Indgående formularer lander i én indbakke, og nogen skal læse hver enkelt og beslutte, hvor den skal hen. Den forsinkelse koster varme leads. Den her router læser hver indsendelse og sorterer den i det rigtige spor, før et menneske ser den.
sonnet3 dageWebhookOpenAIHubSpotSlack
Claude
87ROI
83Scale
$3k91Saved
ROI for
README.md
Hvorfor denne subagent
Indgående formularer lander i én indbakke, og nogen skal læse hver enkelt og beslutte, hvor den skal hen. Den forsinkelse koster varme leads. Den her router læser hver indsendelse og sorterer den i det rigtige spor, før et menneske ser den.
Den normaliserer felter på tværs af dine formularer, klassificerer hensigten, tjekker CRM'en for en eksisterende kontakt og arkiverer derefter leadet i den rigtige pipeline og pinger det ansvarlige team. Du får hver formular routet på sekunder med en konfidensscore på hver vurdering.
Sådan kører den
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Læs beskedens indhold og metadata, og klassificer den i en bane som f.eks. salg, support eller partnerskab.
pending
Søg efter, om e-mailen allerede findes i CRM-systemet, og vælg opret-eller-opdater herefter.
pending
Gem leads'et i den relevante CRM-pipeline og underret det ansvarlige team i Slack.
pending
Eksempel på output
json
// Sample output
// (generated when the pipeline finishes)
Given a normalized form submission, classify it into one CRM lane and return a JSON object with lane, confidence, matched contact id, and the routing action taken.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.