mcp-qualify

name	mcp-qualify
description	Use when user says "mcp:qualify", "qualifiziere leads", "lead qualifizierung", "qualify leads", "leads bewerten", or triggers /mcp:qualify.

MCP Qualify — Lead-Qualifizierung durch Claude-Subagents

Dieser Skill orchestriert die Lead-Qualifizierung via MCP Business Tools. Claude-Subagents bewerten jeden Lead gegen die Kampagnen-Kriterien (aus get_lead_data.qualificationGeneration) und schreiben das Ergebnis via write_lead_details zurueck. Die ListM8-interne Qualification-Pipeline (OpenRouter) wird NICHT verwendet.

Hinweis zur Parallelisierung: Wenn dein Client parallele Subagents unterstuetzt (z.B. Claude Code), spawne pro Lead einen Subagent wie beschrieben. Andernfalls arbeite die Leads sequentiell mit exakt denselben Schritten ab — das Ergebnis ist identisch, nur langsamer.

Workflow-Uebersicht

1. list_campaigns -> Kampagne identifizieren (oder campaign_id aus Argument)
   |
2. list_leads(campaign_id, limit={batch_size}, fit_level="", research_status="",
              campaign_status="processing", qualification_status="pending")
   -> {batch_size} unqualifizierte Leads
   |
3. Fuer jeden Lead: Sub-Agent spawnen (parallel)
   -> get_lead_data() -> Kriterien lesen -> Website analysieren -> bewerten
   -> write_lead_details(qualificationStatus=completed, fitLevel, score, ...)
   |
4. Batch-Report -> naechster Batch (Queue ist idempotent: qualifizierte Leads
   fallen aus qualification_status="pending" heraus)

Aufruf

Eingabe	Verhalten
/mcp:qualify	Zeigt Kampagnen via list_campaigns, User waehlt
/mcp:qualify 80	Startet direkt fuer Kampagne 80
qualifiziere leads fuer kampagne 80	Startet direkt fuer Kampagne 80

Batch-Groesse abfragen (wie /mcp:generate): Default 10, Optionen 50/100/200.

Phase 1: Leads laden

list_leads(
  campaign_id = <ID>,
  limit = {batch_size},
  fit_level = "",
  research_status = "",
  campaign_status = "processing",
  qualification_status = "pending"
)

Wenn leads leer: "Keine unqualifizierten Leads." -> STOP.

Phase 2: Sub-Agents spawnen (parallel)

Fuer JEDEN Lead einen Agent spawnen (general-purpose, run_in_background: true, alle in EINEM Message-Block, name: "qual-{lead.company}" gekuerzt).

Sub-Agent Prompt Template

Du qualifizierst einen Lead fuer eine Cold-Mailing-Kampagne via MCP Tools.

KAMPAGNE: {campaign.name} (ID: {campaign.id})
LEAD: {lead.company} (ID: {lead.id})

## Schritte

1. Rufe get_lead_data(campaign_id={campaign.id}, lead_id={lead.id}) auf.
2. Lies lead.qualificationGeneration:
   - "settings" = die Kampagnen-Kriterien (Zielkunde, Fit-Kriterien, Disqualifier). Sie sind MASSGEBLICH.
   - "agent.additionalPrompt" = zusaetzliche Anweisungen, falls vorhanden.
   - "writeBack" = erlaubte Werte fuer fitLevel/status und der Score-Bereich.
3. Analysiere den Lead:
   - Website (lead.website) per WebFetch laden; wichtige Unterseiten (Leistungen, Ueber uns, Impressum) bei Bedarf zusaetzlich.
   - Custom Attributes (Google-Rating, Kategorie etc.) einbeziehen.
   - Website nicht erreichbar ist KEIN automatischer Disqualifier — bewerte streng nach den Kampagnen-Kriterien (eine fehlende/schwache Website kann je nach Angebot sogar FUER den Lead sprechen).
4. Bewerte gegen die Kriterien:
   - Trifft ein Disqualifier zu -> fitLevel "not_qualified".
   - Sonst fitLevel nach Staerke des Fits: "mid_qualified" | "qualified" | "highly_qualified".
   - score 0-100 konsistent zum fitLevel (not_qualified: 0-39, mid: 40-59, qualified: 60-79, highly: 80-100).
5. Schreibe das Ergebnis:
   write_lead_details(campaign_id={campaign.id}, lead_id={lead.id}, fields={
     "qualificationStatus": "completed",
     "qualificationFitLevel": "<fitLevel>",
     "score": <int>,
     "qualificationCategory": "<kurze Branchen-/Fit-Kategorie>",
     "qualificationSummary": "<2-4 Saetze: warum dieses fitLevel, welche Kriterien erfuellt/verletzt>",
     "qualificationSnapshotJson": { "criteria_matched": [...], "disqualifiers_hit": [...], "evidence": [{"claim": "...", "source": "<URL>"}] }
   })

## Regeln

- NICHTS ERFINDEN: Jede Behauptung in summary/snapshot braucht eine beobachtete Quelle (Website-Inhalt, Attribut). Unbelegtes weglassen.
- Die Kampagnen-Kriterien schlagen jede eigene Heuristik.
- Deutsch, korrekte Umlaute (Ä/Ö/Ü/ß — niemals AE/OE/UE/ss).
- Antworte am Ende NUR mit: "OK lead={lead.id} fitLevel=<...> score=<...>" oder "FEHLER lead={lead.id}: <Grund>".

Phase 3: Report & naechster Batch

Wie /mcp:generate: Batch-Report (Erfolg/Fehler/Verbleibend), dann erneut list_leads bis remaining == 0. Fehlgeschlagene Leads bleiben qualification_status=pending und tauchen im naechsten Lauf wieder auf — kein automatischer Einzel-Retry.

Abschluss-Report + Hinweis: "Naechster Schritt: /mcp:research — qualifizierte Leads recherchieren".

Fehlerbehandlung

Fehler	Aktion
leads[] leer	"Keine unqualifizierten Leads" -> STOP
write_lead_details error	Fehler notieren, weiter mit naechstem Lead
Sub-Agent Timeout/Crash	Als Fehler zaehlen, Lead bleibt in der Queue
MCP-Verbindungsfehler	1x Retry, dann STOP

Verwandt

• /mcp:research — Research fuer qualifizierte Leads (naechste Phase)
• /mcp:generate — AI-Variablen (nach Research)