OpenOutreach: 一个使用 Bayesian ML 和 LLMs 进行潜在客户发现与评估的自主 B2B 线索生成系统

它解决了什么问题

OpenOutreach 将 B2B 线索生成过程自动化，无需预先存在的联系人列表。它通过使用 AI 在 LinkedIn 上发现线索，并通过电子邮件或 LinkedIn 消息进行联系，从而解决了手动搜索、评估和联系潜在客户的问题。

工作原理

该系统使用多步 AI 流水线：

1. Discovery: 一个 LLM 根据产品描述和目标市场生成 LinkedIn 搜索查询。
2. Qualification: 一个 Bayesian ML 模型 (Gaussian Process Regressor) 分析个人资料嵌入 (profile embeddings) 以识别理想客户。它使用 explore/exploit 策略随时间不断优化其选择，同时由一个 LLM 对个人资料进行分类。
3. Routing: 经过评估的线索将被路由到电子邮件渠道（如果通过 API 解析出工作邮箱）或 LinkedIn 联系渠道。
4. Outreach: AI agents 生成个性化消息并管理多轮后续对话。
5. Automation: 使用带有 stealth plugins 的 Playwright 模拟人类行为以避免检测，并且内置的 CRM 会跟踪每个线索的状态。

适用人群

它专为希望实现外联自动化，且不想依赖昂贵的订阅服务或因不可检测的自动化而面临账号封禁风险的创始人、销售团队和代理机构而设计。

亮点

• Autonomous Lead Discovery: 根据简单的产品描述自动寻找线索。
• Bayesian Active Learning: 使用 Gaussian Process 模型，通过每一次决策让挑选线索的过程变得越来越聪明。
• Email-First Approach: 优先考虑高容量的电子邮件外联，而非 LinkedIn 联系请求。
• Self-Hosted CRM: 包含一个基于 Django 的内置 CRM，以实现完全的数据所有权。
• Stealth Automation: 模拟真实用户行为以降低账号封禁的风险。