SKILLEMALL.ai

BB apify-google-maps-leads

Создает базу данных лидов для местного бизнеса из Google Maps в одном конвейере Apify: поиск по целевой аудитории + географии, обогащение каждого места контактами компании с его веб-сайта, обогащение лидов (имена, электронные адреса, телефоны, LinkedIn), профили Instagram + Facebook и, опционально, отзывы для оценки лидов. Для мест без указанных контактов эскалирует до apify/ai-web-scraper для извлечения имен владельцев / лиц, принимающих решения, с веб-сайта бизнеса. Дозаполняет недостающие телефоны через scalelist/phone-finder и недостающие электронные адреса через scalelist/email-finder. Используйте, когда пользователь просит создать список лидов из Google Maps, скрапить местные бизнесы, генерировать B2B-лиды по городу/отрасли, находить контакты владельцев/лиц, принимающих решения, для ресторанов / стоматологов / спортзалов / отелей / любой местной вертикали, оценивать лиды по объему отзывов или рейтингу, или говорит «конвейер лидогенерации Google Maps», «лиды из Maps», «искать местных предпринимателей», «скрапить Google Maps для связи» или упоминает цепочку Actor'ов Google Maps + AI web scraper + Scalelist.

машинный переводПоказать оригиналСкрыть оригинал«Build a local-business lead database from Google Maps in one Apify pip…»

Build a local-business lead database from Google Maps in one Apify pipeline: search by target audience + geography, enrich each place with company contacts from its website, leads enrichment (names, emails, phones, LinkedIn), Instagram + Facebook profiles, and optionally reviews for lead scoring. For places with no named contacts, escalate to apify/ai-web-scraper to pull owner / decision-maker names from the business website. Backfill missing phones via scalelist/phone-finder and missing emails via scalelist/email-finder. Use when the user asks to build a lead list from Google Maps, scrape local businesses, generate B2B leads by city/industry, find owner/decision-maker contacts for restaurants / dentists / gyms / hotels / any local vertical, score leads by review volume or rating, or says "Google Maps lead-gen pipeline", "leads from Maps", "prospect local businesses", "scrape Google Maps for outreach", "find companies in <city>", or mentions chaining Google Maps + AI web scraper + Scalelist Actors.

apify/awesome-skills Agent Skills автор: apify 6 файлов тело ≈ 3 453 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Создает базу данных лидов для местного бизнеса из Google Maps в одном конвейере Apify: поиск по целевой аудитории + географии, обогащение каждого места…

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

ГенераторПродажи и CRMМаркетингИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Build a local-business lead database from Google Maps in one Apify… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • заметка frontmatter-key неизвестное поле фронтматтера "author_url"

    Процессный рейтинг: все десять параметров 70/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 50
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3453 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 1013: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 50 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.