Icp Intelligence MCP

ICP智能分析MCP工具包，提供9个工具用于理想客户画像分析、市场容量计算、买家群体映射和账户优先级排序，支持深度模式检测和动态客户画像追踪。

营销研究与数据 #客户画像 #市场分析 #销售工具 #B2B营销 .TypeScript

评分 : 2分

下载量 : 4.9K

更新时间 : 2026-03-13

打开站点

什么是ICP Intelligence MCP?

ICP Intelligence MCP是一个专门为B2B企业设计的AI分析工具，通过9个核心工具帮助您从客户数据中发现模式、定义理想客户画像、计算市场规模、分析购买决策群体，并优先排序目标客户。它基于Model Context Protocol构建，可以与Claude等AI助手集成，让非技术用户也能轻松进行专业的市场分析。

如何使用ICP Intelligence MCP?

您可以通过Claude Desktop直接使用这个工具。首先通过npx命令安装，然后在Claude Desktop配置中添加服务器设置。安装完成后，您就可以在对话中直接调用各种ICP分析工具，输入客户数据、市场信息等，系统会自动生成专业的分析报告和推荐策略。

适用场景

这个工具特别适合需要精准定位目标客户的企业，包括：初创公司定义初始客户画像、成熟企业优化现有客户结构、营销团队制定精准投放策略、销售团队优先排序潜在客户、产品团队基于客户反馈优化产品定位等场景。

主要功能

ICP深度分析

从客户数据中自动发现模式，识别最成功客户的共同特征，生成详细的理想客户画像，包括公司规模、行业、技术栈、行为特征等维度。

智能评分模型

基于实际成交数据自动生成加权评分卡，为线索、客户或商机提供科学的评分标准，帮助团队快速识别高质量机会。

市场容量计算

采用自下而上的方法精确计算总市场容量(TAM)、可服务市场(SAM)和可获得市场(SOM)，提供季度交易目标建议。

购买群体分析

映射复杂销售中的决策委员会，识别关键角色（倡导者、经济决策者、技术评估者等），并提供针对性的接触策略。

客户访谈洞察

从客户访谈记录中提取关键洞察，识别共同主题、痛点和机会，将定性反馈转化为可操作的ICP优化建议。

相似客户定位

基于现有理想客户特征，生成各广告平台（LinkedIn、Google Ads等）的精准定位条件，提高广告投放效果。

客户优先级排序

基于多维度标准（ICP匹配度、购买意向信号、现有关系等）对目标客户进行分级排序，优化资源分配。

ICP演变追踪

监控理想客户画像随时间的变化趋势，识别新兴客户群体，及时调整市场策略。

差距分析

对比现有客户与理想客户画像的差异，识别关键差距，提供针对性的改进建议。

优势

数据驱动决策：基于实际客户数据而非主观判断

多维度分析：涵盖公司特征、技术栈、行为模式等多个维度

操作简单：非技术用户也能轻松进行专业分析

动态调整：支持持续监控和优化ICP

平台集成：可直接在Claude等AI助手内使用

针对性强：专门为B2B企业设计，工具实用性强

局限性

依赖数据质量：分析结果的准确性取决于输入数据的质量

需要Claude环境：必须在支持MCP的AI助手内使用

学习成本：新用户需要时间熟悉各工具的使用方法

英文界面：主要面向英文用户，中文支持有限

网络依赖：需要网络连接才能使用npx安装

如何使用

安装工具

通过命令行工具安装ICP Intelligence MCP服务器

配置Claude Desktop

在Claude Desktop的配置文件中添加MCP服务器设置

重启Claude Desktop

重启Claude Desktop应用程序以使配置生效

开始使用工具

在Claude对话中直接调用各种ICP分析工具，输入相关数据即可获得分析结果

使用案例

初创公司定义初始ICP

一家SaaS初创公司刚获得种子轮融资，需要明确定义目标客户以指导产品开发和市场推广。

营销团队优化广告投放

B2B企业的营销团队需要在LinkedIn上开展精准广告投放，但不确定如何设置最佳定位条件。

销售团队优先排序潜在客户

销售团队有500个潜在客户需要跟进，但资源有限，需要科学的方法确定跟进优先级。

常见问题

我需要编程技能才能使用这个工具吗？

这个工具适合什么规模的企业？

数据安全性如何保障？

我需要提供哪些类型的数据？

这个工具与传统的市场研究有什么区别？

如何开始使用？需要购买许可证吗？

🚀 ICP Intelligence MCP v1.0.0

深度ICP分析与模式检测 - 提供9种工具，用于理想客户画像分析、市场规模测算、买家映射和客户优先级排序。

🚀 快速开始

# 使用npx直接运行
npx -y @shashwatgtmalpha/icp-intelligence-mcp

Claude桌面配置

将以下内容添加到你的 claude_desktop_config.json 文件中：

{
  "mcpServers": {
    "icp-intelligence-mcp": {
      "command": "npx",
      "args": ["-y", "@shashwatgtmalpha/icp-intelligence-mcp"]
    }
  }
}

✨ 主要特性

本工具集提供了9种工具，可用于理想客户画像分析、市场规模测算、买家映射和客户优先级排序等，具有深度的ICP分析和模式检测能力。

📦 安装指南

使用 npx 命令可以快速安装并运行本工具：

npx -y @shashwatgtmalpha/icp-intelligence-mcp

💻 使用示例

基础用法

# 使用npx直接运行
npx -y @shashwatgtmalpha/icp-intelligence-mcp

📚 详细文档

工具概览

工具	用途	主要输出
`icp_deep_dive`	从客户数据中进行模式检测	带有属性的ICP画像
`icp_scoring_model`	生成自动加权的资格评分卡	潜在客户/客户评分模型
`icp_gap_analysis`	比较当前客户与理想客户	指标差距和建议
`icp_evolution_tracker`	动态监测ICP	赢单/输单模式趋势
`icp_interview_synthesizer`	从访谈中提取模式	客户声音洞察
`buyer_group_analyzer`	映射决策动态	采购委员会画像
`tam_sam_som_calculator`	自下而上的市场规模测算	带有交易目标的市场规模
`lookalike_signal_generator`	生成特定平台的定位标准	广告平台定位标准
`account_prioritization`	多维度排名	优先客户层级

目标用户

主要用户

角色	关键工具	使用场景
创始人/首席执行官	`tam_sam_som_calculator`, `icp_deep_dive`	市场规模测算、客户定义
首席营销官/营销副总裁	`icp_gap_analysis`, `icp_evolution_tracker`	ICP健康监测
产品营销人员	`buyer_group_analyzer`, `icp_interview_synthesizer`	采购委员会、客户声音
需求生成人员	`lookalike_signal_generator`, `account_prioritization`	定位、基于账户的营销
销售运营/收入运营人员	`icp_scoring_model`, `account_prioritization`	潜在客户评分、客户分层
销售开发代表/业务开发代表	`account_prioritization`, `icp_scoring_model`	客户资格认定

工作与工具映射

工作需求	推荐工具
"我需要定义我们的理想客户画像"	`icp_deep_dive`
"我需要创建一个潜在客户评分模型"	`icp_scoring_model`
"我需要比较我们的实际客户与理想客户"	`icp_gap_analysis`
"我需要跟踪我们的ICP如何变化"	`icp_evolution_tracker`
"我需要综合客户访谈洞察"	`icp_interview_synthesizer`
"我需要映射采购委员会"	`buyer_group_analyzer`
"我需要计算我们的TAM/SAM/SOM"	`tam_sam_som_calculator`
"我需要广告平台的定位标准"	`lookalike_signal_generator`
"我需要对我们的目标客户进行优先级排序"	`account_prioritization`

代理技能包	工具数量	适用对象
🎯 创始人GTM副驾驶	10个工具	创始人、早期阶段的首席执行官
📞 SDR工具包	8个工具	销售开发代表、业务开发代表
🎯 产品营销引擎	12个工具	产品营销人员
📊 需求生成与运营	10个工具	需求生成人员、营销运营人员
💼 客户经理交易台	12个工具	客户经理、账户经理

工具详情

1. ICP深度分析 (`icp_deep_dive`)

从客户数据中检测模式，以定义ICP属性。 输入：

参数	是否必需	描述
`customer_data`	✅	当前客户的描述
`best_customers`	❌	顶级客户的特征
`industry_focus`	❌	行业背景

输出： 包含公司概况、技术概况、行为信号和关键人物特征的ICP画像。

2. ICP评分模型 (`icp_scoring_model`)

生成自动加权的资格评分卡。 输入：

参数	是否必需	描述
`icp_attributes`	✅	关键ICP特征
`deal_data`	❌	赢单/输单数据，用于加权
`scoring_type`	❌	潜在客户、客户、机会

输出： 带有层级、阈值和实施指南的加权评分卡。

3. ICP差距分析 (`icp_gap_analysis`)

比较当前客户与理想画像。 输入：

参数	是否必需	描述
`current_customers`	✅	当前客户的特征
`ideal_icp`	✅	目标ICP定义
`key_metrics`	❌	要比较的指标（如年度经常性收入、客户留存率等）

输出： 差距矩阵、指标比较、ICP优化建议。

4. ICP演变跟踪器 (`icp_evolution_tracker`)

随时间监测ICP的变化。 输入：

参数	是否必需	描述
`historical_data`	✅	过去的客户/交易数据
`time_period`	❌	分析时间范围
`win_loss_patterns`	❌	近期赢单/输单趋势

输出： ICP漂移分析、新兴细分市场、推荐调整。

5. ICP访谈综合器 (`icp_interview_synthesizer`)

从客户访谈中提取模式。 输入：

参数	是否必需	描述
`interview_notes`	✅	访谈记录或笔记
`interview_type`	❌	发现、赢单、输单、流失
`focus_areas`	❌	要分析的特定领域

输出： 模式主题、引用、ICP优化建议。

6. 买家群体分析器 (`buyer_group_analyzer`)

映射采购委员会的决策动态。 输入：

参数	是否必需	描述
`product`	✅	你的产品/服务
`target_company_size`	✅	中小企业、中型市场、企业级
`deal_complexity`	❌	简单、中等、复杂

输出： 委员会映射（关键人物、经济决策者、技术专家、用户、阻碍者）及参与策略。

7. TAM SAM SOM计算器 (`tam_sam_som_calculator`)

自下而上的市场规模测算，带有交易目标。 输入：

参数	是否必需	描述
`product`	✅	你的产品/服务
`target_segments`	✅	市场细分
`pricing`	✅	价格点或年度经常性收入
`geographic_focus`	❌	目标地理区域
`data_sources`	❌	可用的市场数据

输出： 带有方法、假设和季度交易目标的TAM/SAM/SOM。

8. 相似信号生成器 (`lookalike_signal_generator`)

生成特定平台的定位标准。 输入：

参数	是否必需	描述
`icp_profile`	✅	ICP特征
`platforms`	✅	领英、谷歌广告、6sense、ZoomInfo等
`budget_tier`	❌	低、中、高

输出： 特定平台的定位字段、受众规模、推荐排除项。

9. 客户优先级排序 (`account_prioritization`)

多维度的客户排名。 输入：

参数	是否必需	描述
`accounts`	✅	要排序的客户列表
`icp_criteria`	✅	评分标准
`intent_signals`	❌	可用的意向数据
`relationship_data`	❌	现有关系

输出： 分层的客户列表（一级/二级/三级），带有评分理由和参与建议。

MCP	重点	工具数量	链接
CRAFT GTM	GTM策略	8	GitHub
CRAFT Content	内容创作	8	GitHub
IMPACT	B2B定位	8	GitHub
Revenue Enablement	销售执行	12	GitHub

ICP智能理念

本MCP基于 ICP是动态的，而非静态的 原则构建。最佳的B2B公司会根据以下因素不断优化其ICP：

赢单/输单模式
客户成功指标
市场演变
产品能力

关键原则：

数据驱动：基于实际客户数据构建ICP
多维度：超越公司概况，涵盖行为因素
可操作：将ICP转化为定位标准
迭代式：定期进行优化循环

👨‍💻 作者

Shashwat Ghosh - Helix GTM咨询公司创始人

📄 许可证

本项目采用MIT许可证 - 详情请见 LICENSE。

GTM Helix MCP套件的一部分 - 人工智能驱动的B2B市场进入工具

icp_deep_dive

分析客户数据以检测ICP模式 - 公司特征、技术特征、购买行为

参数

customers : array*

描述

包含客户属性的对象列表（名称、行业、规模、ACV等）

参数

customer_descriptions : string*

描述

最佳客户的文本描述

参数

product_category : string*

描述

销售的产品类型

icp_scoring_model

创建基于成功模式自动加权的资格评分模型

参数

scoring_criteria : array*

描述

评分标准列表（标准、重要性、值）

参数

success_correlation : string*

描述

与成功相关的因素（例如：'有VP Sales支持的交易成交速度快2倍'）

参数

product_category : string*

描述

产品类别

buyer_group_analyzer

映射买家群体动态、影响关系和决策过程

参数

deal_size : string*

描述

ACV范围（例如：'$50K-100K'）

参数

target_company_size : string*

描述

公司规模（例如：'500-1000名员工'）

参数

product_category : string*

描述

销售的产品

参数

known_stakeholders : array*

描述

已知涉及的角色

参数

typical_champion : string*

描述

典型支持者角色

tam_sam_som_calculator

使用自下而上的方法计算TAM/SAM/SOM（计算框架，非数据源）

参数

total_potential_companies : number*

描述

可能购买的估计公司总数（来自LinkedIn、行业报告）

参数

average_contract_value : number*

描述

平均ACV（美元）

参数

icp_percentage : number*

描述

符合ICP的百分比（1-100）

参数

year1_market_share_target : number*

描述

第一年现实市场份额百分比（通常1-5%）

参数

data_sources : string*

描述

数据来源（用于文档记录）

参数

segment_name : string*

描述

市场细分名称

lookalike_signal_generator

生成平台特定的目标标准和搜索查询（生成标准，非数据）

参数

icp_firmographics : object*

描述

公司特征标准（行业、公司规模、地点、融资阶段）

参数

icp_technographics : array*

描述

ICP通常使用的技术

参数

champion_titles : array*

描述

支持者的职位头衔

参数

buying_triggers : array*

描述

触发购买的事件

参数

platforms : array*

描述

生成标准的平台（linkedin、google_ads、6sense、zoominfo）

account_prioritization

使用多维度评分对账户进行排名和优先级排序

参数

accounts : array*

描述

要优先排序的账户列表

参数

prioritization_weights : object*

描述

自定义权重（必须总和为100）

icp_gap_analysis

分析当前客户群与理想ICP之间的差距

参数

current_customers : string*

描述

当前客户群的描述

参数

ideal_icp : string*

描述

理想客户画像的描述

参数

current_metrics : object*

描述

当前绩效指标（平均ACV、销售周期、胜率等）

参数

target_metrics : object*

描述

目标绩效指标

icp_evolution_tracker

基于市场变化和数据跟踪ICP应如何演变

参数

current_icp : string*

描述

当前ICP定义

参数

recent_wins : string*

描述

近期成功客户的描述

参数

recent_losses : string*

描述

近期失败交易的描述

参数

market_changes : string*

描述

近期市场或竞争变化

参数

time_period : string*

描述

分析时间段（例如：'2024年第四季度'）

icp_interview_synthesizer

从客户访谈笔记或转录中提取ICP模式

参数

interview_notes : array*

描述

结构化访谈笔记

参数

raw_transcripts : string*

描述

原始访谈转录或笔记

参数

analysis_focus : string*

描述

分析重点：pain_points、buying_journey、value_props、all

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

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。

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

158.0K

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

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。

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。

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。

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。

智启未来，您的人工智能解决方案智库

Icp Intelligence MCP

概述

安装

工具列表

内容详情

替代品

什么是ICP Intelligence MCP?

如何使用ICP Intelligence MCP?

适用场景

主要功能

如何使用

使用案例

常见问题

相关资源

安装

🚀 ICP Intelligence MCP v1.0.0

🚀 快速开始

Claude桌面配置

✨ 主要特性

📦 安装指南

💻 使用示例

基础用法

📚 详细文档

工具概览

目标用户

主要用户

工作与工具映射

推荐的代理技能包

工具详情

1. ICP深度分析 (icp_deep_dive)

2. ICP评分模型 (icp_scoring_model)

3. ICP差距分析 (icp_gap_analysis)

4. ICP演变跟踪器 (icp_evolution_tracker)

5. ICP访谈综合器 (icp_interview_synthesizer)

6. 买家群体分析器 (buyer_group_analyzer)

7. TAM SAM SOM计算器 (tam_sam_som_calculator)

8. 相似信号生成器 (lookalike_signal_generator)

9. 客户优先级排序 (account_prioritization)

相关MCP

ICP智能理念

👨‍💻 作者

📄 许可证

替代品

1. ICP深度分析 (`icp_deep_dive`)

2. ICP评分模型 (`icp_scoring_model`)

3. ICP差距分析 (`icp_gap_analysis`)

4. ICP演变跟踪器 (`icp_evolution_tracker`)

5. ICP访谈综合器 (`icp_interview_synthesizer`)

6. 买家群体分析器 (`buyer_group_analyzer`)

7. TAM SAM SOM计算器 (`tam_sam_som_calculator`)

8. 相似信号生成器 (`lookalike_signal_generator`)

9. 客户优先级排序 (`account_prioritization`)