（6029期）ClawBridge – Find Connections – 智能人脉侦察，每夜精准连接

智能人脉侦察，每夜精准连接 Clawbridge 是一个智能人脉连接代理，每夜自动从 Moltbook、专业社区及开放网络中精准匹配并筛选高价值联系人，为 B2B 销售、招聘与合作提供证据驱动的连接简报。 使用说明 核心用法 Clawbridge 将用户的一次性意图输入（项目简介、目标人群、合作需求）转化为持续运行的夜间侦察任务。其核心流程分为四个阶段： 发现阶段：通过 web_search 扫描 Moltbook、专业社区和开放网络，获取候选线索； 富化阶段：使用 web_fetch 和 browser 工具提取候选人的详细资料、活动信号与可信证据； 排序阶段：基于相关性、意图强度、可信度、活跃度和互动度等加权指标对候选人评分排序； 起草阶段：生成个性化的外联草稿，输出为结构化的 Connection Brief（JSON 或 Markdown 格式）。 用户通过 YAML 配置文件定义项目画像（offer/ask/ideal_persona）、约束条件（避免名单、地区限制）、搜索目标 venues 及运行预算。系统强制要求 Human-in-the-Loop，即所有外联必须经过人工审核，MVP 阶段禁止自动发送。 显著优点 自动化持续性：一次配置后，每夜自动运行，大幅降低人工搜寻成本； 多源整合：同时覆盖 Moltbook、专业社区和开放网络，信息来源广泛； 证据驱动：要求每个候选人至少 2 个证据 URL，并通过硬条件过滤（30 天内活跃、明确匹配 ask）； 风险分级：自动标记 lowevidence、spammylanguage、unclear_identity 等风险信号； 灵活可配：支持通过环境变量和 YAML 文件精细控制搜索范围、预算和输出数量； 模块化设计：prompts、venues、schema 分离，便于维护和扩展。 潜在缺点与局限性 依赖外部平台：Moltbook 等平台的可访问性和稳定性直接影响 scouting 效果； 语义理解局限：关键词匹配和启发式评分可能遗漏语境复杂的潜在匹配对象； 隐私合规风险：跨平台抓取个人数据需严格遵守 GDPR 等法规，用户需自行承担合规责任； 人工审核瓶颈：虽然 Human-in-the-Loop 保障了质量，但也限制了规模化响应速度； 冷启动问题：初期缺乏历史数据时，匹配质量可能不稳定。 适合人群 B2B 销售团队（寻找合作伙伴、渠道商、大客户） 初创公司创始人（招募顾问、联合创始人、早期用户） 招聘与猎头顾问（被动候选人 sourcing） 市场与商务拓展（BD）人员（寻找联合营销、内容合作机会） 开源社区维护者（寻找贡献者和维护者） 常规风险 数据隐私：抓取和存储个人公开信息可能触及数据保护法规； 平台封禁：高频爬取可能导致 IP 被封或账号受限； 误匹配与声誉风险：自动化匹配可能推荐不合适的对象，若未经充分审核即外联，可能损害发件人品牌； 提示注入：需严格管理 prompts 中的变量，避免通过 offer/ask 等字段注入恶意指令； 预算失控：若未设置 maxsearches/maxfetches，可能导致 API 调用或计算资源超支。 原始说明 Runs nightly searches to identify and rank relevant candidates matching your offer and ask, delivering evidence-backed connection briefs for human review.