# Pulse Leads

> PulseHub 获客·客户线索抓取（核心集成点）。从目标平台的相关帖子评论区找出潜在客户的求购/咨询线索，半自动打分排序+生成个性化触达话术。数据层（pulse-discover 自动发现帖子 + pulse-enrich 预评分）+ 业务层（评论打分 + 话术引用 + 沉淀回填）双层融合。合规优先：半自动模式默认，严格限流，永不自动爬取评论。当用户说"抓线索""评论区获客""找潜在客户""评论区挖掘""怎么从评论区找客户""线索抓取"时使用。线索抓取,评论区获客,找客户,潜在客户,评论挖掘。

- Skill: `huanyu-hibiki/pulse-leads` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add huanyu-hibiki/pulse-leads`
- Raw SKILL.md: https://api.skillmd.com/api/skills/huanyu-hibiki/pulse-leads/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Huanyu-Hibiki (https://skillmd.com/u/huanyu-hibiki)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/huanyu-hibiki/pulse-leads

---


# pulse-leads · 客户线索抓取

**核心集成点**：PulseHub 数据层（自动发现帖子）+ 业务层（评论打分+话术生成）双层融合。

主动去评论区找已经在问"这个多少钱""怎么做"的人——他们是最热的线索。

## 何时触发

- 用户说"抓线索""评论区获客""找潜在客户"
- 用户想主动找客户（不只等流量来）
- pulse-private（私域承接）的 SOP 建好后，需要线索填充

## 前置

1. **读 `项目档案.md`** 取目标平台 + 赛道 + 关键词矩阵
2. **读 `话术资产.md`**（pulse-private 产出）——触达话术**优先复用已验证有效的**，不重新发明
3. **读 `人群语料库.md`**——了解用户痛点和拒绝理由，用于评论打分
4. **读 `个人风格.md`**——触达话术要像用户本人

**Fallback（前置缺失）**：项目档案缺失 → 🛑 先跑 `pulse-init`；`话术资产.md` 还是模板态 → 提示先跑 `pulse-private` 建话术（leads 依赖话术编号），用户说"先找线索" → 照常发现+打分，但触达话术现场生成并标 `[临时话术，待 pulse-private 固化]`；语料库缺失 → 打分只用通用意向度标准，标注"未按项目痛点校准"。

## ⚠️ 合规与账号安全原则（必须先读）

1. **平台 TOS 优先**：小红书/抖音/知乎禁止自动化爬取。规模化爬取可能导致**账号封禁**。
2. **半自动 > 全自动**：默认模式是"AI 发现帖子 → 用户手动打开 → 复制评论区 → AI 提取+打分+给话术"。
3. **若用自动化工具**（Chrome MCP）：必须**严格限流**（每平台每天 ≤ 50 条评论、随机间隔 8-30 秒）。
4. **不存储个人敏感信息**（手机号/身份证），线索只留：平台昵称、评论原话、帖子链接、意向度评分、建议触达话术。

## 工作流（5 步）

### Step 1 · 调研目标平台当前风控

对用户选的每个平台，查当前（近 30 天）的反爬/风控情况：
- 是否有验证码 / 设备指纹 / 行为风控
- 评论数据是否需要登录
- 社区对"主动私信触达"的态度

输出《平台风控速查表》：

| 平台 | 风险等级 | 推荐策略 | 每天上限 |
|------|---------|---------|---------|
| 小红书 | 高 | 半自动 | ≤ 10 条评论 |
| 抖音 | 高 | 半自动 | ≤ 10 |
| B站 | 低 | 半自动 | ≤ 30 |
| 知乎 | 中 | 半自动 | ≤ 20 |
| 公众号 | 低 | 不适用（评论预审） | — |

### Step 2 · 自动发现候选帖子（PulseHub 数据层集成 ⭐）

**这是 pulse-leads 相比纯手工刷帖的核心增强**——不需要用户手动刷帖子。

```bash
# 用关键词矩阵搜帖子（从 PulseHub 仓库根执行）
bash _shared/scripts/shell/rsshub-fetch.sh "/xiaohongshu/search/notes?keyword=你的关键词"

# 或监控竞品最新发布
bash _shared/scripts/shell/rsshub-fetch.sh "/bilibili/user/video/{竞品uid}"

# 或拉平台热门
bash _shared/scripts/shell/rsshub-fetch.sh "/bilibili/popular/all"
```

然后处理 URL（需要 `_core/pulse-resolve` 的 pnpm 环境；不可用时跳过 resolve，直接按 URL 逐条人工核对，评分照常）：

```bash
# 标准化所有 URL
pnpm --filter pulse-resolve exec tsx src/cli.ts {所有URL}

# 评分（关键词模式）
# 输出：high / medium / low 评分的帖子列表
```

**输出**：一份按评分排序的"候选帖子清单"，high 评分的优先处理。

### Step 3 · 评论提取 + AI 打分（核心动作）

对每个 high 评分的帖子：

**方式 A（默认，半自动）**：
1. 用户打开帖子 URL（pulse-deliver 提供的可点击链接）
2. 用户**复制评论文本**给 AI（不自动化这一步——保护账号）
3. AI 对每条评论打分

**方式 B（仅在用户明确要求 + 风控调研通过时）**：

**🛑 STOP：方式 B 启动前必须拿到用户一句明确授权**（如"用 Chrome 抓评论区"）。默认模式下擅自切 B = 违反合规原则。

1. 用 Chrome DevTools MCP 打开帖子
2. 滚动加载评论区
3. 只抓评论文本（不抓用户隐私字段）
4. 严格限流：单平台单次 ≤ 5 个帖子，每帖停留 15-60 秒
5. 若触发验证码 → **立即停止**，切回方式 A

**AI 对每条评论判断**：

| 维度 | 判断 |
|------|------|
| **是否潜在客户** | 在问价/求方法/吐槽竞品/表达需求 vs 纯灌水/广告/同行 |
| **意向度评分** | ⭐⭐⭐⭐⭐ 明确求购"多少钱怎么联系" / ⭐⭐⭐⭐ 求推荐 / ⭐⭐⭐ 模糊好奇 / ⭐⭐ 灌水 / ⭐ 同行 |
| **痛点关键词** | 这句话背后的真实需求 |
| **建议触达话术** | 一句话个性化私信开头（**引用** `话术资产.md` 已有话术，不重新发明） |

### Step 4 · 输出线索清单

```markdown
# 线索清单 — [日期]

## ⭐⭐⭐⭐⭐ 高意向（优先当天触达）

### 1. 小红书 @用户A
- **原话**："求链接，预算 500 以内的无线耳机"
- **意向度**：⭐⭐⭐⭐⭐（明确预算 + 求购）
- **痛点**：预算有限 + 不知道选什么
- **帖子**：[点击打开](https://www.xiaohongshu.com/explore/xxx?xsec_token=yyy)
- **建议话术**（引用话术资产 #3，微调开头）：
  "看你也在找无线耳机，500 内有不少好选择。
   我之前测过几款，最适合通勤的是 XX，降噪不错续航 30 小时。
   要不要我发你详细对比？"

### 2. ...
```

按意向度倒序排，⭐⭐⭐⭐⭐ 的优先当天触达。

### Step 5 · 沉淀动作（让系统越用越准）

触达后**必须回填**：

1. **话术效果回填**：触达结果（成交/婉拒/无回复）→ 回填到 `话术资产.md` 对应话术的"效果"字段
2. **真实拒绝追加**：新的拒绝理由 → 追加到 `人群语料库.md` 的"拒绝理由库"段
3. **线索数据回填**：触达/转化结果 → 回填到 `数据反馈.md`（线索数/触达数/回复数/成交数）
4. **更新项目档案索引**

这些回填数据是 `pulse-evolve`（自进化）的核心训练数据。

## 触达规则（人工执行）

- **高客单/高价值**：人工逐条私信，用 AI 给的话术做底稿但人工调味
- **触达话术绝不提及"我看到你的评论"**——改为"看你也在关注 XX，我这边正好……"
- **每天触达量严格控制**（小红书私信 ≤ 5-10 个/天新号）
- **绝不群发模板**——每条必须个性化（至少改称呼 + 引用对方原话）

## 与 PulseHub 工具层的完整集成图

```
pulse-discover（RSSHub 拉帖子）
    ↓
pulse-resolve（标准化 URL + 保留 token）
    ↓
pulse-enrich（预评分 high/medium/low）
    ↓
pulse-deliver（生成可点击的候选帖子清单）
    ↓
[pulse-leads Step 2 完成]

用户打开 high 评分帖子 → 复制评论区
    ↓
AI 给每条评论打分 + 生成触达话术
    ↓
输出线索清单
    ↓
[pulse-leads Step 3-4 完成]

用户触达后回填效果
    ↓
更新话术资产 / 人群语料库 / 数据反馈
    ↓
[pulse-leads Step 5 完成]
```

## 人 × 数字员工分工

- **人**：决定触达、调味私信话术、控制触达节奏、**触达后回填结果**
- **数字员工**：自动发现帖子（pulse-discover）、预评分（pulse-enrich）、评论打分、话术生成、沉淀回填

## 输出

```
✅ 线索清单已生成
   - ⭐⭐⭐⭐⭐ 高意向：X 条（优先今天触达）
   - ⭐⭐⭐⭐ 中意向：X 条
   - ⭐⭐⭐ 低意向：X 条（观察）
✅ 话术资产.md 已追加 X 条新话术变体
✅ 项目档案.md 索引已更新

⚠️ 触达后记得回填效果到 话术资产.md 和 数据反馈.md

👉 下一步：
   - 想优化整个获客流程 → pulse-evolve（"自进化"）
   - 线索来了进私域 → pulse-private（"私域承接"）
```

## 注意

- **本 skill 是 PulseHub 的核心价值**——数据层（自动发现）+ 业务层（评论打分）真正融合
- **永远不要自动爬取评论**——Step 3 方式 A（用户手动复制）是默认，方式 B 需要用户明确要求
- **话术必须引用已有资产**——不重新发明，引用 `话术资产.md` 的编号，只微调
- **回填是命脉**——不回填效果数据，系统不会进化