MCP server Lead Intelligence
Коммит 13 нояб. 2026 г.Анализирует воронки продаж для скоринга лидов, расчета вероятности конверсии и приоритизации задач по взаимодействию для отделов продаж.
Также известен как Saify-Technologies/saifs-ai-mcps-docs, lead-intelligence
- Звёзды
- 4
- Инструменты
- 2
- Загрузки, 30 дней
- —
- Последняя версия
- 1.0.1
- Последний коммит
- 13 нояб. 2026 г.
- Лицензия
- MIT
Что такое Lead Intelligence MCP?
Lead Intelligence — это MCP server. Анализирует воронки продаж для скоринга лидов, расчета вероятности конверсии и приоритизации задач по взаимодействию для отделов продаж. Он предоставляет 2 инструмента, например lead_pipeline, lead_pipeline_get_engine.
Сводка сгенерирована из README проекта
О Lead Intelligence MCP server
Lead Intelligence предоставляет командам продаж и менеджерам аналитические инструменты для оценки открытых воронок продаж. Он обрабатывает записи лидов из любой CRM или CSV-экспорта, содержащего id лида и дату создания. Сервер рассчитывает вероятность конверсии, ожидаемое время конверсии и общую сумму средств под риском. Он также предлагает атрибуцию по Шепли для оценки различных маркетинговых каналов и формирует ежедневный список задач для SDR, состоящий из действий по звонкам, прогреву и верификации.
Это удаленный сервер, использующий транспорт streamable HTTP, поэтому локальная установка не требуется. Пользователи подключаются через предоставленный эндпоинт и проходят аутентификацию с помощью OAuth 2.1 с PKCE. Инструмент lead_pipeline обрабатывает до 500 лидов напрямую, а инструмент lead_pipeline_get_engine предоставляет Python-скрипт для больших наборов данных, позволяя выполнять скоринг локально без сетевых запросов. Он интегрируется с такими клиентами, как Claude Desktop, VS Code и Claude Code.
Что вы можете с ним делать
- 1Приоритизация ежедневных продажПопросите ИИ определить, с какими именно контактами специалистам по развитию продаж (SDR) следует связаться немедленно.
- 2Оценка финансовых рисков воронкиОпределите общую денежную стоимость лидов, которые в данный момент не продвигаются по воронке продаж.
- 3Оценка эффективности маркетинговых каналовПроанализируйте, какие каналы коммуникации наиболее успешны в обеспечении реальных конверсий.
- 4Локальная обработка больших наборов данныхСгенерируйте скрипт для скоринга экспорта, содержащего более 500 лидов, на локальной машине.
Взято из README проекта. Каждый вариант использования проверен на соответствие цитате из него.
Как установить Lead Intelligence MCP
Форматы проверены 10 ноя 2026Добавить в CursorДобавить в GooseУстановка Lead Intelligence MCP в Claude Code
$ claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpУстановка Lead Intelligence MCP в Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Установка Lead Intelligence MCP в VS Code
.vscode/mcp.json
{
"servers": {
"lead-intelligence": {
"type": "http",
"url": "https://lead-scoring-mcp.saifs.ai/mcp"
}
}
}Установка Lead Intelligence MCP в VS Code CLI
$ code --add-mcp '{"name":"lead-intelligence","type":"http","url":"https://lead-scoring-mcp.saifs.ai/mcp"}'Установка Lead Intelligence MCP в Codex
$ codex mcp add lead-intelligence --url https://lead-scoring-mcp.saifs.ai/mcpУстановка Lead Intelligence MCP в Codex config.toml
~/.codex/config.toml
[mcp_servers.lead-intelligence] url = "https://lead-scoring-mcp.saifs.ai/mcp"
Установка Lead Intelligence MCP в Gemini CLI
$ gemini mcp add -s user --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcpУстановка Lead Intelligence MCP в Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"lead-intelligence": {
"url": "https://lead-scoring-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Инструменты Lead Intelligence MCP 2
Определено из READMElead_pipelinelead_pipeline_get_engine
| lead_pipeline | — | |
| lead_pipeline_get_engine | — |
Автоматические проверки
Запущено 13 нояб. 2026 г.Полный отчёт →Еще не проверено. Для сервера требуется оценка 80, отсутствие серьезных проблем и достаточно данных для нашей проверки. Как работают проверки · Что исправить, чтобы получить больше баллов
- Связанный и доступный исходный репозиторийsaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Пройдено
- Пакет указывает этот репозиторий как источникНе проверялось
- Происхождение сборки (аттестация Sigstore)Не проверялось
- Open source лицензия (OSI)MITspdx.org/licenses/MIT.html ↗Пройдено
- Коммит или релиз за последний годLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Пройдено
- OpenSSF ScorecardНе проверялось
- Имя пакета не похоже на популярный пакетНе проверялось
- Нет критических предупреждений в пакете или его зависимостяхНе проверялось
- Нет скрытых инструкций для модели2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersПройдено
- Деструктивные инструменты помеченыNo tool named like delete, drop or execПройдено
- Удалённая конечная точка отвечает на рукопожатие MCPHTTPS endpoint answered 401 (sign-in required)Пройдено
README
Открыть на 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
Вопросы о Lead Intelligence MCP
Как добавить Lead Intelligence MCP в Claude Code?
Выполните claude mcp add --transport http lead-intelligence https://lead-scoring-mcp.saifs.ai/mcp в терминале. Добавьте --scope user, чтобы сервер был доступен во всех проектах.
Как добавить Lead Intelligence MCP в Cursor?
Откройте ~/.cursor/mcp.json и добавьте сервер в mcpServers, используя конфигурацию Cursor из раздела установки выше.
Какие инструменты предоставляет Lead Intelligence MCP?
Он предоставляет 2 инструмента, включая lead_pipeline, lead_pipeline_get_engine.
Какие данные необходимы серверу для работы?
Сервер работает с любыми CRM или CSV-экспортами, которые содержат id лида и дату создания.