Prospector

Un pipeline de leads GTM del que puedes hacer fork. Un complemento: el pipeline más el playbook que enseña a un asistente de IA a ejecutarlo. Haz un fork, ejecuta /onboard en Claude Code, define tu propio ICP en los filtros, incluye tu clave y encontrará leads cualificados para TU perfil de cliente.

Los filtros descalifican en lugar de puntuar: sitio web muerto, solo info@, nadie que se encargue de ventas. Una fila que active uno de ellos queda fuera, y la fila indica qué filtro la descartó.

Procedencia, dicho sin rodeos: extraído de un pipeline construido en 48 horas para una tarea real de prueba GTM en agosto de 2026. Esa ejecución produjo 50 leads, con cada correo respaldado por un registro DNS MX activo, por $4.12 de gasto nuevo. La ejecución fue la prueba; este pipeline es el producto. Aquí no se incluyen datos de leads: las listas de leads son datos personales, así que genera las tuyas (consulta data/README.md).

Tres decisiones de diseño que impuso la primera ejecución

1. Mide la fuente antes de construir sobre ella. El primer scraping de Crunchbase sobre 300 empresas mostró que el 74% había recaudado por encima del límite de ingresos y que el 7% encajaba con el ICP, así que Clutch se convirtió en la fuente principal desde el primer día. Las agencias rara vez obtienen capital de riesgo; Clutch las clasifica por servicio.

2. Falla ruidosamente o fallarás en silencio. Una ejecución temprana escribió un archivo e informó de éxito mientras todas las filas eran null. La comprobación de la tasa de nulos en el scraper de Clutch ahora se ejecuta antes de cualquier escritura de archivo.

3. Nunca afirmes más de lo que has comprobado. Los correos pasan validación de sintaxis, DNS MX en vivo y una verificación de cuenta de rol. No se ejecuta ningún handshake SMTP, por lo que email_status nunca dice valid. Un CAPTCHA termina una ejecución de Crunchbase en lugar de intentar sortearlo.

Related MCP server: SignalPipe

Pipeline

src/icp.ts                   The ICP as zod schemas: the company gate and the shape of a shipped lead.
src/scrapers/crunchbase.ts   Playwright. Logged-in saved search, real pagination, 2s between requests, stops on CAPTCHA.
src/scrapers/clutch.ts       Playwright. Category listings, null-rate check before it writes anything.
src/pipeline/normalize.ts    Merge both sources, normalize domains, ICP geo and headcount filter, dedupe by domain.
Apify actors                 LinkedIn jobs and posts for the intent signal.
Clay                         Decision maker, sales owner, work email, through Clay's MCP server.
src/pipeline/finalize.ts     Join Clay output, MX check, drop non-sales titles, rank by tier, validate every row.

src/mcp/server.ts expone el pipeline como un servidor MCP con cuatro herramientas. src/agent/qualify.ts lo impulsa, puntúa cada lead contra el ICP y se detiene en una barrera de aprobación humana. Ningún lead se marca como cualificado sin que una persona lo confirme.

Ejecución

pnpm install
npx playwright install chromium
pnpm test                                # 42 tests green before you trust anything
pnpm scrape:clutch
pnpm scrape:crunchbase                   # optional; needs .crunchbase.storageState.json from a logged-in session
pnpm normalize                           # writes data/companies.csv
pnpm finalize path/to/clay-export.csv    # writes data/leads_final.csv
pnpm mcp                                 # the pipeline as an MCP server
pnpm agent                               # reads data/companies.csv

Simulacro en un clon recién hecho: cp data/sample-companies.csv data/companies.csv proporciona a pnpm agent tres filas FICTICIAS para procesar antes de que rasques nada real.

El paso de señal requiere APIFY_TOKEN (copia .env.example a .env). El paso de Clay se ejecuta a través del servidor MCP de Clay, configurado en el host de tu agente, no programado desde aquí.

Haz un fork para tu propio ICP

/onboard en Claude Code guía todo el proceso: tu ICP en src/icp.ts, tu clave, el orden de ejecución. Unos 15 minutos. Versión manual: .claude/skills/onboard/SKILL.md.

Una ejecución cuesta unos $4 en crédito de Apify. El scraping y el filtrado cuestan $0.

Lo que no hará

Enviar email, comprar datos, resolver o evitar un CAPTCHA, marcar un lead cualificado sin un humano, ni encargarse de los datos personales de nadie en el repositorio.

Licencia: MIT. LICENSE.md.