ScavioScavio
ProduitTarifsDocumentation
ConnexionCommencer
  1. Accueil
  2. Tutoriels
  3. Comment créer un workflow d'enrichissement de leads MCP
Tutoriel

Comment créer un workflow d'enrichissement de leads MCP

Créez un workflow d'enrichissement de leads propulsé par MCP qui prend un nom d'entreprise et renvoie le domaine, la description, le financement et la stack technique via une recherche en direct.

Obtenez une clé API gratuiteDocumentation API

Créez un workflow d'enrichissement de leads utilisant MCP en configurant Scavio comme serveur de recherche dans Claude Desktop ou Claude Code, puis en demandant à l'agent de rechercher et d'enrichir les enregistrements d'entreprises à partir d'un CSV ou d'une liste. L'approche MCP élimine le besoin de code personnalisé — vous décrivez les données dont vous avez besoin et l'agent exécute les recherches, analyse les résultats et formate la sortie enrichie. Ce tutoriel configure le MCP, conçoit le prompt d'enrichissement et montre comment traiter un lot de leads.

Prérequis

  • Claude Desktop ou Claude Code installé
  • Une clé API Scavio provenant de scavio.dev
  • Un CSV ou une liste de noms d'entreprises à enrichir
  • Une familiarité de base avec la configuration du serveur MCP

Parcours

Étape 1: Configurer Scavio en tant que serveur MCP

Ajoutez le point de terminaison MCP de Scavio à votre configuration Claude Desktop ou Claude Code pour que l'agent puisse appeler les outils de recherche.

JSON
// .mcp.json or claude_desktop_config.json:
{
  "mcpServers": {
    "scavio": {
      "url": "https://mcp.scavio.dev/mcp",
      "headers": { "x-api-key": "your_scavio_api_key" }
    }
  }
}

Étape 2: Concevoir le prompt d'enrichissement

Créez un prompt structuré qui indique précisément à l'agent quels champs renseigner pour chaque entreprise.

Python
# Enrichment prompt for Claude:
ENRICHMENT_PROMPT = """
For each company in the list below, search Google to find:
1. Company domain (official website URL)
2. One-line description (what they do)
3. Founding year
4. Estimated company size (employees)
5. Recent funding (if any, from last 2 years)
6. Key technology signals (languages, frameworks, cloud)

Output as a JSON array with fields:
{domain, description, founded, size, funding, tech_signals}

Companies to enrich:
- Vercel
- Supabase
- Resend
- Linear
"""

Étape 3: Traiter les résultats par lot

Une fois que l'agent renvoie les données enrichies, validez la sortie et enregistrez-la pour votre CRM ou votre outil de prospection.

Python
import json

def validate_enrichment(data: list) -> list:
    valid = []
    for record in data:
        if record.get('domain') and record.get('description'):
            valid.append(record)
        else:
            print(f'Incomplete record: {record}')
    return valid

def save_enriched(records: list, output_path: str = 'enriched_leads.json'):
    with open(output_path, 'w') as f:
        json.dump(records, f, indent=2)
    print(f'Saved {len(records)} enriched leads to {output_path}')

# After Claude returns the enriched JSON:
# enriched = json.loads(claude_response)
# valid = validate_enrichment(enriched)
# save_enriched(valid)

Étape 4: Automatiser avec l'API pour les lots plus volumineux

Pour les lots de plus de 10 entreprises, utilisez directement l'API Scavio pour éviter les limites de débit MCP et traiter en parallèle.

Python
import requests, os
from concurrent.futures import ThreadPoolExecutor

API_KEY = os.environ['SCAVIO_API_KEY']

def enrich_company_api(name: str) -> dict:
    resp = requests.post('https://api.scavio.dev/api/v1/search',
        headers={'x-api-key': API_KEY},
        json={'platform': 'google', 'query': f'{name} company about funding tech stack'}, timeout=15)
    results = resp.json().get('organic_results', [])
    return {
        'name': name,
        'domain': results[0].get('link', '').split('/')[2] if results else '',
        'snippets': [r.get('snippet', '') for r in results[:3]],
    }

companies = ['Vercel', 'Supabase', 'Resend', 'Linear']
with ThreadPoolExecutor(max_workers=3) as pool:
    enriched = list(pool.map(enrich_company_api, companies))
for e in enriched:
    print(f'{e["name"]}: {e["domain"]}')

Exemple Python

Python
import requests, os
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}

def enrich(name):
    data = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
        json={'platform': 'google', 'query': f'{name} company about'}).json()
    results = data.get('organic_results', [])
    return {'name': name, 'domain': results[0].get('link', '').split('/')[2] if results else '', 'snippet': results[0].get('snippet', '') if results else ''}

for c in ['Vercel', 'Supabase', 'Linear']:
    print(enrich(c))

Exemple JavaScript

JavaScript
const H = {'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json'};
async function enrich(name) {
  const r = await fetch('https://api.scavio.dev/api/v1/search', {
    method: 'POST', headers: H,
    body: JSON.stringify({platform: 'google', query: `${name} company about`})
  });
  const results = (await r.json()).organic_results || [];
  return {name, domain: results[0]?.link ? new URL(results[0].link).hostname : '', snippet: results[0]?.snippet || ''};
}
Promise.all(['Vercel', 'Supabase'].map(enrich)).then(console.log);

Sortie attendue

JSON
A JSON array of enriched lead records with domain, description, funding data, and tech signals for each company, ready for CRM import.

Tutoriels associés

  • Comment automatiser l'enrichissement de leads avec l'API de recherche
  • Comment connecter la recherche MCP à Claude Desktop

Questions fréquentes

La plupart des développeurs terminent ce tutoriel en 15 à 30 minutes. Vous aurez besoin d'une clé API Scavio (l'offre gratuite suffit) et d'un environnement Python ou JavaScript fonctionnel.

Claude Desktop ou Claude Code installé. Une clé API Scavio provenant de scavio.dev. Un CSV ou une liste de noms d'entreprises à enrichir. Une familiarité de base avec la configuration du serveur MCP. Une clé API Scavio vous donne 50 crédits gratuits à l'inscription.

Oui. L'offre gratuite comprend 50 crédits à l'inscription, ce qui est largement suffisant pour terminer ce tutoriel et prototyper une solution fonctionnelle.

Scavio dispose d'un package natif LangChain (langchain-scavio), d'un serveur MCP et d'une API REST simple qui fonctionne avec tout client HTTP. Ce tutoriel utilise the raw REST API, mais vous pouvez l'adapter à votre framework de prédilection.

Ressources connexes

Best Of

Meilleurs outils de recherche MCP pour Claude Desktop en 2026

Read more
Workflow

Scoring de leads via un workflow d'enrichissement par recherche

Read more
Workflow

Enrichissement quotidien des leads via le pipeline MCP

Read more
Best Of

Meilleurs outils d'enrichissement de leads basés sur MCP en 2026

Read more
Solution

Enrichissez les leads commerciaux avec des données de recherche au lieu d'Apollo.

Read more
Use Case

Intégration de recherche MCP pour Claude Desktop

Read more

Commencer

Créez un workflow d'enrichissement de leads propulsé par MCP qui prend un nom d'entreprise et renvoie le domaine, la description, le financement et la stack technique via une recherche en direct.

Obtenez une clé API gratuiteLire la documentation
ScavioScavio

API de recherche en temps réel pour agents IA. Recherchez sur toutes les plateformes, pas seulement Google.

Produit

  • Fonctionnalités
  • Tarifs
  • Tableau de bord
  • Affiliés

Développeurs

  • Documentation
  • Référence API
  • Démarrage rapide
  • Intégration MCP
  • SDK Python

Alternatives

  • Alternative à Tavily
  • Alternative à SerpAPI
  • Alternative à Firecrawl
  • Alternative à Exa

Outils

  • Formateur JSON
  • cURL vers code
  • Compteur de jetons
  • Tous les outils

© 2026 Scavio. Tous droits réservés.

Featured on TAAFT
Conditions d'utilisationPolitique de confidentialité