Lead Intelligence MCP server
Commit 13 Nov 2026Menganalisis sales pipeline untuk memberikan skor pada lead, menghitung probabilitas konversi, dan memprioritaskan tugas outreach bagi tim sales.
Juga dikenal sebagai Saify-Technologies/saifs-ai-mcps-docs, lead-intelligence
- Stars
- 4
- Tools
- 2
- Unduhan, 30 hari
- —
- Versi terbaru
- 1.0.1
- Commit terakhir
- 13 Nov 2026
- Lisensi
- MIT
Apa itu Lead Intelligence MCP?
Lead Intelligence adalah MCP server. Menganalisis sales pipeline untuk memberikan skor pada lead, menghitung probabilitas konversi, dan memprioritaskan tugas outreach bagi tim sales. Server ini menyediakan 2 tool, seperti lead_pipeline, lead_pipeline_get_engine.
Ringkasan dibuat dari README proyek
Tentang Lead Intelligence MCP server
Lead Intelligence menyediakan alat analitik bagi tim sales dan manajer untuk mengevaluasi sales pipeline yang sedang berjalan. Server ini memproses data lead dari CRM apa pun atau ekspor CSV yang menyertakan lead id dan tanggal pembuatan. Server akan menghitung probabilitas konversi, estimasi waktu konversi, serta total nilai uang yang berisiko (money at risk). Selain itu, tersedia juga Shapley attribution untuk memberikan kredit pada berbagai channel marketing serta pembuatan antrean tugas harian bagi SDR yang terdiri dari aksi call, nurture, dan verify.
Ini adalah remote server yang menggunakan transport Streamable HTTP, sehingga tidak memerlukan instalasi lokal. Pengguna dapat terhubung melalui endpoint yang disediakan dan melakukan autentikasi menggunakan OAuth 2.1 dengan PKCE. Tool lead_pipeline dapat menangani hingga 500 lead secara langsung, sementara tool lead_pipeline_get_engine menyediakan script Python untuk dataset yang lebih besar agar proses scoring dapat dilakukan secara lokal tanpa panggilan jaringan. Tool ini terintegrasi dengan client seperti Claude Desktop, VS Code, dan Claude Code.
Apa yang bisa Anda lakukan dengannya
- 1Prioritaskan outreach sales harianMinta AI untuk mengidentifikasi kontak spesifik mana yang harus segera dihubungi oleh sales development representatives.
- 2Menilai risiko finansial pipelineTentukan total nilai moneter dari lead yang saat ini gagal untuk berprogres melalui funnel.
- 3Evaluasi efektivitas channel marketingAnalisis channel komunikasi mana yang paling sukses dalam mendorong konversi nyata.
- 4Proses dataset lead skala besar secara lokalGenerate sebuah script untuk melakukan scoring pada hasil ekspor yang berisi lebih dari 500 lead di mesin lokal.
Ditulis berdasarkan README proyek. Setiap use case diperiksa terhadap kutipan dari README tersebut.
Cara menginstal Lead Intelligence MCP
Format diverifikasi 10 Nov 2026Tambahkan ke CursorTambahkan ke GooseInstal Lead Intelligence MCP di Claude Code
$ claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpInstal Lead Intelligence MCP di Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Instal Lead Intelligence MCP di VS Code
.vscode/mcp.json
{
"servers": {
"lead-intelligence": {
"type": "http",
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Instal Lead Intelligence MCP di VS Code CLI
$ code --add-mcp '{"name":"lead-intelligence","type":"http","url":"https://lead-scoring-mcp.saifs.ai/mcp"}'Instal Lead Intelligence MCP di Codex
$ codex mcp add lead-intelligence --url https://lead-scoring-mcp.saifs.ai/mcpInstal Lead Intelligence MCP di Codex config.toml
~/.codex/config.toml
[mcp_servers.lead-intelligence] url = "https://lead-scoring-mcp.saifs.ai/mcp"
Instal Lead Intelligence MCP di Gemini CLI
$ gemini mcp add -s user --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpInstal Lead Intelligence MCP di Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Tool Lead Intelligence MCP 2
Terdeteksi dari READMElead_pipelinelead_pipeline_get_engine
| lead_pipeline | — | |
| lead_pipeline_get_engine | — |
Pengecekan otomatis
Berjalan 13 Nov 2026Laporan lengkap →Belum diverifikasi. Sebuah server memerlukan skor 80, tidak ada temuan serius, dan data yang cukup untuk kami periksa. Cara kerja checks · Yang perlu diperbaiki untuk menambah poin
- Source repository terhubung dan dapat dijangkausaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Lolos
- Nama paket mencantumkan repositori ini sebagai sumbernyaTidak diperiksa
- Provenance build (atestasi Sigstore)Tidak diperiksa
- Lisensi open source (OSI)MITspdx.org/licenses/MIT.html ↗Lolos
- Ada commit atau release dalam satu tahun terakhirLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Lolos
- OpenSSF ScorecardTidak diperiksa
- Nama package tidak mirip dengan package populerTidak diperiksa
- Tidak ada advisory kritis pada paket atau dependensinyaTidak diperiksa
- Tidak ada instruksi tersembunyi untuk model2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersLolos
- Tools yang bersifat destruktif telah diberi labelNo tool named like delete, drop or execLolos
- Endpoint remote merespons handshake MCPHTTPS endpoint answered 401 (sign-in required)Lolos
README
Lihat di 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
Pertanyaan tentang Lead Intelligence MCP
Bagaimana cara menambahkan Lead Intelligence MCP ke Claude Code?
Jalankan claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcp di terminal Anda. Tambahkan --scope user agar tersedia di semua proyek.
Bagaimana cara menambahkan Lead Intelligence MCP ke Cursor?
Buka ~/.cursor/mcp.json dan tambahkan server di bawah mcpServers, menggunakan config Cursor yang ditunjukkan di bagian instalasi di atas.
Tool apa yang disediakan Lead Intelligence MCP?
Server ini menyediakan 2 tool, termasuk lead_pipeline, lead_pipeline_get_engine.
Data apa yang dibutuhkan server agar dapat bekerja?
Server ini bekerja dengan CRM apa pun atau ekspor CSV yang menyertakan lead id dan tanggal pembuatan (created date).