LeadGen MCP Server
williamcouture6/leadgen-mcp-server
Pipeline MCP de lead gen com Google Places, research agent e BD integrada
Ver no GitHubServidor MCP em Python que expõe um pipeline de geração de leads para PMEs québéquenses, integrando busca em Google Places, pesquisa de empresas via Claude e persistência em banco de dados. Funciona tanto como servidor MCP (para Claude Code) quanto API HTTP REST (para n8n).
Instalação
npx convez-ai williamcouture6/leadgen-mcp-server1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Prospecção automatizada de empresas por cidade e setor
- Extração e enriquecimento de dados de contatos via web scraping
- Orquestração de workflows de pesquisa com Claude Sonnet
- Integração com n8n para automação de sales workflows
Veredito

Ferramenta especializada e bem estruturada para automação de prospecção B2B, com suporte a múltiplos protocolos (MCP/HTTP). Requer configuração técnica robusta e conhecimento de APIs externas, mas oferece integração nativa com n8n e Claude.
README
A tradução para o português deste README ainda está na fila.
leadgen-mcp
Serveur MCP custom (FastMCP, Python) qui expose les outils unifiés du pipeline lead gen PME QC aux agents Claude Code et à n8n.
Tools exposés (Phase 1)
| Tool | Description |
|---|---|
db.next_sourcing_target | Retourne le prochain (city, sector) à sourcer (cooldown 30j) |
db.start_sourcing_run | Crée un sourcing_runs en status=running |
db.complete_sourcing_run | Marque un run completed ou failed, met à jour métriques |
db.insert_company | Insert avec dédup 3 clés (google_place_id, neq, dedup_key) |
db.list_recent_companies | Liste les companies récentes pour vérif manuelle |
maps.search_places | Google Places Nearby Search + Details (avec pagination) |
Tool contacts : db.insert_contact (contacts insérés par WF-3 à partir des emails scrapés du site officiel — Apollo retiré).
Endpoints HTTP supplémentaires (Phase 2 — WF-3 Research)
| Endpoint | Description |
|---|---|
GET /companies/to-research?limit=N&require_website=true | Backlog des companies sans research_json |
POST /research/company {company_id, model?} | Research d'une seule company (fetch Place Details avec reviews + scrape site + Claude Sonnet → persist companies.research_json + agent_runs) |
POST /wf3/run {limit, model?, require_website?} | Pass complet : prend N companies du backlog et les traite séquentiellement |
Variables d'env requises (en plus de Phase 1) :
ANTHROPIC_API_KEY(Claude Sonnet 4.6 pour le Research Agent)
Setup
cd mcp-server
python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -e ".[dev]"
Le serveur lit .env à la racine du repo (pas dans mcp-server/).
Lancement
# Mode stdio MCP (pour Claude Code / mcp-inspector)
python -m src.server
# Mode HTTP REST (pour n8n cloud via HTTP Request node)
uvicorn src.http_api:app --host 0.0.0.0 --port 8765
L'API HTTP exige AGENTS_HTTP_TOKEN dans .env (header Authorization: Bearer <token>).
Tests
pytest