Gmail MCP Agent
🚀 🤖 Gmail MCP Agent - 24/7潜在客户培育系统
这是一个全面的企业级潜在客户培育系统,通过MCP(模型上下文协议)服务器实现Gmail外展活动的自动化,具备智能跟进、回复跟踪功能,可实现全天候运行。
🚀 快速开始
1. 克隆并设置项目
git clone https://github.com/brandononchain/GMAIL-MCP-Agent.git
cd GMAIL-MCP-Agent
pip install -r requirements.txt
2. 配置Gmail API
- 从Google Cloud Console获取OAuth2凭证。
- 将其保存为
credentials.json。 - 在
nurturing_config.json中更新发件人邮箱。
3. 部署全天候系统
# 使用Docker部署(推荐)
./deploy.sh
# 或手动部署
docker-compose up -d
4. 开始培育潜在客户
# 使用MCP客户端
python mcp_client.py start 4
# 或直接执行
python run_nurturing.py
✨ 主要特性
✅ 自动化潜在客户培育
- 全天候运行 - 通过Docker容器化实现持续运行。
- 智能跟进 - 在第3天和第7天自动执行跟进序列。
- 回复跟踪 - 监控Gmail中的回复并进行分类。
- 潜在客户评分 - 跟踪参与度和兴趣水平。
- 智能回复 - 自动回复有兴趣的潜在客户。
📊 MCP服务器架构
- 远程控制 - 通过MCP协议控制系统。
- 实时监控 - 实时跟踪状态和性能。
- Docker部署 - 具备生产就绪的容器化能力。
- 健康检查 - 自动恢复和错误处理。
- 可扩展设计 - 适用于企业级应用。
🎯 电子邮件活动管理
- 基于CSV的潜在客户列表 - 方便的联系人管理。
- 模板系统 - 由Jinja2驱动的电子邮件个性化。
- 速率限制 - 遵守Gmail API配额。
- 恢复功能 - 可从上次中断的位置继续。
- 全面日志记录 - 完整的审计跟踪。
📦 安装指南
Docker(推荐)
# 一键部署
./deploy.sh
# 手动部署
docker-compose up -d
本地开发
# 安装依赖
pip install -r requirements.txt
# 运行培育系统
python run_nurturing.py
生产服务器
# Systemd服务
sudo cp lead-nurturing.service /etc/systemd/system/
sudo systemctl enable lead-nurturing
sudo systemctl start lead-nurturing
💻 使用示例
基础用法
MCP客户端接口
# 启动培育系统(每4小时一次)
python mcp_client.py start 4
# 检查系统状态
python mcp_client.py status
# 获取潜在客户报告
python mcp_client.py report
# 发送测试邮件
python mcp_client.py test your-email@example.com
# 查看最近的日志
python mcp_client.py logs 100
# 停止系统
python mcp_client.py stop
直接运行脚本
# 运行单次培育周期
python lead_nurturer.py
# 查看潜在客户仪表盘
python lead_dashboard.py
# 从CSV文件发送邮件
python send_from_csv.py contacts.csv --body_file body.txt
📚 详细文档
项目结构
├── send_from_csv.py # 主要的Gmail发送脚本
├── lead_nurturer.py # 自动化培育系统
├── mcp_server.py # 24/7运行的MCP服务器
├── mcp_client.py # 控制接口
├── lead_dashboard.py # 监控仪表盘
├── run_nurturing.py # 自动化运行器
├── contacts.csv # 潜在客户数据库(96家牙科诊所)
├── body.txt # 电子邮件模板
├── credentials.json # Gmail API凭证
├── nurturing_config.json # 系统配置
├── gmail_sync_state.json # Gmail增量同步状态(自动创建)
├── requirements.txt # Python依赖项
├── Dockerfile # 容器配置
├── docker-compose.yml # 部署设置
├── deploy.sh # 一键部署脚本
└── DEPLOYMENT_GUIDE.md # 完整的设置指南
当前活动
牙科诊所外展活动
- 目标:芝加哥的96家牙科诊所。
- 信息:适用于牙科诊所的AI潜在客户跟进系统。
- 跟进时间表:首次联系后的第3天和第7天。
- 预期结果:20 - 30%的回复率,10 - 15%的转化率。
电子邮件模板
Hi {{first_name}},
Did you know many dental practices lose 20–30% of new patient inquiries because follow-ups slip through the cracks?
We've built an AI agent that automatically follows up with every lead via SMS/email and books them straight into your calendar.
Clients typically see 5–9 extra appointments in the first 30 days.
Have time for 10-min demo call this week?
Thank you,
Brandon
Quantra Labs
配置
环境变量
# Gmail API配置
CREDENTIALS_FILE=credentials.json
TOKEN_FILE=token.json
# 培育设置
PER_MINUTE=12
RESUME=false
LOG_FILE=send_log.csv
# MCP服务器设置
MCP_SERVER_PORT=8000
LOG_LEVEL=INFO
培育配置
{
"sender_email": "your-email@domain.com",
"follow_up_schedule": {
"followup_1_days": 3,
"followup_2_days": 7
},
"automation": {
"check_responses_interval_hours": 4,
"auto_respond_to_interest": true
}
}
性能指标
预期结果
- 回复率:首次外展活动的回复率为20 - 30%。
- 跟进回复率:跟进活动的回复率为40 - 60%。
- 转化率:转化为有兴趣潜在客户的比例为10 - 15%。
- 自动化覆盖率:自动处理80%的回复。
- 正常运行时间:通过Docker重启策略实现99.9%的正常运行时间。
监控
- 实时潜在客户评分和状态跟踪。
- 回复率分析和转化指标。
- 系统健康监控和错误报告。
- 所有交互的完整审计跟踪。
使用场景
销售外展
- B2B潜在客户生成和培育。
- 自动化跟进序列。
- 回复跟踪和潜在客户评分。
营销活动
- 电子邮件营销自动化。
- A/B测试和优化。
- 性能分析。
客户成功
- 新用户入职电子邮件序列。
- 续约和追加销售活动。
- 客户反馈收集。
系统架构
┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ MCP Client │◄──►│ MCP Server │◄──►│ Lead Nurturer │
│ (Control) │ │ (24/7 Service) │ │ (Automation) │
└─────────────────┘ └──────────────────┘ └─────────────────┘
│
▼
┌──────────────────┐
│ Gmail API │
│ (Email System) │
└──────────────────┘
企业级特性
- 全天候运行 - 持续自动化。
- 可扩展架构 - 处理数千个潜在客户。
- 专业监控 - 实时仪表盘。
- 错误恢复 - 自动故障处理。
- 审计合规 - 完整的活动日志记录。
- Docker部署 - 生产就绪的容器化。
🔧 技术细节
该系统基于Python构建,利用Gmail API实现电子邮件的发送和接收。通过MCP协议,系统可以实现远程控制和实时监控。使用Docker容器化技术,确保系统能够在不同环境下稳定运行。同时,系统还具备智能跟进、潜在客户评分和自动回复等功能,提高潜在客户培育的效率和效果。
📄 许可证
本项目采用MIT许可证 - 详情请参阅LICENSE文件。
🤝 贡献
欢迎贡献代码!请随时提交拉取请求。
📧 联系信息
- 作者:Brandon
- 公司:Quantra Labs
- 仓库:GMAIL-MCP-Agent

Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
62.4K
4.5分

Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
117.0K
5分

Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
67.7K
4.3分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
28.0K
4.8分

Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
51.7K
4.8分

Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
41.5K
4.5分

Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
84.1K
4.7分

Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
45.0K
5分

