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
56.8K
4.5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
57.0K
4.3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
96.4K
5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
45.5K
4.8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
40.2K
5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
39.0K
4.5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
25.5K
4.8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
72.0K
4.7分

