> ## Documentation Index
> Fetch the complete documentation index at: https://docs.anysite.io/llms.txt
> Use this file to discover all available pages before exploring further.

# VC 项目寻源 — 自动化创始人发现流水线

> 一家风险投资基金如何构建了每个联系人成本 $0.06 的无代码项目寻源流水线，用 Anysite 的 API 取代了每年 $28K 的企业级工具。

## 概述

一家新兴风险投资基金使用 Anysite 的 API 来驱动一条完全自动化的项目寻源流水线 —— 发现公司、研究创始人，并以传统 VC 情报平台的零头成本获取联系信息。这条流水线完全用一个无代码平台构建，每天处理约 85 次 API 调用，无需工程团队。

以\*\*每获取一个联系人 $0.06** 的成本和 **73.5% 的个人资料转邮箱转化率**，这家基金用每月 $30 的 Anysite 订阅取代了每年 \$28,000 的企业级工具 —— 证明了新兴基金可以在精打细算的预算下构建机构级的项目寻源基础设施。

## 挑战：项目寻源对新兴基金而言是失灵的

风险投资本质上是一门项目流的生意。最好的回报属于那些在市场反应过来之前就找到有潜力公司的基金 —— 这意味着要系统性地发现创始人，而不是等待暖性引荐。

但为项目寻源设计的工具都是为大型、成熟的基金打造的：

* **PitchBook** 起价约 \$28,000/年 —— 对独立 GP 和新兴基金管理人而言难以承受
* **Crunchbase Pro** 和 **Dealroom** 提供公司数据库，但创始人联系数据有限
* **手动研究** —— 在 LinkedIn、AngelList 和新闻网站上翻找 —— 无法扩展到每周几个项目以上

对于小型或新兴基金而言，这笔账算不过来。你需要不带机构预算的机构级项目流。而且你需要它是自动化的，因为独立 GP 或小团队无法每天花费数小时做手动潜客挖掘。

## 解决方案：构建在 Anysite 上的无代码流水线

这家基金采取了一种不同的方法。他们没有订阅昂贵的 VC 情报平台，而是用 Anysite 的 API 作为数据层、用一个无代码平台处理工作流逻辑，构建了自己的项目寻源流水线。

结果是：一条 4 阶段的自动化流水线，每日运行，持续在目标行业中发现公司和创始人 —— 无需编写一行代码。

## 工作流

这条流水线遵循从公司发现到创始人联系的逻辑递进：

### 阶段 1：公司发现（约占 API 用量的 25%）

流水线首先按行业、规模、关键词和增长信号搜索符合基金投资逻辑的公司。

* `/linkedin/search/companies` —— 按行业、规模和关键词查找公司
* `/linkedin/search/jobs` —— 将开放职位作为增长信号（一家激进招聘的初创公司很可能正在扩张）

### 阶段 2：公司研究（约占 API 用量的 25%）

对于每一家发现的公司，流水线会拉取详细资料以评估契合度：

* `/linkedin/company` —— 完整公司资料：行业、员工人数、专长、总部
* `/google/company` —— 来自 Google 和公开网络的交叉引用数据

这种双数据源的方法确保基金掌握完整的全貌 —— LinkedIn 提供专业数据，Google 提供更广泛的背景，例如融资公告和媒体报道。

### 阶段 3：创始人发现（约占 API 用量的 25%）

一旦某家公司通过研究筛选，流水线就会识别创始人和关键高管：

* `/linkedin/company/employees` —— 列出目标公司的所有员工
* `/linkedin/user` —— 创始人和最高管理层的完整个人资料
* `/linkedin/search/users` —— 在该公司查找特定角色（CEO、CTO、联合创始人）

### 阶段 4：联系信息获取（约占 API 用量的 25%）

对于合格的创始人，流水线会获取联系信息以便直接触达：

* `/linkedin/user/email` —— 创始人和决策者的邮箱查找

**73.5% 的个人资料转邮箱转化率**意味着，每四名被研究的创始人中就有近三名能产出可操作的联系数据 —— 这是一条效率极高的流水线产出。

## 结果与指标

| 指标                   | 数值                         |
| -------------------- | -------------------------- |
| API 调用总数（2026 年第一季度） | 7,663                      |
| 日均                   | 约 85 次/天                   |
| 端点分布                 | 4 个阶段均衡分布，各约 25%           |
| 每获取一个联系人的成本          | \$0.06                     |
| 个人资料转邮箱转化率           | 73.5%                      |
| Anysite 套餐成本         | \$30/月（MCP Unlimited）      |
| 被取代的工具成本             | 约 \$28,000/年（PitchBook 等价） |
| 所需工程团队               | 无（无代码构建）                   |

均衡的端点分布揭示了一条设计良好的流水线：从发现到联系信息获取，每个阶段投入的精力大致相等。没有瓶颈，也没有浪费的产能。

## 成本方程

其经济效益令人信服：

* **Anysite：** $30/月 = $360/年，在 API 层面获取数据
* **PitchBook：** 约 \$28,000/年，获取一个可比（但不同）的项目情报平台
* **成本差异：** 数据层便宜 78 倍

<Note>
  这并非同类对比 —— PitchBook 提供财务数据、交易历史和完整的 UI，而 Anysite 并不提供这些。重点在于，对于这家基金所需的特定能力（公司发现 + 创始人资料 + 联系数据），Anysite 能以零头的成本交付。
</Note>

每获取一个联系人 \$0.06 的成本，使这条流水线即便对于用自有资本投资的天使投资人和独立 GP 也具有经济可行性。在这个价位下，项目寻源成为一项固定的运营成本，而非一笔可观的预算项目。

## 使用的关键 Anysite 端点

| 端点                            | 流水线阶段  | 用途             |
| ----------------------------- | ------ | -------------- |
| `/linkedin/search/companies`  | 公司发现   | 按行业、规模、关键词查找公司 |
| `/linkedin/search/jobs`       | 公司发现   | 将招聘活动作为增长信号    |
| `/linkedin/company`           | 公司研究   | 完整公司资料与公司画像数据  |
| `/google/company`             | 公司研究   | 交叉引用的网络数据      |
| `/linkedin/company/employees` | 创始人发现  | 梳理目标公司的员工      |
| `/linkedin/user`              | 创始人发现  | 完整的创始人/高管个人资料  |
| `/linkedin/search/users`      | 创始人发现  | 在公司中查找特定角色     |
| `/linkedin/user/email`        | 联系信息获取 | 用于触达的邮箱查找      |

## 关键要点

* **无代码已可用于生产环境。** 一家 VC 基金无需编写代码就构建了一条完全自动化的项目寻源流水线 —— Anysite 的 API 与无代码工作流平台的组合足以满足生产使用。
* **新兴基金可以在项目流上竞争。** 以每月 \$30，机构级的创始人发现对独立 GP、天使投资人和此前被 VC 情报工具拒之门外的新兴基金管理人来说触手可及。
* **均衡的流水线即高效的流水线。** 四个阶段约 25% 的分布表明这是一条没有瓶颈的流水线 —— 每个阶段都对产出贡献均等。
* **73.5% 的转化率证明了数据质量。** 近四分之三被研究的创始人能产出可操作的联系数据，验证了 Anysite 的 LinkedIn 数据覆盖度对 VC 项目寻源用例的价值。