# 人物搜尋代理技能

> 用於 B2B 潛在客戶開發、候選人搜尋和專業豐富的人物搜尋代理技能。尋找、資格鑑定和豐富人物、公眾人物和公司數據，以用於銷售、招聘和研究。

- Canonical: https://nanoskill.ai/tw/skills/people-search
- Markdown: https://nanoskill.ai/tw/skills/people-search.md
- Author: LessieAI
- Published: 2026-05-31T01:39:27.046Z
- Updated: 2026-07-25T04:21:32.916Z
- Language: zh-TW
- Source type: github
- Popularity signal: 22

## Sources

- https://github.com/LessieAI/lessie-skill

## Install

```shell
npx skills add https://github.com/LessieAI/lessie-skill/tree/main/people-search
```

## About

Lessie 人物搜尋與豐富技能讓使用者能夠有效地尋找、資格鑑定和豐富個人和組織的資訊。無論您需要生成有針對性的 B2B 潛在客戶名單、為招聘尋找理想候選人，還是進行深入的背景研究，這項技能都能透過利用全面的資料庫和網路智慧來簡化流程。

這項強大的技能提供雙重搜尋模式：B2B 模式用於根據職稱、公司和資歷尋找專業人士，以及 KOL（關鍵意見領袖）模式用於識別主要社群媒體平台上的影響者和公眾人物。它還提供強大的公司研究功能，讓您能夠深入了解行業細節、融資輪次、技術堆疊和招聘活動。

Lessie 設計透明，採用信用點數系統，確保您在採取任何行動之前始終了解成本。它包括解鎖聯絡資訊的靈活選項，對於以前找到的個人，重新解鎖通常是免費的。該技能還整合了通用網路搜尋和擷取工具，以滿足更廣泛的研究需求，使其成為商業智慧和外展的多功能資產。

## Key features

- **雙重搜尋模式 (B2B & KOL)**: 利用 B2B 模式搜尋專業資料庫以獲取職稱、公司和資歷，或利用 KOL 模式根據受眾和追蹤者數量在社群媒體平台上尋找影響者和公眾人物。
- **全面的人物豐富**: 透過詳細的個人資料豐富已知聯絡人，包括電子郵件、電話、工作經歷、社交連結和追蹤者數量，提高聯絡人資料的深度。
- **公司研究與洞察**: 研究公司的行業、資金、技術堆疊和招聘活動，提供目標組織的全面視圖。
- **基於信用點數的使用與確認**: 透過透明的信用點數系統有效管理您的預算。此技能會在執行任何消耗信用點數的動作之前確認成本，防止意外費用。
- **靈活的聯絡方式解鎖選項**: 對於重新解鎖，從先前搜尋中解鎖人物的電子郵件地址無需額外費用，或透過明確的平台句柄解鎖外部潛在客戶的聯絡方式。

## Use cases

- **生成 B2B 潛在客戶名單**: 透過根據職稱、公司、地點和資歷搜尋專業人士，快速建立有針對性的潛在客戶名單，非常適合銷售和行銷團隊。
- **為招聘尋找候選人**: 透過搜尋專業資料庫並豐富其個人資料以獲取必要的聯絡資訊，有效尋找和資格鑑定潛在的招聘候選人。
- **執行背景網路研究**: 使用整合的網路搜尋和擷取工具對個人或組織進行徹底的背景研究，以收集全面的情報。
- **識別關鍵意見領袖 (KOL)**: 透過受眾、追蹤者數量或內容主題，在各種社群媒體平台上發現影響者和公眾人物，以用於行銷活動。

## Skill definition

# Lessie — 人物搜尋與豐富

## 設定

Lessie 支援兩種模式：**CLI**（預設，建議）和 **MCP 伺服器**。

### 模式 A：CLI (預設)

安裝 Lessie CLI 二進位檔：

```bash
npm install -g @lessie/cli
```

或不安裝直接使用：

```bash
npx @lessie/cli --version
```

首次授權：

```bash
lessie auth
```

這將開啟瀏覽器進行登入/註冊。Token 會快取在 `~/.lessie/oauth.json`。

驗證連線：

```bash
lessie status
```

### 模式 B：MCP 伺服器

新增至您的 MCP 設定 (Claude Code `~/.claude.json`, Cursor `~/.cursor/mcp.json`, Codex `~/.codex/config.toml` 等)：

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

### 解除安裝

- **CLI:** `npm uninstall -g @lessie/cli && rm -rf ~/.lessie/`
- **MCP:** 從您的 `.json` 中移除 `"lessie"` 條目並 `rm -rf ~/.lessie/`

## 版本檢查

在每個會話開始時，在模式偵測之前，執行這些檢查一次。兩項檢查都是非阻塞的 — 如果任何命令失敗（網路錯誤、逾時），則靜默跳過並繼續。

### 技能版本

1. 從此檔案中上方中繼資料的 `version` 欄位讀取目前的本地版本。
2. 擷取遠端版本：
   ```bash
   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. 如果遠端版本比本地版本新 → 告知使用者：
   > ⬆️ 有更新版本的人物搜尋技能可用 ({local} → {remote})。執行此命令以更新：
   > ```
   > npx skills add LessieAI/lessie-skill -y -g
   > ```
4. 如果版本匹配或檢查失敗 → 跳過，不說任何話。

### CLI 版本

1. 取得本地 CLI 版本：
   ```bash
   lessie --version 2>/dev/null || npx @lessie/cli --version 2>/dev/null
   ```
2. 取得最新發布版本：
   ```bash
   npm view @lessie/cli version 2>/dev/null
   ```
3. 如果遠端版本較新 → 告知使用者：
   > ⬆️ 有更新版本的 Lessie CLI 可用 ({local} → {remote})。執行此命令以更新：
   > ```
   > npm install -g @lessie/cli
   > ```
4. 如果版本匹配或任一命令失敗 → 跳過，不說任何話。

## 快速入門

設定後，嘗試對 Claude 說：

- 「尋找舊金山 Stripe 的工程經理」
- 「查詢 Sam Altman 的聯絡資訊」
- 「研究 OpenAI — 最新消息和職位空缺」

## 模式偵測

在每個會話開始時決定使用哪種模式：

1. 檢查 `lessie` CLI 是否可用：執行 `lessie status`
2. 如果命令成功 → 使用 **CLI 模式**（透過 Bash 呼叫工具）
3. 如果命令失敗（找不到）→ 嘗試自動安裝：`npm install -g @lessie/cli`
4. 安裝後，再次執行 `lessie status` 以驗證
5. 如果安裝成功 → 使用 **CLI 模式**
6. 如果安裝失敗（沒有 npm、權限被拒、網路錯誤等）→ 檢查 MCP 工具是否可用（`authorize`、`use_lessie`）
7. 如果 MCP 工具可用 → 使用 **MCP 模式**
8. 如果兩者皆非 → 告知使用者安裝失敗並建議手動安裝或 MCP 設定

## 信用點數與定價

Lessie 是一種基於信用點數的服務。

新帳戶會收到免費試用信用點數。請在 https://lessie.ai/pricing 查看您的餘額並購買更多。

代理將在搜尋前消除公司名稱的歧義，以避免在錯誤結果上浪費信用點數。

## 資料與隱私

- **資料來源：** 聯絡人和公司資訊是從公開來源（商業目錄、社交資料、公司網站）聚合而來的。
- **查詢日誌：** 搜尋查詢會被記錄下來以改進服務和防止濫用。查詢資料不會與第三方共享。
- **資料合規性：** Lessie 遵循適用的資料保護法規。使用者有責任根據當地法律（GDPR、CAN-SPAM 等）使用檢索到的聯絡資料。
- **隱私政策：** https://lessie.ai/privacy
- **服務條款：** https://lessie.ai/terms-of-service

## 授權

### CLI 模式

1. 執行 `lessie status` 檢查 token 有效性。
2. 如果 `authorized: false` → 執行 `lessie auth` 開啟瀏覽器進行登入。
3. 使用者完成登入後，再次執行 `lessie status` 以確認。

### MCP 模式

1. 呼叫 `authorize` 檢查連線狀態。
2. **如果已授權** → 直接使用工具。
3. **如果未授權** → `authorize` 返回一個授權 URL。告知使用者您需要開啟瀏覽器進行 Lessie 登入/註冊，並使用適當的系統命令開啟：
   - macOS: `open "<url>"`
   - Linux: `xdg-open "<url>"`
   - Windows: `start "<url>"`
4. 告知使用者瀏覽器已開啟，他們需要完成登入/註冊。
5. 使用者確認後，再次呼叫 `authorize` 以驗證連線。
6. 如果授權失敗（逾時、拒絕、埠衝突），請遵循 `authorize` 返回的診斷提示並重試。

在開啟瀏覽器之前務必告知使用者 — 切勿靜默重新導向。

## 代理行為規則

### 關鍵：在每次消耗信用點數的動作之前確認

每個 Lessie 工具呼叫都會消耗信用點數。每個工具的信用點數成本：

| 工具 | 成本 |
|------|------|
| `find-people` | 每次搜尋 **20 信用點數** |
| `enrich-people` | 1 信用點數 × 人數（僅對成功匹配收取） |
| `review-people` | 1 信用點數 × 人數 |
| `enrich-org` | 1 信用點數 |
| `find-orgs` | 1 信用點數 |
| `job-postings` | 1 信用點數 |
| `company-news` | 1 信用點數 |
| `web-search` | 1 信用點數 |
| `web-fetch` | 1 信用點數 |
| `unlock_emails` | 每個新解鎖的人 **3 信用點數**（當前費率；請檢查回應中的 `price_per_unlock` 以獲取即時值）。已解鎖的人（在您之前的任何搜尋中）是免費的。失敗的查詢不收費 |
| `unlock_email_by_handle` | 每次成功解鎖 **3 信用點數**（當前費率；請檢查回應中的 `price_per_unlock` 以獲取即時值）。`not_found` 和 `failed` 是免費的。**不具冪等性** — 在同一個 handle 上重新執行會再次收費 |

**在執行任何命令之前**，您必須：

1. 告知使用者您將要做什麼以及預估成本（例如，「我將豐富 3 個人 — 這大約需要 3 信用點數」）。
2. 在執行之前**等待明確確認**。
3. 在未事先確認完整計畫的情況下，切勿批量執行多個消耗信用點數的呼叫。

**例外 — 跳過確認** 如果使用者明確表示他們不想被提示（例如，「不要每次都問我」、「直接做」、「跳過確認」）。在這種情況下，直接進行，但仍記錄您執行的內容以及每次呼叫後花費的信用點數。

### 關鍵：每次呼叫後報告信用點數使用情況

在每次涉及一個或多個 Lessie 工具呼叫的對話回合之後，附加一行消耗信用點數的摘要。格式：

> 使用了 `<tool-name>`，花費 <N> 信用點數。

如果在同一回合中呼叫了多個工具，請將它們合併：

> 使用了 `web-search` + `enrich-org`，總共花費 2 信用點數。

### 關鍵：在首次 CLI 呼叫之前閱讀參考資料

**在會話中首次執行任何 `lessie` CLI 命令之前**，您必須閱讀 [references/cli-reference.md](references/cli-reference.md) 以了解確切的參數語法。每個工具都有自己的旗標集 — `find-people` 接受 `--query` (NL)，`enrich-people` 接受 `--people` (JSON)，`unlock-emails` 接受 `--search-id` + `--person-ids` 等。不要猜測 — 閱讀您即將呼叫的工具的部分。

### 搜尋模式消歧 (B2B vs KOL)

Lessie 支援兩種具有不同資料來源和結果類型的搜尋模式：

- **B2B 模式**：搜尋專業資料庫（基於 LinkedIn）。最適合按職稱、公司、資歷或行業尋找人員。返回工作電子郵件、電話、就業歷史。
- **KOL 模式**：搜尋社群媒體平台（Instagram、YouTube、TikTok、Twitter/X）。最適合按受眾、追蹤者數量或內容主題尋找影響者、內容創作者或公眾人物。返回社交連結、追蹤者數量。

**當使用者意圖不明確時** — 即，查詢可能合理地針對 LinkedIn 上的專業人士或社群媒體上的創作者 — 您必須在搜尋之前要求使用者澄清。簡潔地呈現兩種選項：

模糊查詢範例：*「尋找具有腦部監測睡眠設備實務經驗的個人，以分享他們的見解。」*

這可能意味著：
1. **B2B**：睡眠科技公司的產品經理、工程師或研究人員（透過 LinkedIn）
2. **KOL**：曾評論或使用此類設備的健康/科技影響者（透過社群媒體）

詢問：「這可能是 LinkedIn 專業人士（睡眠科技公司的產品經理、工程師）或評論睡眠設備的社群媒體創作者。您偏好哪個方向 — 或兩者都偏好？」

**當意圖明確時**，直接進行：
- 「尋找金融科技新創公司的 CTO」→ B2B（明顯）
- 「尋找 Instagram 上擁有 10 萬以上追蹤者的美妝影響者」→ KOL（明顯）

### 實體消歧

當使用者提及可能指代多個實體的公司名稱時（例如，「Manus」可能是 Manus AI、Manus Bio、Manus Plus 等），請在搜尋前進行消歧：

1. **詢問使用者**他們指的是哪家公司，或呈現主要候選人並讓他們選擇。
2. 如果上下文使其明確（例如，使用者之前討論過 AI 代理），請說明您的假設並確認：「您指的是 Manus AI (manus.im) 這家 AI 代理公司嗎？」
3. **切勿靜默假設**一個實體而不是另一個 — 錯誤的領域 = 浪費搜尋信用點數和不相關的結果。

## 工具概覽

### 人物

| 工具 | CLI 命令 | 何時使用 |
|------|-------------|-------------|
| `find_people` | `lessie find-people` | 透過**自然語言任務**發現人物。將使用者的請求逐字傳遞給 `--query`。代理會自動選擇來源 (B2B / KOL / 網路)、關鍵字並停止。**硬性上限：每次請求 3 次工具呼叫 + 60 秒預算。** 如果回應有 `partial: true`，表示代理已達到預算 — 結果是逾時前收集到的 |
| `enrich_people` | `lessie enrich-people` | 透過完整個人資料豐富已知人物。**兩種路徑**：B2B（透過 linkedin_url 或姓名+網域 → 電子郵件、電話、工作經歷）和 KOL（透過 twitter/instagram/tiktok/youtube 用戶名 → 追蹤者數量、社交連結）。每次呼叫最多 10 個 |
| `review_people` | `lessie review-people` | 透過網路研究深入資格鑑定**模糊**的候選人 — 對於明顯的匹配/不匹配則跳過 |

### 聯絡方式解鎖

| 工具 | CLI 命令 | 何時使用 |
|------|-------------|-------------|
| `unlock_emails` | `lessie unlock-emails` | 解鎖來自先前 `find_people` 結果的人物的電子郵件地址。**每個使用者冪等**：您已解鎖的人（在任何搜尋中）成本為 0。接受 `search_id` + `person_ids` (1–50) |
| `unlock_email_by_handle` | `lessie unlock-email-by-handle` | 透過明確的 `(平台, 句柄)` 解鎖電子郵件，**無需事先搜尋**。接受 `{平台, 句柄}` 列表 (1–10)。**不具冪等性** — 在同一個句柄上重複呼叫會再次收費。僅當句柄不在您執行的任何 `find_people` 中時使用 |

**決策規則：** 如果人物來自您自己的 `find_people` 結果 → 使用 `unlock_emails`（重新解鎖是免費的）。如果您從 lessie 外部獲得句柄（使用者貼上的 LinkedIn URL、手動提及等）→ 使用 `unlock_email_by_handle`。

### 公司

| 工具 | CLI 命令 | 何時使用 |
|------|-------------|-------------|
| `find_organizations` | `lessie find-orgs` | 按名稱、關鍵字、位置、規模、資金發現公司 |
| `enrich_organization` | `lessie enrich-org` | 獲取已知公司網域的完整個人資料 — 行業、員工、資金、技術堆疊 |
| `get_company_job_postings` | `lessie job-postings` | 查看活躍的職位空缺（需要來自 enrich 的 `organization_id`） |
| `search_company_news` | `lessie company-news` | 尋找最新新聞文章（需要來自 enrich 的 `organization_id`） |

### 網路研究

| 工具 | CLI 命令 | 何時使用 |
|------|-------------|-------------|
| `web_search` | `lessie web-search` | 一般網路搜尋；快取結果使後續的 `web_fetch` 免費 |
| `web_fetch` | `lessie web-fetch` | 透過 AI 摘要從 URL 提取特定資訊 |

## 詳細參考資料

- **CLI 命令範例與 MCP 呼叫**：請參閱 [references/cli-reference.md](references/cli-reference.md)
- **工作流程模式**（網域解析、公司研究、搜尋+資格鑑定）：請參閱 [references/workflow-patterns.md](references/workflow-patterns.md)
- **網域解析決策樹**：請參閱 [references/domain-resolution.md](references/domain-resolution.md)

## 主要限制

- `enrich_people` / `enrich_organization`：每次呼叫最多 10 個；將較大的列表拆分為批次
- `find_people`：每次請求的硬性上限為 **3 次工具呼叫 + 60 秒實際時間預算**。`target_count` 1-100（預設 30）。不分頁 — 如果您需要更多，請使用不同的查詢執行新的呼叫
- `find_organizations`：分頁 — 使用 `--page` 獲取更多結果
- `web_search` 快取頁面內容；如果結果有 `has_content: true`，則對該 URL 呼叫 `web_fetch` 是即時的
- `find-people` 查詢中有用的關鍵字：資歷術語（`owner`、`founder`、`c_suite`、`partner`、`vp`、`head`、`director`、`manager`、`senior`、`entry`、`intern`）以及 `current` 與 `past` 以偏向就業近期性。代理直接將這些用作篩選器
- 對於人物豐富，提供 `domain`（公司網域）以及姓名可大大提高匹配準確性
- CLI 輸出是標準輸出上的 JSON，標準錯誤上的狀態訊息 — 解析標準輸出以獲取資料

## FAQ

### Lessie 人物搜尋與豐富技能是什麼？

Lessie 人物搜尋與豐富技能是一個旨在幫助使用者尋找、資格鑑定和豐富人物和公司資訊的工具。它支援各種用例，例如 B2B 潛在客戶開發、候選人搜尋和背景研究。

### 如何安裝 Lessie CLI？

您可以使用 npm 全域安裝 Lessie CLI，命令為：\`npm install -g @lessie/cli\`。或者，您可以使用 \`npx @lessie/cli --version\` 在不安裝的情況下使用它。

### 此技能是否同時支援 B2B 和 KOL 搜尋？

是的，此技能支援 B2B 模式用於專業資料庫（基於 LinkedIn）和 KOL 模式用於社群媒體平台（Instagram、YouTube、TikTok、Twitter/X），以尋找影響者和公眾人物。

### Lessie 如何處理信用點數使用和定價？

Lessie 是一種基於信用點數的服務。新帳戶會收到免費試用信用點數，您可以在 lessie.ai/pricing 購買更多。代理將始終在執行任何消耗信用點數的動作之前確認預估成本。

### 我可以解鎖我已搜尋過的人物的電子郵件地址嗎？

是的，如果人物來自先前的 \`find\_people\` 結果，使用 \`unlock\_emails\` 將不會對已解鎖的個人再次收費。如果聯絡句柄來自 Lessie 外部，請使用 \`unlock\_email\_by\_handle\`。

### 我可以研究哪些類型的公司資訊？

您可以豐富已知的公司網域，以獲取完整的個人資料，包括行業、員工數量、資金詳細資訊、技術堆疊、活躍職位空缺和最新新聞文章。