Lead Generator MCP Server

🎯 线索生成器MCP服务器

   

一个强大的 模型上下文协议（MCP）服务器 以及从谷歌地图自动生成业务线索的独立抓取器。提取、验证和评分业务数据，以确定B2B销售、营销和外展活动的高质量潜在客户。

📋 目录

• 特性
• 运作原理
• 安装
• 用法

- 独立刮板 - MCP 服务器

• 配置
• 输出格式
• 潜在客户评分算法
• 建筑
• 防检测功能
• 贡献
• 许可证
• 免责声明

✨ 特性

• 🔍 自动抓取谷歌地图 -从搜索查询中提取业务数据
• 🤖 MCP服务器集成 -通过模型上下文协议公开抓取功能
• 📊 智能潜在客户评分 -根据网站存在、评论和评级对企业进行评级
• ✅ 数据验证 -验证电话号码和网站URL
• 🌐 国际电话格式 -使用谷歌的libphonenumber标准化电话号码
• 🎭 反检测机制 -用户代理轮换、随机延迟、类人行为
• 📈 进度跟踪 -带有tqdm的实时进度条
• 💾 CSV导出 -按潜在客户质量排序的结构化数据输出
• 🔄 错误恢复 -具有自动重试功能的强大错误处理

🎯 运作原理

┌─────────────┐     ┌──────────────┐     ┌─────────────┐     ┌──────────────┐
│   Search    │────>│ Scroll &     │────>│  Extract    │────>│  Validate &  │
│   Query     │     │ Load Results │     │  Data       │     │  Score Leads │
└─────────────┘     └──────────────┘     └─────────────┘     └──────────────┘
                                                                      │
                                                                      ▼
                                                               ┌──────────────┐
                                                               │ Export CSV   │
                                                               └──────────────┘

1. 搜索：使用您的查询导航到谷歌地图
2. 滚动：通过滚动动态加载结果（处理无限滚动）
3. 提取：点击每个业务列表并抓取详细信息
4. 验证：验证电话号码和网站
5. 得分：计算潜在客户质量分数（0-100）
6. 出口：保存到CSV，按潜在客户评分排序

🚀 安装

先决条件

• Python 3.8或更高版本
• pip（Python包管理器）

步骤1：克隆存储库

git clone https://github.com/4darsh-Dev/Lead-generator-mcp-server.git
cd Lead-generator-mcp-server

第二步：创建虚拟环境

# Create virtual environment
python -m venv myenv

# Activate virtual environment
# On Linux/macOS:
source myenv/bin/activate

# On Windows:
myenv\Scripts\activate

步骤3：安装依赖项

# Install Python packages
pip install -r requirements.txt

# Install Playwright browsers (required)
playwright install chromium

📖 用法

1.独立刮板（CLI）

基本用法

python src/scraper.py --query "coffee shops in Seattle" --max-results 50

高级选项

# Visible browser mode (for debugging)
python src/scraper.py --query "beauty salons in London" --max-results 100 --visible

# Custom output filename
python src/scraper.py --query "restaurants in New York" --max-results 200 --output ny_restaurants.csv

# Complete example
python src/scraper.py \
  --query "plumbers in Boston" \
  --max-results 150 \
  --output boston_plumbers_2026.csv \
  --visible

命令行参数

查询示例

# Target businesses without websites (good for web dev services)
python src/scraper.py --query "yoga studios in Austin"

# B2B lead generation
python src/scraper.py --query "software companies in San Francisco" --max-results 300

# Local service businesses
python src/scraper.py --query "HVAC contractors in Phoenix" --max-results 150

# International search
python src/scraper.py --query "cafes in Mumbai" --max-results 100

2.MCP服务器模式

作为MCP服务器运行，与AI助手和自动化工具集成：

python src/mcp-server.py

服务器将于启动 http://localhost:8080 并揭露 scrape_google_maps 工具。

MCP工具使用

# Example MCP tool call
result = scrape_google_maps(
    query="digital marketing agencies in Toronto",
    max_results=50
)
# Returns: List of validated business data dictionaries

⚙️ 配置

无头模式

# In your code
scraper = GoogleMapsScraper(headless=True)  # Invisible (faster)
scraper = GoogleMapsScraper(headless=False)  # Visible (debugging)

慢动作（用于调试）

# Add delays between actions (milliseconds)
scraper = GoogleMapsScraper(headless=False, slow_mo=100)

用户代理

用户代理从以下位置自动轮换 USER_AGENTS 列入 scraper.py。您可以添加更多：

USER_AGENTS = [
    "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36...",
    # Add your custom user agents here
]

📊 输出格式

CSV列

输出示例

name,category,address,phone,phone_valid,website,website_valid,rating,reviews,lead_score
"Joe's Coffee Shop","Coffee shop","123 Main St, Seattle, WA","+1 206-555-0123",True,"N/A",False,4.8,342,85
"Brew & Bean","Café","456 Pike St, Seattle, WA","+1 206-555-0456",True,"https://brewbean.com",True,4.5,128,70

🎯 潜在客户评分算法

企业得分来自 0-100 基于：

基础分数：50分\ 最高成绩：100分

线索是 自动排序 CSV输出中的分数（最高者优先）。

🏗️ 建筑

Lead-generator-mcp-server/
├── src/
│   ├── scraper.py           # Core scraping logic
│   ├── mcp-server.py        # MCP server wrapper
│   └── __init__.py
├── myenv/                   # Virtual environment
├── requirements.txt         # Python dependencies
├── LICENSE                  # MIT License
└── README.md               # Documentation

关键组件

• GoogleMapsScraper 类：带浏览器自动化的主抓取器
• scrape_google_maps() 工具：MCP暴露功能
• 剧作家：浏览器自动化框架
• 熊猫：数据操作和CSV导出
• 电话号码：电话验证（谷歌的libphonenumber）
• 进度条：进度条

🎭 防检测功能

1. 用户代理轮换：每个会话随机用户代理
2. 类人延迟：随机暂停1-3秒
3. 逼真的标题：接受语言，接受标头
4. 慢动作：行动之间的可配置延迟
5. 滚动行为：像人类一样平滑滚动
6. 错误恢复：巧妙地处理检测

🛠️ 故障排除

常见问题

问题: playwright._impl._errors.Error: Executable doesn't exist\ 解决方案：运行 playwright install chromium

问题：未找到结果\ 解决方案:

• 试着用 --visible 要调试的标志
• 检查谷歌地图是否更改了HTML结构
• 验证您的互联网连接

问题：日志记录的ImportError/argparse\ 解决方案：将这些导入添加到 scraper.py:

import logging
import argparse
import random
import time
import re
import requests
import pandas as pd
import phonenumbers

问题：滚动时脚本挂起\ 解决方案:

• 减少 --max-results 价值
• 检查 max_attempts 在 scroll_results() 方法

🤝 贡献

欢迎投稿！请按照以下步骤操作：

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/AmazingFeature)
3. 提交您的更改(git commit -m 'Add some AmazingFeature')
4. 推到分支(git push origin feature/AmazingFeature)
5. 打开拉取请求

开发设置

# Clone your fork
git clone https://github.com/YOUR_USERNAME/Lead-generator-mcp-server.git
cd Lead-generator-mcp-server

# Create virtual environment
python -m venv myenv
source myenv/bin/activate  # or myenv\Scripts\activate on Windows

# Install dev dependencies
pip install -r requirements.txt
playwright install chromium

# Run tests (if available)
pytest tests/

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

版权所有（c）2025 ADARSH MAURYA

⚠️ 免责声明

此工具用于 仅用于教育和研究目的.使用此刮刀时：

• ✅ 尊重谷歌地图服务条款
• ✅ 实施速率限制（不要刮得太快）
• ✅ 出于合法商业目的负责任地使用
• ✅ 遵守GDPR、CCPA和数据保护法
• ❌ 不要用于垃圾邮件或未经请求的营销
• ❌ 不要让谷歌的服务器过载

作者不对误用此工具负责。

📞 联系与支持

• 作者：阿达尔什·毛里亚
• GitHub: @4darsh Dev
• 仓库: 潜在客户生成器mcp服务器

问题和Bug

发现bug了吗？有功能请求吗？ 打开一个问题

______________________________________________________________________

⭐ 标记此存储库 如果你觉得有帮助的话！

由...制作❤️ 通过 阿达什·毛里亚