Lead Score Flow｜销售线索评分与邮件草稿工作流示例

本示例演示如何用CrewAI的Flows机制把销售线索评分拆成多个可编排的Agent阶段。流程大致为：从名为leads.csv的文件读取线索数据，调用LeadDataCollectionCrew做数据采集，再由LeadAnalysisCrew分析，最后由LeadScoreCrew按预设标准打分，把结果写入lead_scores.csv，并调用LeadResponseCrew为所有线索生成邮件草稿，其中排名前三的候选会被单独呈现给人工审阅，可补充反馈或决定是否继续写邮件。README还描述了将评分结果保存到CSV、以及为全部线索生成邮件的步骤。注意：仓库中同时存在与招聘场景相关的agents.yaml和tasks.yaml配置（例如HR协调者角色），与销售线索评分的README描述并不完全一致，实际行为请以代码与配置为准确认。

适用人群：想了解CrewAI Flows如何串联多个Crew、如何加入人工介入环节的开发者与AI应用原型设计者；销售运营人员可在技术人员协助下参考其流程设计思路。这不是开箱即用的SaaS产品，需要自行配置和运行代码，属于需要编程配置的多Agent示例。

输入输出：输入为CSV格式的线索/候选数据，以及.env中配置的OPENAI_API_KEY和SERPER_API_KEY；输出为评分CSV文件和生成的邮件草稿。流程中的人工审阅环节只是把候选呈现出来，不代表会自动发出邮件，实际发送需另行授权并人工确认。

获取与运行（依据README，未实测）：需Python 3.10至3.13，README写有pip install crewai==0.130.0，而pyproject.toml声明crewai[tools]>=0.152.0等依赖，二者存在版本描述差异，请以实际环境校验为准；随后执行crewai install安装依赖，在.env填入上述两个密钥，再用crewai run启动流程。自定义方式为修改config/agents.yaml与config/tasks.yaml调整Agent与任务，修改main.py调整流程编排。

示例任务：准备一份包含若干线索的CSV，运行流程后查看lead_scores.csv的评分与生成的邮件文本，人工重点复核前三名候选的评分理由，再决定是否进入后续联系。

限制与风险：该仓库已归档，属示例性质，不应视为持续维护或可直接用于生产，兼容性与依赖可用性待核验；许可未声明，不得假定允许再分发，使用前需确认授权；费用、模型适配与国内网络可访问性均未提供，需自行核查API额度与网络条件；评分结果仅供业务参考，招聘场景不应据此做出自动录用或拒绝决定，财务与法务相关判断需专业人工复核；任何邮件或网页操作都应在获得授权后由人工确认，不自动发送。

官方来源：https://github.com/crewAIInc/crewAI-examples/blob/da94a91e691e1cf5b3151416bb15b5b62729bea8/flows/lead-score-flow/README.md

作者/维护方：crewAIInc/crewAI-examples。采集日期：2026-11-13；依据官方资料经AI整理，未安装、运行或实测。

许可说明：未声明；不得假定允许再分发。具体子目录、依赖、模型和在线服务各自适用其条款。本站提供原创说明和来源入口，不随本文分发源码或凭据。