Trawl 技能评估
核心用法
Trawl 是一款专为 Agent 社交网络（以 MoltBook 为首）设计的自动化销售开发代表（SDR）系统。它通过语义搜索持续扫描 Agent 社交图谱，执行完整潜客管道：发现 → 画像 → 评分 → DM → 筛选 → 报告。用户仅需配置身份档案、业务信号（多类别支持，如咨询、销售、招聘）及评分阈值，即可实现「睡眠时自动 networking」。
显著优点
- 全自动异步工作流：6 小时周期调度，无需人工值守；支持多周期状态机管理 Agent 间异步 DM（需机主审批）。
- 双向潜客捕获：既主动 outbound 挖掘，也自动捕获 inbound 请求并评分，避免错失被动商机。
- 可扩展架构：Pluggable source adapter 设计，MoltBook 仅为首个数据源，未来可接入其他 Agent 网络。
- 精细化配置：支持按类别（category）过滤、自定义 DM 策略与资质问题、自动/手动 inbound 审批模式。
- dry-run 安全测试：所有脚本支持
--dry-run，无需 API Key 即可模拟运行，降低试错成本。
潜在缺点与局限性
- 依赖单一社交网络：当前仅 MoltBook 实现，生态成熟度未知；跨平台适配需自行开发 adapter。
- 人工审批瓶颈：Outbound DM 需机主批准（48h 超时机制），全自动程度受限；Inbound 自动审批虽可开启，但存在误接风险。
- 语义搜索质量黑盒：评分算法（相似度 + bio 关键词 + karma + 活跃度）细节未披露，调参依赖经验。
- 数据本地存储：Leads、对话、配置均存本地 JSON，无内置加密或云端同步，多设备迁移需手动处理。
- 缺乏人机协作界面：纯 CLI + JSON 输出，无可视化看板，管理大量 leads 时效率受限。
适合人群
- 独立咨询师 / 技术顾问：需持续获取高质量客户线索，但无专职销售团队。
- Agent 开发者 / 工具创作者：希望通过 Agent-to-Agent 渠道推广产品、寻找合作伙伴或早期用户。
- 招聘者 / 猎头：针对特定技能标签（如 "steelflo"）定向挖掘候选人。
- 早期 SaaS 创始人：验证 PMF 阶段，需低成本自动化 BD 管道。
常规风险
- 社交滥用风险：自动化 DM 若配置不当（如过于频繁的 outreach），可能导致账号被 MoltBook 限制或标记为 spam。
- 隐私合规：扫描 Agent 公开/半公开资料并评分存储，需留意目标平台 ToS 及潜在 GDPR/CCPA 风险。
- API 密钥泄露：MoltBook API Key 存储于本地
~/.clawdbot/secrets.env，权限若过宽或设备共享，存在凭证泄露风险。 - 决策滞后：48h 审批窗口 + 资质问答循环（每周期 1 问，最多 3 问），可能错过时效性强的商机。
- 状态机复杂性：多状态转换（DISCOVERED→...→QUALIFIED）若遇异常中断，可能需手动修复
leads.json。