세스용
export APOLLO_API_KEY="..." # Apollo 보강용
이 스킬은 agents/ 하위 디렉터리에 특화 에이전트를 포함합니다.
사용자: 예측 시장에서 내가 연락해야 할 상위 20명을 찾아줘
에이전트 워크플로:
1. signal-scorer가 Exa와 X에서 예측 시장 리더를 검색합니다.
2. mutual-mapper가 사용자의 X 그래프에서 공유된 연결을 확인합니다.
3. enrichment-agent가 회사 데이터와 최근 활동을 가져옵니다.
4. outreach-drafter가 상위 순위 리드에 대해 개인화된 메시지를 생성합니다.
출력: 웜패스가 포함된 순위 리스트, 보이스 프로필 요약, 채널별 아웃리치 초안 또는 앱 내 초안
brand-voiceconnections-optimizer