인물 검색 에이전트 스킬

Lessie — 인물 검색 및 정보 보강

설정

Lessie는 두 가지 모드를 지원합니다: CLI (기본값, 권장) 및 MCP 서버.

모드 A: CLI (기본값)

Lessie CLI 바이너리 설치:

npm install -g @lessie/cli

또는 설치 없이 사용:

npx @lessie/cli --version

최초 인증:

lessie auth

로그인/회원가입을 위해 브라우저가 열립니다. 토큰은 ~/.lessie/oauth.json에 캐시됩니다.

연결 확인:

lessie status

모드 B: MCP 서버

MCP 구성에 추가합니다 (Claude Code ~/.claude.json, Cursor ~/.cursor/mcp.json, Codex ~/.codex/config.toml 등):

{
  "mcpServers": {
    "lessie": {
      "command": "npx",
      "args": ["-y", "@lessie/mcp-server"],
      "env": {
        "LESSIE_REMOTE_MCP_URL": "https://app.lessie.ai/mcp-server/mcp"
      }
    }
  }
}

제거

• CLI: npm uninstall -g @lessie/cli && rm -rf ~/.lessie/
• MCP: .json에서 "lessie" 항목을 제거하고 rm -rf ~/.lessie/ 실행

버전 확인

세션 시작 시 모드 감지 전에 한 번씩 다음 확인을 실행합니다. 두 확인 모두 비차단형으로, 명령이 실패하더라도(네트워크 오류, 시간 초과) 조용히 건너뛰고 진행합니다.

스킬 버전

1. 이 파일의 메타데이터 version 필드에서 현재 로컬 버전을 읽습니다.
2. 원격 버전 가져오기:

   curl -sf --max-time 5 https://raw.githubusercontent.com/LessieAI/lessie-skill/main/people-search/SKILL.md | head -5 | grep 'version:' | head -1 | awk '{print $2}'
   

3. 원격 버전이 로컬 버전보다 최신이면 → 사용자에게 알립니다:

   ⬆️ people-search 스킬의 새 버전이 있습니다 ({local} → {remote}). 다음 명령으로 업데이트하세요:

   npx skills add LessieAI/lessie-skill -y -g
   

4. 버전이 일치하거나 확인 실패 시 → 건너뛰고 아무 말도 하지 않습니다.

CLI 버전

1. 로컬 CLI 버전 가져오기:

   lessie --version 2>/dev/null || npx @lessie/cli --version 2>/dev/null
   

2. 최신 게시 버전 가져오기:

   npm view @lessie/cli version 2>/dev/null
   

3. 원격 버전이 더 최신이면 → 사용자에게 알립니다:

   ⬆️ Lessie CLI의 새 버전이 있습니다 ({local} → {remote}). 다음 명령으로 업데이트하세요:

   npm install -g @lessie/cli
   

4. 버전이 일치하거나 명령 실패 시 → 건너뛰고 아무 말도 하지 않습니다.

빠른 시작

설정 후 Claude에게 다음과 같이 말해보세요:

• "샌프란시스코에 있는 Stripe의 엔지니어링 매니저 찾아줘"
• "Sam Altman의 연락처 정보 조회해줘"
• "OpenAI 조사해줘 — 최신 뉴스와 채용 공고"

모드 감지

각 세션 시작 시 사용할 모드를 결정합니다:

1. lessie CLI 사용 가능 여부 확인: lessie status 실행
2. 명령이 성공하면 → CLI 모드 사용 (Bash를 통해 도구 호출)
3. 명령이 실패하면 (찾을 수 없음) → 자동 설치 시도: npm install -g @lessie/cli
4. 설치 후 lessie status를 다시 실행하여 확인
5. 설치 성공 시 → CLI 모드 사용
6. 설치 실패 시 (npm 없음, 권한 거부, 네트워크 오류 등) → MCP 도구 사용 가능 여부 확인 (authorize, use_lessie)
7. MCP 도구 사용 가능 시 → MCP 모드 사용
8. 둘 다 안 되면 → 사용자에게 설치 실패를 알리고 수동 설치 또는 MCP 설정을 제안

크레딧 및 가격

Lessie는 크레딧 기반 서비스입니다.

신규 계정은 무료 평가판 크레딧을 받습니다. 잔액 확인 및 추가 구매는 https://lessie.ai/pricing에서 가능합니다.

에이전트는 잘못된 결과에 크레딧을 낭비하지 않도록 검색 전 회사명을 명확히 합니다.

데이터 및 개인정보

• 데이터 소스: 연락처 및 회사 정보는 공개적으로 이용 가능한 소스(비즈니스 디렉터리, 소셜 프로필, 기업 웹사이트)에서 수집됩니다.
• 쿼리 로깅: 검색 쿼리는 서비스 개선 및 악용 방지를 위해 기록됩니다. 쿼리 데이터는 제3자와 공유되지 않습니다.
• 데이터 규정 준수: Lessie는 해당 데이터 보호 규정을 준수합니다. 사용자는 검색된 연락처 데이터를 관련 법률(GDPR, CAN-SPAM 등)에 맞게 사용할 책임이 있습니다.
• 개인정보 처리방침: https://lessie.ai/privacy
• 서비스 약관: https://lessie.ai/terms-of-service

인증

CLI 모드

1. lessie status를 실행하여 토큰 유효성을 확인합니다.
2. authorized: false이면 → lessie auth를 실행하여 로그인 브라우저를 엽니다.
3. 사용자가 로그인을 완료한 후 lessie status를 다시 실행하여 확인합니다.

MCP 모드

1. authorize를 호출하여 연결 상태를 확인합니다.
2. 이미 인증된 경우 → 바로 도구를 사용합니다.
3. 인증되지 않은 경우 → authorize가 인증 URL을 반환합니다. 사용자에게 Lessie 로그인/회원가입을 위해 브라우저를 열어야 한다고 알리고 적절한 시스템 명령을 사용하여 엽니다:
   • macOS: open "<url>"
   • Linux: xdg-open "<url>"
   • Windows: start "<url>"
4. 사용자에게 브라우저가 열렸으며 로그인/회원가입을 완료해야 한다고 알립니다.
5. 사용자가 확인한 후 authorize를 다시 호출하여 연결을 확인합니다.
6. 인증 실패 시 (시간 초과, 거부, 포트 충돌) authorize가 반환한 진단 힌트를 따라 재시도합니다.

항상 브라우저를 열기 전에 사용자에게 알리십시오 — 절대 조용히 리디렉션하지 마세요.

에이전트 행동 규칙

중요: 크레딧 소모 작업 전 확인

모든 Lessie 도구 호출은 크레딧을 소모합니다. 도구별 크레딧 비용:

명령을 실행하기 전에 반드시:

1. 사용자에게 수행할 작업과 예상 비용을 알립니다 (예: "3명의 프로필을 보강합니다 — 약 3 크레딧 소모").
2. 명시적 확인을 기다린 후 실행합니다.
3. 전체 계획을 확인하기 전에 여러 크레딧 소모 호출을 일괄 처리하지 마세요.

예외 — 확인 건너뛰기 사용자가 명시적으로 프롬프트를 원하지 않는다고 말한 경우 (예: "매번 묻지 마", "그냥 해", "확인 건너뛰기"). 그런 경우 바로 진행하되 각 호출 후 실행한 내용과 소모된 크레딧을 기록합니다.

중요: 매 호출 후 크레딧 사용량 보고

한 턴에 하나 이상의 Lessie 도구 호출이 포함된 경우, 소모된 크레딧에 대한 한 줄 요약을 추가합니다. 형식:

<도구 이름> 사용, 비용 <N> 크레딧.

같은 턴에서 여러 도구를 호출한 경우 결합:

web-search + enrich-org 사용, 총 2 크레딧 소모.

중요: 첫 CLI 호출 전 참조 문서 읽기

세션에서 처음으로 lessie CLI 명령을 실행하기 전에 references/cli-reference.md를 읽어 정확한 매개변수 구문을 익혀야 합니다. 각 도구에는 고유한 플래그 세트가 있습니다 — find-people은 --query(자연어)를, enrich-people은 --people(JSON)을, unlock-emails는 --search-id + --person-ids를 사용합니다. 추측하지 말고 호출하려는 도구의 섹션을 읽으세요.

검색 모드 명확화 (B2B vs KOL)

Lessie는 서로 다른 데이터 소스와 결과 유형을 가진 두 가지 검색 모드를 지원합니다:

• B2B 모드: 전문가 데이터베이스 검색 (LinkedIn 기반). 직책, 회사, 직급, 산업별로 사람을 찾기에 최적. 업무용 이메일, 전화번호, 경력 정보 반환.
• KOL 모드: 소셜 미디어 플랫폼 검색 (Instagram, YouTube, TikTok, Twitter/X). 팔로워 수, 청중 규모 또는 콘텐츠 주제별로 인플루언서, 콘텐츠 크리에이터, 유명인을 찾기에 최적. 소셜 링크, 팔로워 수 반환.

사용자 의도가 모호할 때 — 즉, 쿼리가 LinkedIn 전문가나 소셜 미디어 크리에이터 중 어느 쪽을 합리적으로 대상으로 할 수 있는 경우 — 검색 전에 사용자에게 명확히 하도록 요청해야 합니다. 두 옵션을 간결하게 제시합니다:

모호한 쿼리 예: "뇌 모니터링 수면 장치에 실제 경험이 있는 개인을 찾아 인사이트를 공유해줘."

다음과 같이 해석 가능:

1. B2B: 수면 기술 회사의 제품 관리자, 엔지니어 또는 연구원 (LinkedIn 경유)
2. KOL: 그러한 장치를 리뷰하거나 사용한 건강/기술 인플루언서 (소셜 미디어 경유)

묻기: "이것은 LinkedIn 전문가(수면 기술 회사의 PM, 엔지니어) 또는 수면 장치를 리뷰하는 소셜 미디어 크리에이터가 될 수 있습니다. 어느 방향을 선호하시나요? 아니면 둘 다 할까요?"

의도가 명확할 때는 바로 진행합니다:

• "핀테크 스타트업의 CTO 찾기" → B2B (명백)
• "인스타그램에서 팔로워 10만 이상의 뷰티 인플루언서 찾기" → KOL (명백)

엔터티 명확화

사용자가 여러 엔터티를 가리킬 수 있는 회사명을 언급할 때 (예: "Manus"는 Manus AI, Manus Bio, Manus Plus 등이 가능), 검색 전에 명확히 합니다:

1. 사용자에게 어떤 회사를 의미하는지 묻거나 상위 후보를 제시하여 선택하게 합니다.
2. 문맥상 명확하다면 (예: 사용자가 이전에 AI 에이전트에 대해 논의), 가정을 말하고 확인합니다: "Manus AI (manus.im), AI 에이전트 회사를 의미하셨나요?"
3. 절대 조용히 하나의 엔터티를 가정하지 마세요 — 잘못된 도메인 = 검색 크레딧 낭비 및 무관한 결과 초래.

도구 개요

인물

연락처 잠금 해제

결정 규칙: 사람이 자신의 find_people 결과에서 나온 경우 → unlock_emails 사용 (재잠금 해제 무료). lessie 외부에서 핸들을 얻은 경우 (사용자가 붙여넣은 LinkedIn URL, 수동 언급 등) → unlock_email_by_handle 사용.

회사

웹 리서치

상세 참조

• CLI 명령 예제 & MCP 호출: references/cli-reference.md 참조
• 워크플로우 패턴 (도메인 확인, 회사 조사, 검색+자격 검증): references/workflow-patterns.md 참조
• 도메인 확인 결정 트리: references/domain-resolution.md 참조

주요 제약 사항

• enrich_people / enrich_organization: 호출당 최대 10개; 더 큰 목록은 배치로 분할
• find_people: 요청당 도구 호출 3회 + 실제 시간 60초 예산 하드 제한. target_count 1-100 (기본값 30). 페이지네이션 없음 — 더 필요하면 다른 쿼리로 새 호출 실행
• find_organizations: 페이지네이션 지원 — 더 많은 결과는 --page 사용
• web_search는 페이지 콘텐츠를 캐시; 결과에 has_content: true가 있으면 해당 URL에 대한 web_fetch 호출 즉시 완료
• find-people 쿼리에 포함할 유용한 키워드: 직급 용어 (owner, founder, c_suite, partner, vp, head, director, manager, senior, entry, intern) 및 current vs past로 고용 최근성 편향. 에이전트는 이를 직접 필터로 사용
• 인물 보강 시 이름과 함께 domain(회사 도메인)을 제공하면 매치 정확도가 크게 향상
• CLI 출력은 stdout에 JSON, stderr에 상태 메시지 — 데이터는 stdout에서 파싱