Lead-Anreicherung

Von Connic

Neue Registrierungen werden durch Unternehmensrecherche angereichert und anhand des idealen Kundenprofils bewertet. Qualifizierte Leads werden gespeichert.

VertriebEinsteigerHTTP Webhook

Auf GitHub ansehen Quickstart

connic init my-project --templates=lead-enricher

Überblick

Ein Webhook löst den Agenten bei einer Registrierung aus. Der Agent recherchiert das Unternehmen per Websuche, bewertet die Eignung anhand des gespeicherten idealen Kundenprofils und speichert den angereicherten Lead in der Datenbank. Vertriebsteams erhalten qualifizierte Leads mit einer Recherche-Zusammenfassung und Bewertung statt bloßer Registrierungsdaten. Eigene Tool Wrapper speichern die Daten und rufen die ICP-Kriterien aus dem Retrieval ab.

Use Cases

Qualifizierung von SaaS-Registrierungen

Jede neue Testregistrierung wird automatisch bewertet, damit sich der Vertrieb vom ersten Tag an auf die am besten passenden Accounts konzentrieren kann.

Routing eingehender Leads

Qualifizierte Leads werden anhand von Unternehmensgröße, Branche und Finanzierungsphase an den passenden Mitarbeiter oder die passende Kontaktsequenz weitergeleitet.

Verfeinerung des ICP

Aktualisierte ICP-Kriterien im Retrieval gelten sofort für die Bewertung aller künftigen Leads.

Architektur

Webhook (Registrierung)

lead-enricher

Websuche

ICP-Kriterien (Retrieval)

Lead-Datenbank

Erzeugte Projektstruktur

Der Befehl connic init my-project --templates=lead-enricher erzeugt diesen Dateibaum.

lead-enricher/
  agents/
    lead-enricher.yaml
  tools/
    lead_tools.py
  requirements.txt
  README.md

Loslegen

Installiere das Template, erstelle ein Connic-Projekt und starte das Deployment. Mit Git startet jeder Push automatisch ein Deployment; die CLI funktioniert unabhängig vom Git-Anbieter.

Voraussetzungen

Python 3.10+
Ein Connic-Konto mit einem angelegten Projekt
Projektguthaben für ein connic/* KI-Modell oder Zugangsdaten für einen BYOK Provider

Projekt erstellen

Installieren und Projekt anlegen

Installiere das SDK und erstelle aus diesem Template ein Projekt.

terminal

pip install connic-composer-sdk
connic init my-project --templates=lead-enricher

Danach cd my-project

Bereitstellen

Als Deployment-Methode stehen Git und CLI zur Auswahl. Bei Git startet jeder Push automatisch ein Deployment; die CLI funktioniert mit GitLab, Bitbucket oder ganz ohne Git.

Git-Integration

Verbinde in Connic unter Projekt Settings → Git & Environments das GitHub-Repository
Ordne auf derselben Seite den Branch (z. B. main) der Produktivumgebung zu
Pushe das erzeugte Projekt in dieses Repository

terminal

git add .
git commit -m "Lead-Anreicherung Template hinzufügen"
git push origin main

CLI Deployment

Erstelle in Connic unter Projekt Settings → API Keys & MCP Auth einen API Key und kopiere die Projekt-ID
Führe im Projektverzeichnis connic login aus
Teste mit connic dev und Hot Reload, führe mit connic test Testsuiten aus oder starte mit connic deploy das Deployment für den Produktivbetrieb

terminal

connic login
connic dev     # Temporäre Entwicklungsumgebung mit Hot Reload
connic test    # Deklarative Test Suites ausführen
connic deploy  # In den Produktivbetrieb deployen

Verbinden und konfigurieren

Füge eine eingehende HTTP-Webhook-Verbindung hinzu, um Registrierungen zu empfangen. Kopiere nach dem Erstellen die Webhook-URL und das Secret von der Detailseite der Verbindung. Ein connic/* KI-Modell nutzen oder BYOK-Zugangsdaten unter Projekt Settings → LLM Provider hinterlegen.

Vollständiger Einrichtungsleitfaden für Verbindungen Quickstart Guide Docs zu Verbindungen

Template-Quelle

Das vollständige Template lässt sich einsehen, verbessern oder für einen anderen Einsatz forken.

connic-org/connic-awesome-agents/tree/main/lead-enricher

Informationen

Publisher: Von Connic
Kategorie: Agent Templates
Schwierigkeitsgrad: Einsteiger
Funktioniert mit: HTTP Webhook
Quelle: GitHub

Weitere Agent Templates

Marketplace durchsuchen

Stripe-Mahnwesen

Automatisierte Zahlungserinnerungen helfen, fehlgeschlagene Stripe-Zahlungen nachzuholen. Sie berücksichtigen die Kundenhistorie und reichen von freundlichen Erinnerungen bis zu Hinweisen auf eine Leistungspause.

Compliance-Auditor

Zeitgesteuerte Compliance-Prüfungen werten regulatorische Neuerungen aus der Websuche, per MCP abrufbare Dokumentation und frühere Prüfergebnisse aus dem Retrieval aus. Daraus entstehen Zusammenfassungen mit einer Bewertung.

Kafka-Betrugserkennung

Transaktionen in Kafka Streams werden in Echtzeit auf Betrugsrisiken bewertet. Die Bewertung berücksichtigt die Häufigkeit von Transaktionen, geografische Anomalien und kundenspezifische Muster.

SQS-Bestellverarbeitung

Bestellungen aus SQS-Queues werden mit Betrugserkennung, Bestandsprüfung und Concurrency-Keys validiert und abgewickelt. Ergebnisse werden in einer ausgehenden Queue veröffentlicht.

S3-Dokumenten-Pipeline

Nach einem Upload in S3 liest die Pipeline den Inhalt des Dokuments aus, klassifiziert es und leitet es weiter. Sie unterstützt PDFs, Bilder und Textdateien sowie Retries bei Fehlern.

PostgreSQL-Änderungsbenachrichtigung

LISTEN/NOTIFY überwacht PostgreSQL-Änderungen, klassifiziert Ereignisse nach Auswirkung und leitet Benachrichtigungen an das richtige Team weiter. Änderungen mit hoher Auswirkung werden für Audits gespeichert.