web3-target-team-research

🎯 高融资加密团队线索挖掘专家

基于A级安全认证的Web3商务拓展指南,系统化挖掘融资超千万美元加密团队的公开TG联系方式,构建高质量BD线索库。

收藏
2.7k
安装
1.3k
版本
v1.0.1
CLS 安全性认证2026-05-18
点击查看完整报告 >

使用说明

核心用法

该Skill专为Web3商务拓展场景设计,通过并行子代理(Subagent)架构实现对高价值加密项目的系统性挖掘。用户只需指定数据源(如Paradigm投资组合、Solana生态项目或近期融资新闻),Skill将自动部署多个"猎人"代理并行搜索不同VC投资组合,筛选出融资额超过1000万美元的团队,并通过截图验证Telegram个人资料的真实性(要求有头像或 bio 提及公司/职位),最终将验证通过的联系人信息追加至本地CSV文件进行管理。

显著优点

首先,方法论体系成熟,提供了按成功率分级的数据源推荐(消费级DeFi协议转化率约40%,而企业级机构低于20%),显著提升猎取效率。其次,验证机制严谨,通过双重验证(资金门槛+社交真实性)确保线索质量,避免无效联系。第三,数据管理规范,采用结构化的CSV格式存储,支持去重检查和分类管理(区分有联系方式和无联系方式的项目)。第四,支持自动化扩展,可通过Cron任务实现7×24小时持续监控,适合长期市场情报收集。

潜在缺点与局限性

作为纯文档型Skill,其执行完全依赖用户手动操作或外部自动化工具配置,本身不具备直接执行网络请求或数据抓取的能力,这在保证安全性的同时也限制了即时性。数据来源方面,主要覆盖欧美主流VC投资组合,对亚洲本土基金(如HashKey、Animoca Brands部分项目)或非主流融资渠道覆盖不足。此外,Telegram验证规则相对基础(仅检查头像或Bio),无法深度验证账号活跃度和身份真实性,存在冒充者风险。

适合的目标群体

主要面向三类用户:一是Web3项目方的商务拓展(BD)团队,需要寻找潜在的合作伙伴或客户;二是加密领域投资人及研究员,需要建立被投项目或竞争对手的联系人网络;三是合规的市场情报分析师,进行行业调研和竞争格局分析。特别适合已有明确目标VC名单或生态领域,需要批量构建高质量线索库的专业人士。

使用风险与注意事项

尽管Skill本身为纯文档指导,但使用者需特别注意数据合规风险:在收集Telegram和X(Twitter)等平台的公开信息时,需严格遵守平台服务条款(ToS)和 robots.txt 限制,避免触发反爬虫机制。同时,外联活动需符合GDPR等数据保护法规,仅联系明确公开联系方式且可能对外商务合作的账号,避免骚扰性质的消息推送。此外,由于来源为T3级个人开发者,建议企业用户在使用前进行内部安全审计,并建立本地数据备份机制,防止因来源可信度问题导致的潜在风险。

安全解读

核心用法

Web3 Target Team Research 是一款专注于加密行业商业拓展的自动化研究工具,通过自然语言指令指导 AI Agent 系统性地挖掘高价值 Web3 团队联系方式。

启动流程:用户通过简单指令如 Start crypto hunters targeting [SOURCES] 触发工作流,系统会并行生成 3 个子代理(hunters),分别针对不同的 VC 投资组合或生态领域进行搜索。支持的目标源包括 Paradigm、Dragonfly、a16z crypto 等知名机构的投资组合,以及 Solana 生态、DeFi 协议等特定领域。

筛选机制:工具自动过滤融资额 ≥$1000 万的项目,交叉比对 crypto-master.csvcrypto-no-contacts.csv 避免重复研究。对于候选团队,子代理会通过 X/Twitter 等渠道定位核心成员,进而查找其 Telegram 个人账号。

验证标准:Telegram 联系方式需通过截图验证,满足以下任一条件即视为有效:① 设置真实头像(pfp);② 个人简介明确提及公司名称或职务。此设计有效过滤空号、冒名账号及频道账号,确保联系方式的真实性和可用性。

输出管理:验证通过的联系人按标准 CSV 格式追加至主库,包含团队名称、所属链、赛道分类、官网、X 链接、融资额及联系人信息。未找到有效联系方式的团队则记录至 crypto-no-contacts.csv,形成完整的闭环管理。

显著优点

1. 高效并行架构:采用子代理并行狩猎模式,可同时覆盖多个数据源,显著提升研究效率。内置的自动监控机制(cron + HEARTBEAT)确保 hunting 进程持续运行。

2. 精准筛选体系:基于融资额、链生态、赛道等多维度的分层筛选,结合成功率数据(消费级 DeFi 协议 TG 转化率 ~40%+)优化资源投入方向。

3. 实用验证机制:通过 Telegram 个人资料的视觉和内容双重验证,大幅降低无效线索比例,提升 outreach 成功率。

4. 标准化数据输出:CSV 格式兼容主流 CRM 和邮件工具,便于直接导入销售自动化工作流。

潜在局限

1. 依赖公开信息:核心能力受限于目标团队在社交媒体上的公开活跃度。部分技术导向的创始人可能刻意保持低调,导致遗漏高价值目标。

2. 平台政策风险:Twitter/X 和 Telegram 的反爬取政策可能限制大规模自动化搜索。报告已提示需避免"大规模自动化爬取"。

3. 来源可信度边界:T3 级个人开发者维护,缺乏企业级 SLA 保障。长期维护和更新频率存在不确定性。

4. 地域与赛道偏差:亚洲市场(Hashed、OKX Ventures)和社交类项目 TG 转化率偏低(<20%),可能影响特定市场的覆盖完整性。

适合人群

  • Web3 项目 BD/市场团队:需要快速建立投资人、合作伙伴或竞品联系网络
  • VC 与加速器运营人员:跟踪 portfolio 动态,挖掘协同投资机会
  • 加密行业猎头:定位高薪技术人才和核心团队成员
  • 市场研究机构:系统性地绘制加密行业人脉图谱

常规风险

  • 合规边界:虽仅收集公开信息,但大规模 outreach 需遵守 GDPR、CCPA 及反垃圾邮件法规
  • 误判风险:Telegram 同名账号可能导致身份误认,建议结合多源交叉验证
  • 数据时效性:融资数据和团队变动可能存在滞后,关键决策前建议人工复核
  • 平台账号安全:子代理操作可能触发 Twitter/X 或 Telegram 的风控机制,建议使用专用账号并控制请求频率

web3-target-team-research 内容

references文件夹
手动下载zip · 11.4 kB
auto-hunt-setup.mdtext/markdown
请选择文件