LeadRadar
一款开源AI代理工具，自动搜索Google Maps本地商家、为线索打分并草拟个性化外联邮件，帮助自由职业者高效寻找客户
时间轴 (近 90 天)
LeadRadar 是由开发者 mudit-palvadi 在 Hacktoberfest 开源 AI 挑战赛第二周提交的开源 AI 代理项目，部署在 Render 上，采用 MIT 许可，附带 68 个测试。
LeadRadar 的功能是：根据用户输入的职业、城市、姓名和所需线索数量，自动通过 Google Maps 搜索本地商家，对结果打分排序，并为排名第一的线索草拟一封署名外联邮件。
LeadRadar 的技术栈为：Express 做 API，MongoDB Atlas 做存储，Groq 免费额度的 allam-2-7b 模型（本地回退用 Ollama），SerpApi 做搜索，整个部署在单个 Render 服务上。
LeadRadar 的打分器将模型分数降权至 25%，剩余 75% 来自基于搜索事实的确定性加权公式，例如无官网加 55 分、低评分且无人回复评论加 15 分，基础分 30。
LeadRadar 要求搜索由代理自动生成，用户不手输查询词：代理会先问模型哪些本地商家会雇佣该职业，再拼成一条 Google Maps 查询。
创作者在设计 LeadRadar 时踩过一个坑：初版提示词仅含一个网页设计示例，导致代理为平面设计师推荐玩具店、宠物店、洗车行、书店等无关商家；重写提示词加入跨职业示例、去重和相近职业过滤后，同一 Austin 扫描产出 15 家可外联商家。
LeadRadar 用 isUsableResult() 过滤掉 SerpApi 返回的非商家记录（最常见的是只返回城市名、没有真实标题），避免模型据此编造细节。
LeadRadar 的邮件层在代码中做输出校验：ensureSignOff() 补全模型遗漏的署名，cleanEmailBody() 删掉模型自述未查官网的句子和违禁套话，pitchGuidance() 防止建议与职业不符，而不是仅依赖提示词。
作者的设计经验规则是：能靠代码检查输出解决的事，就不要在提示词里跟模型较劲。
LeadRadar 在 Render 免费套餐上运行，冷启动后首次访问大约需要一分钟。
还有 1 条时间轴事件
全部知识事实 (11)
LeadRadar 在 Render 免费套餐上运行，冷启动后首次访问大约需要一分钟。
50%待验证LeadRadar 是由开发者 mudit-palvadi 在 Hacktoberfest 开源 AI 挑战赛第二周提交的开源 AI 代理项目，部署在 Render 上，采用 MIT 许可，附带 68 个测试。
50%待验证LeadRadar 的技术栈为：Express 做 API，MongoDB Atlas 做存储，Groq 免费额度的 allam-2-7b 模型（本地回退用 Ollama），SerpApi 做搜索，整个部署在单个 Render 服务上。
50%待验证LeadRadar 的打分器将模型分数降权至 25%，剩余 75% 来自基于搜索事实的确定性加权公式，例如无官网加 55 分、低评分且无人回复评论加 15 分，基础分 30。
50%待验证LeadRadar 要求搜索由代理自动生成，用户不手输查询词：代理会先问模型哪些本地商家会雇佣该职业，再拼成一条 Google Maps 查询。
50%待验证LeadRadar 的功能是：根据用户输入的职业、城市、姓名和所需线索数量，自动通过 Google Maps 搜索本地商家，对结果打分排序，并为排名第一的线索草拟一封署名外联邮件。
50%待验证LeadRadar 用 isUsableResult() 过滤掉 SerpApi 返回的非商家记录（最常见的是只返回城市名、没有真实标题），避免模型据此编造细节。
50%待验证LeadRadar 的邮件层在代码中做输出校验：ensureSignOff() 补全模型遗漏的署名，cleanEmailBody() 删掉模型自述未查官网的句子和违禁套话，pitchGuidance() 防止建议与职业不符，而不是仅依赖提示词。
50%待验证作者的设计经验规则是：能靠代码检查输出解决的事，就不要在提示词里跟模型较劲。
50%待验证发布前，两位自由职业朋友测试了 LeadRadar：网页开发者表示喜欢应用并会继续使用，但未转化；平面设计师表示应用找不到适合他职业的好线索，认为它更像是为其他技能优化。
50%待验证创作者在设计 LeadRadar 时踩过一个坑：初版提示词仅含一个网页设计示例，导致代理为平面设计师推荐玩具店、宠物店、洗车行、书店等无关商家；重写提示词加入跨职业示例、去重和相近职业过滤后，同一 Austin 扫描产出 15 家可外联商家。
50%