谁在做这件事
它省掉的是哪件事,适合谁。
卖数据基础设施的销售,或者任何客户是某个具体团队的人。一家公司现在同时在招好几个数据工程师,说明它正在做你的产品能帮上忙的事。
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。
十家公司在招的数据工程师岗位
数据工程师岗位全部在招岗位
每条是标题匹配 "data engineer" 的在招岗位数。右边的数字是这家公司全部在招岗位,免得招人多的公司只因为岗位多就显得信号强。
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。
company.nametitleposted_datelocation.city
接下来
拿到名单之后,这件事往哪走。
从信号最强的开始
先按岗位数排序,再看占全部岗位的比例。200 个里有 5 个,比 2,000 个里有 10 个更说明问题。
引用岗位原文
让 agent 读这些岗位,把里面提到的工具和问题找出来。引用岗位原文的邮件读起来像做过功课,而不是群发。
每周看一次
每周定时跑同一段提示词,某家公司的岗位数上升就提醒你。十家公司每次 20 API Credits。
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
20 API Credits0.67 美元新账户赠送的 100 API Credits 够用
花费超过 30 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 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。用 metix-skills 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。用 Metix AI Platform 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。
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
只计数,不读取:每家公司数两次,一次是在招的数据工程师岗位,一次是它全部的在招岗位,免得招人多的公司只因为岗位多就显得信号强。某家公司连一个在招岗位都没有,就告诉我,多半是名字和它岗位上写的对不上;总花费超过 30 API Credits 之前停下来问我。
03回答
一张表,列出公司、数据工程师岗位数、全部在招岗位数和占比,按占比排序,带上读取日期,再画一张岗位数的条形图。说清楚这份结果看不到什么。
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。只计数,不读取:每家公司数两次,一次是在招的数据工程师岗位,一次是它全部的在招岗位,免得招人多的公司只因为岗位多就显得信号强。某家公司连一个在招岗位都没有,就告诉我,多半是名字和它岗位上写的对不上;总花费超过 30 API Credits 之前停下来问我。
3. 回答。一张表,列出公司、数据工程师岗位数、全部在招岗位数和占比,按占比排序,带上读取日期,再画一张岗位数的条形图。说清楚这份结果看不到什么。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。只计数,不读取:每家公司数两次,一次是在招的数据工程师岗位,一次是它全部的在招岗位,免得招人多的公司只因为岗位多就显得信号强。某家公司连一个在招岗位都没有,就告诉我,多半是名字和它岗位上写的对不上;总花费超过 30 API Credits 之前停下来问我。
3. 回答。一张表,列出公司、数据工程师岗位数、全部在招岗位数和占比,按占比排序,带上读取日期,再画一张岗位数的条形图。说清楚这份结果看不到什么。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。只计数,不读取:每家公司数两次,一次是在招的数据工程师岗位,一次是它全部的在招岗位,免得招人多的公司只因为岗位多就显得信号强。某家公司连一个在招岗位都没有,就告诉我,多半是名字和它岗位上写的对不上;总花费超过 30 API Credits 之前停下来问我。
3. 回答。一张表,列出公司、数据工程师岗位数、全部在招岗位数和占比,按占比排序,带上读取日期,再画一张岗位数的条形图。说清楚这份结果看不到什么。
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
18 API Credits0.60 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/find-accounts-hiring-for-a-role.tar.gz | tar xz
cd find-accounts-hiring-for-a-role
: "${METIX_KEY:?set METIX_KEY first}" && python3 cases/find-accounts-hiring-for-a-role/fetch.py你会得到
data/*.json 和 data/receipt.json。运行 git diff cases/find-accounts-hiring-for-a-role/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 |
|---|---|---|
| 公司名单 | 第一行 | 换成你自己的客户名单 |
| 岗位 | 第一行 | "客户经理"、"安全工程师" |
| 只看最近的岗位 | 第一行 | "……最近 30 天发布的" |
| 更紧的上限 | 第 2 步 | 每家两次计数,名单更长就把 30 调大 |
运行前先问清楚
- 哪些公司?名字要和它们岗位上写的一致。
- 哪个岗位能说明他们需要你卖的东西?
- 所有国家都算,还是只看你负责的区域?
这一页上公布的数字来自更长的一版提示词,那一版还固定了标题怎么匹配、重复发布怎么算,口径记在页面的方法一节里。用上面这段跑出来的匹配会按 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。
客户名单从哪来?
来自你的 CRM,或者用上一个"做目标客户名单"的场景生成。公司名要和岗位上写的一致;agent 会在正式跑之前先逐个计数核对。
100 家公司要多少?
每家公司两次计数,大约 200 API Credits。不算全部在招岗位可以减半。
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、account-list.json 里十家公司的在招岗位。岗位按标题匹配 "data engineer"。
- 局限
- 所有国家的岗位都算在内。标题匹配会包括高级和负责人岗位,也可能包括标题里带这个词的分析工程师。重复发布不合并。
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
- 20
- 搜索结果
- 18
- 读取记录
- 0
- API Credits
- 18
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 10 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。