面向 GTM 任务的 AI agents
自主 worker 可在无需人工干预的情况下研究、判定并处理 GTM 信号。产品页展示了研究、资格判定和 SDR 风格的 agent 示例。
Cargo 是面向 GTM 的基础设施,支持在 web app、API、CLI 和 Claude Code 中构建 agent、工作流、工具与数据模型,助力销售与 GTM 团队自动化调研、补全、资格判定、路由和外联。
Cargo 是面向希望围绕一组共享原语自动化收入运营的团队的 GTM 基础设施:agents、plays、tools 和数据模型。网站将其描述为数据、交接和自动化的一层,旨在在不增加人头的情况下扩展收入规模。
它同时支持可视化和可编程工作流。用户可以在 app 中进行设计和部署,也可以通过 API、CLI、Claude Code 和 Cursor 操作,这使其适合希望为调研、补全、资格判定、路由和外联建立中央系统的团队。
自主 worker 可在无需人工干预的情况下研究、判定并处理 GTM 信号。产品页展示了研究、资格判定和 SDR 风格的 agent 示例。
始终运行的工作流会在信号触发时执行,例如新的线索、注册、网站访客、提及或融资事件。plays 旨在可靠地重复相同流程。
可复用的 GTM 函数可由 agents、UI、API 或 Claude Code 调用。tools 页面展示了利益相关者查找、邮箱查找和收入提取等示例。
统一的数据模型连接 CRM、产品和补全数据,使下游工作流基于单一事实来源运行。网站将其定位为编排的基础层。
用户可以在 UI 中进行可视化构建,也可以通过 API 和 CLI 以编程方式构建。Cargo 展示了用于列出 plays、创建批量运行和触发 agents 的 TypeScript 示例。
平台包含运行级可观测性、版本历史、受控发布、重试和回滚支持。这些控制能力被作为基础设施方案的一部分呈现。
根据最契合客户生成相似账户列表,并将其用于外联或活动规划。
通过组合多个补全提供商并在一个工作流中更新账户数据,保持 CRM 记录最新。
跨网页、新闻和 LinkedIn 研究潜在客户,收集联系信息和背景资料,用于个性化外联。
根据意向和互动信号对账户和线索进行评分,让销售代表专注于优先级更高的机会。
根据区域、产能和账户匹配度将流入线索路由给合适的销售代表,以减少交接延迟。
Cargo 专为希望在一个系统中构建 AI agent、工作流、工具和数据模型的 GTM 团队而设计。源内容展示了可通过 app、API、CLI、Claude Code 和 Cursor 进行设置与使用。
是的。网站展示了两种构建方式:在 UI 中进行可视化构建,或使用 Claude Code 以及 API/CLI 以编程方式构建。它还展示了通过代码列出 plays 或 agents 以及创建批量运行的示例。
Cargo 将 agents、plays、tools 和 data models 定位为核心构建块。Agents 负责自主执行 GTM 任务,plays 运行触发式工作流,tools 提供可复用函数,而 data models 统一 CRM、产品和补全数据。
Cargo 的定价页面说明,每个方案都包含 AI agents、工作流和 100+ 集成,提供免费试用,并采用按增长付费的定价方式。页面还说明没有功能限制。
源内容突出显示了 100+ 集成,但在收集到的文本中并未提供完整的集成目录。tools 页面展示了如查找利益相关者、查找邮箱和提取收入数据等示例。