Serveur MCP Lead Intelligence
Commit 13 nov. 2026Analyse les pipelines de vente pour scorer les leads, calculer les probabilités de conversion et hiérarchiser les tâches de prospection pour les équipes commerciales.
Aussi connu sous Saify-Technologies/saifs-ai-mcps-docs, lead-intelligence
- Étoiles
- 4
- Outils
- 2
- Téléchargements, 30 jours
- —
- Dernière version
- 1.0.1
- Dernier commit
- 13 nov. 2026
- Licence
- MIT
Qu'est-ce que Lead Intelligence MCP ?
Lead Intelligence est un serveur MCP. Analyse les pipelines de vente pour scorer les leads, calculer les probabilités de conversion et hiérarchiser les tâches de prospection pour les équipes commerciales. Il expose 2 outils, comme lead_pipeline, lead_pipeline_get_engine.
Résumé généré à partir du README du projet
À propos du MCP server Lead Intelligence
Lead Intelligence fournit aux équipes de vente et aux managers des outils analytiques pour évaluer les pipelines de vente ouverts. Il traite les enregistrements de leads provenant de n'importe quel CRM ou export CSV incluant un lead id et une date de création. Le serveur calcule les probabilités de conversion, les délais de conversion prévus et le montant total à risque. Il propose également l'attribution Shapley pour créditer les différents canaux marketing et génère une file de tâches quotidienne pour les SDR, composée d'actions d'appel, de nurturing et de vérification.
Il s'agit d'un serveur distant utilisant le transport streamable HTTP, ce qui signifie qu'aucune installation locale n'est requise. Les utilisateurs se connectent via l'endpoint fourni et s'authentifient en utilisant OAuth 2.1 avec PKCE. L'outil lead_pipeline gère jusqu'à 500 leads directement, tandis que l'outil lead_pipeline_get_engine fournit un script Python pour les jeux de données plus importants afin de permettre un scoring local sans appels réseau. Il s'intègre avec des clients tels que Claude Desktop, VS Code et Claude Code.
Ce que vous pouvez faire avec
- 1Prioriser la prospection commerciale quotidienneDemandez à l'IA d'identifier les contacts spécifiques que les représentants du développement commercial (SDR) doivent contacter immédiatement.
- 2Évaluer le risque financier du pipelineDéterminez la valeur monétaire totale des leads qui ne progressent pas actuellement dans le tunnel de vente.
- 3Évaluer l'efficacité des canaux marketingAnalysez quels canaux de communication sont les plus performants pour générer des conversions réelles.
- 4Traiter localement de grands jeux de données de leadsGénérez un script pour scorer un export contenant plus de 500 leads sur une machine locale.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Comment installer Lead Intelligence MCP
Formats vérifiés le 10 nov. 2026Ajouter à CursorAjouter à GooseInstaller Lead Intelligence MCP dans Claude Code
$ claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpInstaller Lead Intelligence MCP dans Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Installer Lead Intelligence MCP dans VS Code
.vscode/mcp.json
{
"servers": {
"lead-intelligence": {
"type": "http",
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Installer Lead Intelligence MCP dans VS Code CLI
$ code --add-mcp '{"name":"lead-intelligence","type":"http","url":"https://lead-scoring-mcp.saifs.ai/mcp"}'Installer Lead Intelligence MCP dans Codex
$ codex mcp add lead-intelligence --url https://lead-scoring-mcp.saifs.ai/mcpInstaller Lead Intelligence MCP dans Codex config.toml
~/.codex/config.toml
[mcp_servers.lead-intelligence] url = "https://lead-scoring-mcp.saifs.ai/mcp"
Installer Lead Intelligence MCP dans Gemini CLI
$ gemini mcp add -s user --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpInstaller Lead Intelligence MCP dans Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Outils MCP Lead Intelligence 2
Détectés depuis le READMElead_pipelinelead_pipeline_get_engine
| lead_pipeline | — | |
| lead_pipeline_get_engine | — |
Vérifications automatisées
Exécuté le 13 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblesaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNo tool named like delete, drop or execRéussi
- Le point de terminaison distant répond à la poignée de main MCPHTTPS endpoint answered 401 (sign-in required)Réussi
README
Voir sur GitHubLead Intelligence
Scores an open sales pipeline from lead records: probability and expected time to convert, money at risk and the value of one contact, a funnel-stage outlook, multi-touch channel credit (Shapley attribution), and a daily CALL / NURTURE / VERIFY queue for SDRs and sales managers. Works from any CRM or CSV export with a lead id and a created date.
| Registry name | ai.saifs/lead-intelligence |
| Endpoint | https://lead-scoring-mcp.saifs.ai/mcp |
| Transport | Streamable HTTP (remote, nothing to install) |
| Auth | OAuth 2.1 — PKCE (S256) and dynamic client registration; your client opens a sign-in page on first use |
| Publisher | SAIFS AI |
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
{
"servers": {
"saifs-lead-intelligence": {
"type": "http",
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
https://lead-scoring-mcp.saifs.ai/mcp
Claude Code
claude mcp add --transport http saifs-lead-intelligence https://lead-scoring-mcp.saifs.ai/mcp
Any other MCP client
Point it at https://lead-scoring-mcp.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
| Tool | What it does |
|---|---|
lead_pipeline |
Scores up to 500 leads: conversion probabilities, pipeline value at risk, stage outlook, channel attribution, manager decisions (CALL TODAY / PUSH FORWARD / QUALIFY) and a per-lead ledger. Optional touch log and stage history improve the results. |
lead_pipeline_get_engine |
For pipelines over 500 leads: returns a runnable Python script that scores the export locally with no network calls. |
Example prompts
- “Here's our HubSpot lead export. Who should the team call today?”
- “Which leads are going cold and how much pipeline value is at risk?”
- “Which channels actually drive conversions — email, demo or webinar?”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
Questions sur Lead Intelligence MCP
Comment ajouter Lead Intelligence MCP à Claude Code ?
Exécutez claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcp dans votre terminal. Ajoutez --scope user pour le rendre disponible dans tous les projets.
Comment ajouter Lead Intelligence MCP à Cursor ?
Ouvrez ~/.cursor/mcp.json et ajoutez le serveur sous mcpServers, avec la configuration Cursor indiquée dans la section d'installation ci-dessus.
Quels outils Lead Intelligence MCP fournit-il ?
Il expose 2 outils, dont lead_pipeline, lead_pipeline_get_engine.
De quelles données le serveur a-t-il besoin pour fonctionner ?
Le serveur fonctionne avec n'importe quel CRM ou export CSV incluant un lead id et une date de création.