Cold Leads

npx add-mcp 'https://coldleads.app/api/mcp'

Casos de uso

Recetas prácticas para desarrolladores y creadores de automatizaciones. Cada publicación incluye una configuración, flujo de trabajo o script concreto para la API de Cold Leads y establece los límites y costos de créditos aplicables. La API requiere una clave secreta del plan Business.

Las direcciones, IDs y resultados en los ejemplos son ilustrativos. example.com está reservado para documentación, por lo que una verificación real de estas direcciones devuelve inválido.

Usar Cold Leads desde Cursor, Claude Desktop y Windsurf a través de MCP

Copiar direcciones entre un asistente, un CRM y una herramienta de verificación es lento y propenso a errores, y un asistente al que se le piden contactos puede inventarlos fácilmente.

Conecta el servidor MCP de Cold Leads una sola vez. Un asistente puede trabajar con contactos ya existentes en tu espacio de trabajo, importar filas estructuradas desde un archivo proporcionado por el usuario, leer conversaciones sincronizadas, mantener plantillas y borradores de campañas, y configurar formularios de captación de leads en el sitio web. El envío permanece detrás de la confirmación explícita del usuario y de las salvaguardas de consentimiento, cancelación de suscripción, DNC, contenido y cuenta de Cold Leads.

Lo que obtienes: Un asistente que trabaja con tus propios datos de contacto, bandeja de entrada y borradores de divulgación a través de MCP o el SDK de Node, manteniendo distinto el estado de consentimiento de cada consulta web y de divulgación.

En esta receta

• Qué ofrece el servidor
• Cursor
• Claude Desktop
• Windsurf (Devin Desktop) y Claude Code
• Prompts que coinciden con las herramientas reales
• Verifica el endpoint alojado desde una terminal
• Límites y costos

5 min de lectura

Verificación masiva de correo electrónico en n8n con Google Sheets

Llamar a una API de verificación una vez por fila es lento y choca con los límites de tasa, mientras que una API masiva necesita un trabajo, un bucle de sondeo y una forma confiable de mapear los resultados a las filas correctas.

Un flujo de trabajo toma hasta 5,000 filas que aún no tienen resultado, envía sus direcciones únicas como un solo trabajo masivo de Cold Leads, sondea el trabajo cada 5 segundos, obtiene los resultados, enruta cada fila por estado y escribe estado, puntuación, motivo y un siguiente paso en la hoja. Ejecútalo de nuevo para las siguientes 5,000.

Lo que obtienes: Cuatro columnas completadas por fila (verify_status, verify_score, verify_reason, next_step) y un flujo de trabajo que puedes ejecutar de nuevo hasta que toda la hoja esté lista.

En esta receta

• Qué hace el flujo de trabajo
• Prepara la hoja y las credenciales
• El flujo de trabajo
• Cómo funciona el bucle de sondeo
• Enrutamiento y escritura de vuelta
• Límites y costos

5 min de lectura

Verificar leads en Make.com antes de que lleguen a una campaña de Instantly

Las direcciones que nunca fueron verificadas van directamente a una campaña de envío. Las inválidas rebotan, y los rebotes cuentan contra los buzones que envían la campaña.

Coloca una verificación de Cold Leads entre el disparador e Instantly: una solicitud HTTP por lead, un filtro que solo deja pasar resultados válidos, y una segunda solicitud HTTP que agrega el lead a tu campaña con la API v2 de Instantly.

Lo que obtienes: Un escenario de Make en funcionamiento: nuevo lead, verificación de Cold Leads, filtro, lead agregado a la campaña de Instantly. Los leads que fallan el filtro se detienen allí o van a una hoja de revisión.

En esta receta

• Antes de comenzar
• Construye el escenario
• Elige qué tan estricto es el filtro
• Prueba ambas solicitudes desde una terminal
• Errores y reintentos
• Límites y costos

6 min de lectura

Verificar un CSV de 50,000 filas con Python, asyncio y httpx

Verificar una dirección por solicitud es lento y choca con el límite de tasa. Un bucle masivo ingenuo puede abrir más trabajos de los que la cuenta permite, pagar dos veces después de un fallo, o descartar silenciosamente filas cuyos resultados nunca llegaron.

Normaliza y elimina duplicados de la columna, envía trabajos masivos de hasta 5,000 direcciones, mantén como máximo cinco abiertos, sondea cada trabajo hasta el final, espera a que pasen los límites de tasa, detente limpiamente cuando se agoten los créditos, y guarda los IDs de los trabajos para que una segunda ejecución reanude en lugar de pagar de nuevo.

Lo que obtienes: Tu CSV con tres columnas nuevas (verify_status, verify_score, verify_reason) y un archivo pequeño .jobs.json que hace que la ejecución sea reanudable.

En esta receta

• Cómo se comportan los endpoints masivos
• El script
• Ejecútalo
• Qué hace el script cuando algo sale mal
• Límites y costos
• Lectura de las nuevas columnas

5 min de lectura

Migrar la verificación de correo electrónico de Hunter o Apollo a Cold Leads

El código de verificación está lleno de parámetros y valores de estado específicos del proveedor. Cambiar el endpoint sin mapearlos cambia silenciosamente qué direcciones envía un pipeline.

Mapea cada parámetro y campo de respuesta a su contraparte en Cold Leads, mantén lo que Cold Leads no reemplaza (datos de personas, búsqueda de dominios) donde está, y usa un adaptador pequeño para que el código existente conserve su forma.

Lo que obtienes: Un mapeo campo por campo, un adaptador de Python que devuelve campos estilo Hunter desde Cold Leads, y una tabla de costos de Cold Leads para 1,000, 10,000 y 50,000 verificaciones al mes.

En esta receta

• Qué se mueve y qué se queda
• Email Verifier a POST /api/v1/verify
• Email Finder a POST /api/v1/find
• Un adaptador de reemplazo directo
• Diferencias de comportamiento a planificar
• Límites y costos

5 min de lectura

Suscripciones iniciadas por agente, aprobadas por humanos

Un agente que necesita verificación de correo electrónico nunca debería tener una tarjeta ni suscribirse por su cuenta. Enviar al humano a registrarse, elegir un plan y copiar una clave rompe la tarea, y pegar claves en chats las filtra.

El agente llama a un endpoint sin clave y recibe un enlace de Stripe Checkout para su propietario más un token secreto de reclamación. El propietario revisa el plan y decide. Después del pago, el agente recoge la clave de API exactamente una vez con el token de reclamación, mediante sondeo o después de una devolución de llamada firmada.

Lo que obtienes: Una clave de API secreta funcional para la nueva cuenta Business del propietario, entregada al agente una sola vez, y un correo electrónico al propietario con un enlace para abrir la aplicación web de Cold Leads.

En esta receta

• El flujo de un vistazo
• Paso 1: solicita un enlace de pago (no se necesita clave)
• Paso 2: el propietario decide en Stripe
• Paso 3: recoge la clave una vez
• Opcional: una devolución de llamada firmada en lugar de sondeo
• Notas de seguridad
• Límites y costos

6 min de lectura

Cómo funciona la detección de aceptar-todo y cómo leer los resultados de Cold Leads

Algunos servidores de correo aceptan correo para cualquier dirección en su dominio, por lo que una verificación de buzón no puede distinguir a una persona real de un nombre inventado. Otros servidores responden solo temporalmente, o no se pueden alcanzar en absoluto, y una etiqueta válida simple puede ocultar el hecho de que el buzón nunca fue verificado.

Comprende el diálogo SMTP que ejecuta un verificador y qué significa cada respuesta, luego lee los códigos de estado, puntuación y motivo que devuelve Cold Leads, incluidos los casos en los que la sonda de buzón no se ejecutó.

Lo que obtienes: Una tabla de decisiones que mapea cada código de motivo de Cold Leads a una acción, y un script que la aplica a una dirección.

En esta receta

• El diálogo SMTP detrás de una verificación de buzón
• Códigos de respuesta y qué te permiten concluir
• La sonda de aceptar-todo, greylisting y otros límites
• Qué devuelve Cold Leads y cuándo la sonda no se ejecutó
• Una tabla de decisiones y un script que la aplica
• Límites y costos

6 min de lectura

Verificar o encontrar direcciones de correo electrónico para nuevos contactos de HubSpot y Pipedrive

Los contactos llegan desde formularios, importaciones y entrada manual con errores tipográficos, dominios muertos o sin dirección alguna, y nadie los verifica hasta que una campaña rebota.

Verifica cada contacto cuando se crea: una acción de código personalizada en un flujo de trabajo de HubSpot, o un pequeño receptor de webhook para Pipedrive. Un contacto con correo electrónico se verifica; un contacto sin uno pero con nombre y sitio web de empresa recibe una dirección sugerida claramente marcada como una suposición.

Lo que obtienes: Propiedades de contacto en HubSpot o campos de persona en Pipedrive que muestran el estado, puntuación y motivo de Cold Leads, o una dirección sugerida con su método y confianza.

En esta receta

• Cómo encaja todo
• HubSpot: una acción de código personalizada en un flujo de trabajo de contactos
• Pipedrive: un receptor de webhook
• Qué escribir de vuelta y qué hacer con ello
• Límites y costos

3 min de lectura

Herramientas de Cold Leads para agentes de CrewAI y LangChain

Un agente al que se le piden datos de contacto adivinará, y una dirección adivinada se ve exactamente igual que una real. Sin una herramienta de verificación, ni el agente ni la persona que lee su salida pueden notar la diferencia.

Dale al agente tres herramientas específicas respaldadas por la API de Cold Leads: buscar el propio CRM del usuario, verificar una dirección y adivinar una dirección a partir de un nombre y un dominio con una etiqueta de método honesta. Los errores vuelven como datos, para que el agente pueda reaccionar en lugar de fallar.

Lo que obtienes: Un cliente de API compartido, clases de herramientas para CrewAI y para LangChain, y un crew y un agente mínimos que las usan.

En esta receta

• Las tres herramientas
• Un cliente compartido
• CrewAI
• LangChain
• Descripciones sobre las que el modelo puede actuar
• Límites y costos

4 min de lectura

=VERIFY_EMAIL() y =FIND_EMAIL() en Google Sheets

Exportar una hoja a una herramienta de verificación y pegar los resultados de vuelta es tedioso. Una función personalizada ingenua llama a la API de nuevo, y gasta un crédito de nuevo, cada vez que Sheets ejecuta la fórmula otra vez.

Dos funciones personalizadas llaman a la API de Cold Leads con UrlFetchApp, leen la clave de las propiedades del script y mantienen cada respuesta en la caché del script hasta por seis horas, para que ejecutar la misma fórmula de nuevo no gaste otro crédito por la misma entrada.

Lo que obtienes: Tres celdas de resultado por fila: estado, puntuación y motivo de =VERIFY_EMAIL, o dirección, método y confianza de =FIND_EMAIL.

En esta receta