SalesLaunch

B2B лидогенерация для стартапов на ранней стадии

Автоматический поиск потенциальных клиентов на основе анализа болей в интернете с WTP-скорингом и персонализированным outreach.

Команда team13

Как это работает

1. Вводите оффер      →  "Сервис для психолога где клиент заполняет переивания за день и этим помогет на приеме психологу..."
2. AI анализирует     →  Определяет продукт и ICP автоматически
3. Поиск лидов        →  Reddit, IndieHackers, ProductHunt, G2
4. WTP скоринг        →  Hot / Warm / Cold классификация
5. Outreach            →  Персонализированные Email + LinkedIn

Ключевые фичи

• Один input — просто вставьте текст оффера
• Авто-детект ICP — AI определяет идеальный профиль клиента
• WTP Scoring — оценка готовности платить (Willingness-to-Pay)
• 5 качественных лидов — вместо 100 нерелевантных
• Готовые сообщения — Email и LinkedIn под каждого лида
• Параллельная обработка — быстрая генерация через asyncio

WTP Scoring System

Классификация:
- Hot (8+) — готовы к покупке
- Warm (4-7) — заинтересованы
- Cold (<4) — потенциальные

Быстрый старт

1. Установка

# Клонировать репозиторий
git clone <repo-url>
cd Jgr

# Установить зависимости
cd backend
python -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate   # Windows
pip install -r requirements.txt

2. Настройка окружения

Создать backend/.env:

OPENROUTER_API_KEY=your_key_here
TAVILY_API_KEY=your_tavily_key_here
REDIS_URL=redis://localhost:6379/0
DATABASE_URL=sqlite:///./pain_to_idea.db

3. Запуск Redis

Docker:

docker run -d -p 6379:6379 redis:7-alpine

Или Memurai (Windows):

choco install memurai-developer

4. Запуск сервисов

Вариант 1: Скрипт (Windows)

start-all.bat

Вариант 2: Скрипт (Linux/macOS)

./restart.sh

Вариант 3: Вручную (3 терминала)

# Terminal 1: Backend API
cd backend
uvicorn src.main:app --reload --port 8000

# Terminal 2: Worker
cd backend
python -m src.workers.run_worker

# Terminal 3: Frontend
cd frontend
python -m http.server 8080

5. Использование

1. Открыть http://localhost:8080
2. Ввести оффер (например: "Мы делаем CRM для B2B стартапов")
3. Дождаться генерации лидов (~1-2 минуты)
4. Просмотреть результаты и outreach сообщения

Технический стек

Архитектура

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│  Frontend   │────▶│  FastAPI    │────▶│   Redis     │
│  (8080)     │◀────│  (8000)     │◀────│   Queue     │
└─────────────┘     └─────────────┘     └─────────────┘
                           │                    │
                           ▼                    ▼
                    ┌─────────────┐     ┌─────────────┐
                    │   SQLite    │     │  RQ Worker  │
                    │   Database  │◀────│  Pipeline   │
                    └─────────────┘     └─────────────┘
                                               │
                           ┌───────────────────┼───────────────────┐
                           ▼                   ▼                   ▼
                    ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
                    │  OpenRouter │     │   Tavily    │     │  WTP Scorer │
                    │  (Claude)   │     │   Search    │     │             │
                    └─────────────┘     └─────────────┘     └─────────────┘

Pipeline этапы

1. Анализ оффера — извлечение продукта и ICP через LLM
2. Поиск лидов — параллельные запросы к Tavily
3. Скоринг — WTP анализ + LLM оценка
4. Классификация — Hot / Warm / Cold
5. Генерация outreach — параллельно для всех лидов
6. Сохранение — в SQLite

API Endpoints

Swagger-документация: http://localhost:8000/docs

Структура проекта

├── backend/
│   └── src/
│       ├── api/           # FastAPI роуты (campaigns, leads, purchases)
│       ├── llm/           # LLM клиенты и промпты
│       ├── models/        # SQLAlchemy модели
│       ├── scrapers/      # Tavily интеграция
│       ├── scoring/       # WTP скоринг
│       ├── services/      # Бизнес-логика
│       └── workers/       # RQ pipeline
├── frontend/
│   ├── index.html         # Главная (ввод оффера)
│   ├── status.html        # Прогресс генерации (SSE)
│   ├── results.html       # Список лидов
│   ├── detail.html        # Детали лида + скрипты
│   ├── admin.html         # Аналитика
│   └── assets/            # JS утилиты (api.js, app.js)
├── lean_canvas/           # Бизнес-документация
└── specs/                 # Технические спецификации

Evaluation

Тестировали на 5 офферах из разных ниш (CRM, EdTech, DevTools, HR, FinTech).

Метрики:

Известные ограничения:
- Regex-скоринг ловит только явные сигналы — неявный intent (фрустрация без ключевых слов) пропускается, recall ниже precision
- Зависимость от публичных обсуждений — нишевые B2B-боли, которые не обсуждаются на Reddit/IndieHackers, не будут найдены
- LLM может галлюцинировать — цитаты и названия компаний не верифицируются автоматически

Цена пилота

30 000 ₽ ~~50 000 ₽~~

Специальная цена для участников AI Talent Camp

Контакты

Telegram: @saleslaunch_bot