API ВЕГА
English

Аналитика лидов

Оценивает открытый поток продаж на основе данных о лидах: вероятность и ожидаемый срок конверсии, стоимость потенциальных сделок под угрозой и ценность одного контакта, прогноз по этапам воронки, распределение заслуг между каналами с несколькими точками взаимодействия (атрибуция Шепли), а также ежедневный список задач для SDR и менеджеров по продажам: ПОЗВОНИТЬ / ВЗЯТЬ В РАБОТУ / ПРОВЕРИТЬ. Работает с экспортом из любой CRM или CSV-файлом, содержащим идентификатор лида и дату его создания.

Имя в реестреai.saifs/lead-intelligence
Конечная точкаhttps://lead-scoring-mcp.saifs.ai/mcp
ТранспортStreamable HTTP (удалённый сервер, ничего устанавливать не нужно)
АутентификацияOAuth 2.1 — PKCE (S256) и динамическая регистрация клиента; при первом подключении клиент открывает страницу входа
ИздательSAIFS AI

Установка

VS Code / GitHub Copilot

Добавьте конфигурацию в .vscode/mcp.json (для рабочей области) или пользовательский файл mcp.json:

{
  "servers": {
    "saifs-lead-intelligence": {
      "type": "http",
      "url": "https://lead-scoring-mcp.saifs.ai/mcp"
    }
  }
}

Затем запустите сервер в представлении MCP и войдите в систему, когда появится запрос.

Claude (claude.ai, Desktop)

Откройте Settings → Connectors → Add custom connector и вставьте:

https://lead-scoring-mcp.saifs.ai/mcp

Claude Code

claude mcp add --transport http saifs-lead-intelligence https://lead-scoring-mcp.saifs.ai/mcp

Другие MCP-клиенты

Укажите адрес https://lead-scoring-mcp.saifs.ai/mcp и выберите транспорт Streamable HTTP. Сервер возвращает ответ 401 с заголовком

WWW-Authenticate: Bearer … resource_metadata=…, поэтому клиенты с поддержкой OAuth выполняют вход автоматически.

Инструменты

ИнструментОписание
lead_pipelineОценивает до 500 лидов: рассчитывает вероятности конверсии, стоимость потока продаж под угрозой, прогноз по этапам, атрибуцию каналов, рекомендации для менеджеров (ПОЗВОНИТЬ СЕГОДНЯ / ПРОДВИНУТЬ ДАЛЬШЕ / КВАЛИФИЦИРОВАТЬ) и реестр по каждому лиду. Дополнительные данные о взаимодействиях и истории этапов повышают точность результатов.
lead_pipeline_get_engineДля потоков продаж, включающих более 500 лидов: возвращает готовый к запуску скрипт Python, который обрабатывает экспорт локально, без сетевых вызовов.

Примеры запросов

  • «Вот экспорт лидов из HubSpot. Кому команде следует позвонить сегодня?»

  • «Какие лиды теряют интерес и какова стоимость потока продаж под угрозой?»

  • «Какие каналы действительно приводят к конверсиям — электронная почта, демонстрация или вебинар?»

Поддержка