谁在做这件事
它省掉的是哪件事,适合谁。
已经写好理想客户画像、需要一份符合画像的公司名单的创始人或销售负责人:先把名单大小算清楚,再让人开始写邮件。
搜索怎么一步步缩小
每一行在上一行的基础上加一个条件。先计数再读记录:每次计数 1 API Credit。
- 总部在美国
headquarters.country eq "United States"100,000+超过阈值只返回区间 - 行业是软件开发
+ industry match "software development"100,000+超过阈值只返回区间 - 50 到 500 人
+ headcount gte 50, lte 5007,176上一行是区间 - 一年里人数增长 20% 以上
+ headcount_growth_yoy_pct gte 201,567你的名单保留上一行的 22%
条的长度用对数刻度
得到什么
最近一次重跑的计数。背后的记录由你的 agent 用你自己的 key 读取。
这 1,567 家公司,按总部所在州
公司数
公司登记的总部所在州。其他是 1,567 家里剩下的。
agent 会读哪些字段
提示词要求读取的字段。这个页面只展示字段名和计数,不展示任何一条记录。
namewebsiteheadcountheadcount_growth_yoy_pctheadquarters.cityheadquarters.stateindustrylast_funding.date
接下来
拿到名单之后,这件事往哪走。
读出名单
让 agent 先读出前 100 家公司(大约 24 API Credits),写成一张带官网、人数和增长的表格。剩下的会先问你再读。
看谁在招人
人数增长是一个信号,招你所卖产品对应的岗位是更直接的信号。见下一个场景。
找到联系人
对每家公司,按公司和职位找到可能的决策人,只在需要时再解锁工作邮箱。
运行这个案例
三种方式,每一种都先告诉你要花多少。
1 API Credit 可以买 25 个搜索结果或 5 条完整记录;1 美元可以买 30 API Credits。
交给你的 agent 来跑
9 到 33 API Credits0.30 到 1.10 美元新账户赠送的 100 API Credits 够用
花费超过 40 API Credits 之前,agent 会先停下来问你。
你的 agent 按提示词一步步执行:先读规则,再计数,按提示词的要求检查定义,最后写出文件和图表。请使用能写文件的 agent,比如 Claude Code 或 Codex。
一次性配置key、连接和一次免费检查。如果你的 agent 已经接入 Metix AI Platform,可以跳过。
1获取 key
在 Metix AI Platform 上创建 key →新账户一次性赠送 100 API Credits,30 天内有效。在启动 agent 的终端里设置,或者把这一行写进 ~/.zshrc 或 ~/.bashrc,新开的终端也能用:
终端export METIX_KEY=metix_xxxxxxxx
2连接你的 agent
Claude Code
为所有项目注册 Metix AI Platform。在任意目录启动 claude,就能看到十二个 metix 工具。
MCP 配置指南 →终端: "${METIX_KEY:?run step 1 first}" && claude mcp add --scope user --transport http metix-ai-platform \ https://mira-api.metix.ai/mcp \ --header "Authorization: Bearer $METIX_KEY"Codex
注册同一个服务。key 留在环境变量里,不写进配置文件。
MCP 配置指南 →终端codex mcp add metix-ai-platform \ --url https://mira-api.metix.ai/mcp \ --bearer-token-env-var METIX_KEY
Skills
四个 skill,教任何 agent 使用 Metix AI Platform 的接口和查询规则,适合不支持 MCP 的 agent。安装程序默认一项都不勾选:在每一项上按空格,再按回车。
Skills 安装说明 →终端npx skills add MetixAI-Official/metix-skills
其他 MCP
让客户端通过 streamable HTTP 连接这个地址,并带上这两个请求头;缺少 Accept 请求头时服务器会返回 406。较旧的客户端使用同一主机上的 /sse。
MCP 配置指南 →地址和请求头https://mira-api.metix.ai/mcp Authorization: Bearer <your key> Accept: application/json, text/event-stream
3检查配置
先问这一句。它只读取余额和字段列表,不做任何搜索,不花 API Credits:
发给 agent 的提示使用 Metix AI Platform:查询我的 key 状态并读取 contract,这两项都免费。然后告诉我我的 API Credit 余额和可以查询哪些数据集。不要做任何搜索。
4粘贴提示词
在一个空文件夹里启动 agent,再粘贴。它会把文件写在那里。
要回答的问题
用 Metix AI Platform MCP 帮我做一份名单:总部在美国、50 到 500 人、过去一年人数增长 20% 以上的软件公司。用 metix-skills 帮我做一份名单:总部在美国、50 到 500 人、过去一年人数增长 20% 以上的软件公司。用 Metix AI Platform 帮我做一份名单:总部在美国、50 到 500 人、过去一年人数增长 20% 以上的软件公司。
01工具
用 Metix AI Platform 的 MCP 服务。第一次查询之前先调 `metix_get_contract`,任何时候都不要打印密钥。用 metix-skills。第一次查询之前先读 contract,任何时候都不要打印密钥。调 REST 接口 `https://mira-api.metix.ai`,密钥从 `METIX_KEY` 读。第一次查询之前先读 `GET /contract`,任何时候都不要打印密钥。
02预算
条件一个一个加,每加一个就把当时的数量给我看,让我知道哪个条件砍掉的最多。读任何一家公司之前,先告诉我读完要花多少,总花费超过 40 API Credits 之前停下来问我。
03回答
一张按增长排序的表,带官网、人数、增长、城市和州,再加一份按总部所在州的计数。说清楚哪几家看起来并不是软件公司,以及这份名单看不到什么。
1. 工具。用 Metix AI Platform 的 MCP 服务。第一次查询之前先调 `metix_get_contract`,任何时候都不要打印密钥。
2. 预算。条件一个一个加,每加一个就把当时的数量给我看,让我知道哪个条件砍掉的最多。读任何一家公司之前,先告诉我读完要花多少,总花费超过 40 API Credits 之前停下来问我。
3. 回答。一张按增长排序的表,带官网、人数、增长、城市和州,再加一份按总部所在州的计数。说清楚哪几家看起来并不是软件公司,以及这份名单看不到什么。1. 工具。用 metix-skills。第一次查询之前先读 contract,任何时候都不要打印密钥。
2. 预算。条件一个一个加,每加一个就把当时的数量给我看,让我知道哪个条件砍掉的最多。读任何一家公司之前,先告诉我读完要花多少,总花费超过 40 API Credits 之前停下来问我。
3. 回答。一张按增长排序的表,带官网、人数、增长、城市和州,再加一份按总部所在州的计数。说清楚哪几家看起来并不是软件公司,以及这份名单看不到什么。1. 工具。调 REST 接口 `https://mira-api.metix.ai`,密钥从 `METIX_KEY` 读。第一次查询之前先读 `GET /contract`,任何时候都不要打印密钥。
2. 预算。条件一个一个加,每加一个就把当时的数量给我看,让我知道哪个条件砍掉的最多。读任何一家公司之前,先告诉我读完要花多少,总花费超过 40 API Credits 之前停下来问我。
3. 回答。一张按增长排序的表,带官网、人数、增长、城市和州,再加一份按总部所在州的计数。说清楚哪几家看起来并不是软件公司,以及这份名单看不到什么。
你会得到
聚合文件和图表,一段说明抽检发现了什么、改了什么,以及这次运行花了多少 API Credits(取自运行前后的余额)。
如果调用返回 402 insufficient_quota,说明 key 有效,只是余额用完了。
复现数字
9 API Credits0.30 美元新账户赠送的 100 API Credits 够用
一个只用 Python 标准库的小脚本,把已提交的查询按计数发出去,写出这个页面所用的聚合文件。需要 Python,并在终端里设置好 METIX_KEY(见 agent 路径的第 1 步),也可以让你的 agent 替你运行这几行。
curl -fsSL https://platform.metix.ai/casebook/source/build-target-account-list.tar.gz | tar xz
cd build-target-account-list
: "${METIX_KEY:?set METIX_KEY first}" && python3 cases/build-target-account-list/fetch.py你会得到
data/*.json 和 data/receipt.json。运行 git diff cases/build-target-account-list/data 看哪些数字变了:除去快照之后数据本身的变化,数字应该一致。
改成你的问题
花费取决于你的版本读取多少。在提示词第 1 步里写上你自己的上限。
提示词就是这个案例本身。改掉下表里的部分,你的 agent 就会回答你的问题,用同样的检查和同样的花费记录方式。
| 要改的 | 改哪里 | 例如 |
|---|---|---|
| 行业 | 第一行 | "financial services"、"biotechnology" |
| 规模 | 第一行 | 200 到 2,000 人 |
| 信号 | 第一行 | 用最近 12 个月有融资代替人数增长 |
| 更紧的上限 | 第 2 步 | 把 40 调小;名单更宽就调大 |
运行前先问清楚
- 哪些行业算?公司自己选的行业够不够准?
- 哪个规模区间最适合你?
- 看增长、看最近融资,还是都看?
这一页上公布的数字来自更长的一版提示词,那一版还固定了筛选条件的写法和按哪五个州拆分,口径记在页面的方法一节里。用上面这段跑出来的口径会按 agent 自己的理解来,当名单是你的而不是我们的时候,这通常才是你要的。
常见问题
跑之前大家常问的。
人数就是公司真实规模吗?
这是 Metix AI Platform 上公司记录里的人数,跟着公司自己公开的信息走,当作估算看。
第一步为什么显示 100,000+?
数量超过一定阈值时,API 返回的是区间而不是精确总数,所以很宽的条件显示为 100,000+。后面更窄的步骤都是精确数字。
方法和局限
统计了谁、怎么统计的、漏掉了什么。
- 统计范围
- 2026 年 9 月 30 日通过 Metix AI Platform 可见的公司,按总部国家、行业、人数和人数同比增长筛选。
- 局限
- 行业是公司自己选的,数据公司也可能选了别的行业。有些公司没有增长数据,会在最后一步被排除。
最近一次复现
上一次复现花了多少,取自运行前后 Metix AI Platform 记录的余额。
- 运行日期
- 2026-09-30
- 调用次数
- 9
- 搜索结果
- 9
- 读取记录
- 0
- API Credits
- 9
搜索结果是搜索返回的 ID 数,每次计数查询算一个,完整搜索按命中数算。记录是完整读取的岗位或档案:这个案例一条都没读。
做这个案例另外花了大约 9 API Credits:agent 做的抽检、试探性查询,以及被公开复现取代的早先运行。你不需要再花这部分。