scroll-world
A skill that turn any brand into a scrollable 3D world landing page
LinkedIn Sales Navigator contact and account search from your logged-in browser.
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
A skill that turn any brand into a scrollable 3D world landing page
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 6/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 12/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 18/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala LinkedIn Sales Navigator. Sigue https://mcp.popnx.com/i/nick-choudhary-linkedin-sales-nav-mcp.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 13 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server LinkedIn Sales Navigator para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "linkedin-sales-nav": { "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de LinkedIn Sales Navigator aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
SettingsDeveloperEdit Config
{
"mcpServers": {
"linkedin-sales-nav": {
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}Usa LinkedIn Sales Navigator y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando LinkedIn Sales Navigator o muestra una herramienta de LinkedIn Sales Navigator en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
ChatGPT todavía no puede conectar LinkedIn Sales Navigator
LinkedIn Sales Navigator se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web
A · Usa una app que pueda conectar LinkedIn Sales Navigator
B · Otros en Marketing y redes sociales que funcionan con ChatGPT
Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave
Funciona con Claude Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server LinkedIn Sales Navigator para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcp 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de LinkedIn Sales Navigator aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcpDeberías ver LinkedIn Sales Navigator en la lista como conectado
Usa LinkedIn Sales Navigator y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando LinkedIn Sales Navigator o muestra una herramienta de LinkedIn Sales Navigator en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server LinkedIn Sales Navigator para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "linkedin-sales-nav": { "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de LinkedIn Sales Navigator aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa LinkedIn Sales Navigator y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando LinkedIn Sales Navigator o muestra una herramienta de LinkedIn Sales Navigator en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code, pero hay que preparar algo antes
Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server LinkedIn Sales Navigator para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "linkedin-sales-nav": { "type": "stdio", "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de LinkedIn Sales Navigator aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Usa LinkedIn Sales Navigator y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando LinkedIn Sales Navigator o muestra una herramienta de LinkedIn Sales Navigator en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
La configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"linkedin-sales-nav": {
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"linkedin-sales-nav": {
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"linkedin-sales-nav": {
"type": "stdio",
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se ejecutan en tu computadora en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 20 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub nick-choudhary, dueña del repo
Último cambio de código: hace 9 días
Usa MIT
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Sin entradas en OSV.dev para linkedin-sales-nav-mcp@1.2.0
Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/nick-choudhary-linkedin-sales-nav-mcp)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez hace 9 días, y la última versión (1.2.0) llegó al registro hace 3 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: Relaticle, ChatbotX, X (Twitter) MCP Server by Xquik, Betterlytics, BibiGPT YouTube Video Summarizer
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Open-source CRM your AI agents can write to: companies, people, opportunities, tasks and notes.
Omnichannel customer messaging, CRM contacts, flows, sequences, broadcasts, and AI automation.
Xquik is the world's fastest and cheapest X (Twitter) data API with the most complete X data.
Query your Betterlytics web analytics from AI agents: traffic, funnels, journeys, errors, uptime.
AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.
| Este LinkedIn Sales Navigator | Relaticle | ChatbotX | X (Twitter) MCP Server by Xquik | Betterlytics | BibiGPT YouTube Video Summarizer | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | No | No | No | No | Sí | No |
| Se añade con + en Claude | No | No | No | No | No | No |
| Revisiones básicas | 3/3 | 4/4 | 4/4 | 4/4 | 4/4 | 4/4 |
| Licencia | MIT | AGPL-3.0 | NOASSERTION | MIT | AGPL-3.0 | MIT |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
MCP server that gives AI assistants (Claude Desktop, Claude Code, any MCP client) access to LinkedIn Sales Navigator contact and account search — by driving a real, logged-in browser on your machine and capturing Sales Navigator's own search API responses.
The common approach — copy your li_at + JSESSIONID cookies and replay them as HTTP requests from a server — gets you logged out repeatedly. LinkedIn scores each session on IP, browser fingerprint, TLS, and the full cookie set; two replayed cookies from a different machine look like a hijacked session, so it invalidates them.
This server does the opposite. It keeps a persistent browser profile you log into once, by hand, and then lets that genuine session do the work:
MCP client (Claude) ──stdio/HTTP──> this server ──drives──> your logged-in Chromium ──> Sales Navigator
│ captures the JSON the browser itself receives (page.on "response")
Every request to LinkedIn originates from the real browser: your IP, your fingerprint, your full cookie jar, browser-generated CSRF/track headers, and the session is refreshed by the browser as normal. Nothing is replayed or reconstructed. That is what keeps you signed in.
We never automate the login itself — typing credentials is a strong bot signal. You sign in manually once; the profile persists.
| Tool | What it does |
|---|---|
search_contacts | People/lead search from a Sales Navigator URL. Navigates + paginates in the browser, saves records to SQLite, returns a small progress summary. |
search_accounts | Company/account search from a Sales Navigator URL. Same, for accounts. |
enrich_leads | Add Open Profile / InMail status to a saved contact search. By default (method="compose") it opens each lead's message panel and also records contact info and insights (recent posts, job change, shared connections). Opt-in and resumable — see Open Profile status. |
fetch_lead_profiles | Depth 3: full profiles for drafting (~15 KB/lead). Opt-in via ENABLE_PROFILE. |
get_lead_profile | Read one stored full profile. Local only, no LinkedIn call. |
pipeline_status | One funnel view: scraped → enriched → open → profiled → sent. |
reconcile_outreach | Settle sends stuck in sending against LinkedIn itself. |
run_outreach_batch | Draft and send for several leads in one call via MCP sampling. Same guards; dry_run defaults true. |
outreach_next | Live session: walks the search results, opens the next eligible lead's message panel from its row, captures it, and returns the lead's data to draft from. Non-Open-Profile leads and existing conversations are skipped automatically. mode: draft, supervised (30 s countdown) or auto (5 s). |
outreach_submit | Fills the open panel with the draft. draft mode saves it; otherwise a banner in the page counts down with Skip / Send now / Pause, and whatever the panel holds at zero (edits included) is re-checked and sent through the same two-phase commit, cap and dedupe as send_message. |
outreach_skip | Closes the open panel without sending and records why. |
What is code and what is model in a live session. Everything that can be decided from data is decided in code, before any tokens are spent: the ICP screen (FIT_RULES_FILE, applied before a panel is opened, so a rejected lead costs no LinkedIn request either), Open Profile and existing-thread checks, trimming the lead to a fixed budget (summary, current role, three recent posts), and the company block — LinkedIn's own Account IQ dossier boiled down to priorities, challenges, revenue model, workforce and news, or TinyFish news (TINYFISH_API_KEY) when the dossier is empty. The offer is sent once per session, not per lead. The model only writes the message. | check_replies | Read the inbox and mark leads who answered. Sends nothing. | | next_outreach_batch | Leads eligible for a first message — Open Profile first, anyone already contacted excluded. Read-only. | | send_message | Send ONE message. The only tool that writes to LinkedIn: off by default, dry_run=true by default. | | outreach_status | Counts by status and channel, plus remaining daily cap. | | check_session_status | Reports whether the browser profile has a live Sales Navigator session (tells you if you need to re-run --login). | | list_queries | Every saved search with its progress: url_hash, status, last_page, records_count. | | get_results | Pull a bounded slice (1–200) of a saved query's records into the conversation for analysis. | | export_results | Write a saved query's records to JSON and/or CSV under the output folder. |
Both search tools take a full Sales Navigator URL (build the search in the UI, copy it from the address bar) and a pages count (1–10, 25 results each).
Beyond tools, the server exposes one resource (sales-nav://queries — saved queries and their progress as attachable JSON context) and one prompt (sales_nav_search_workflow — the step-by-step prospecting playbook, for clients that support MCP prompts).
This is deliberate, and it is the thing most likely to surprise you. Records go to SQLite; the tool returns only a status object, so a 250-row scrape doesn't dump 250 rows into the model's context:
{
"url_hash": "a6ca46c9365bce93", "scraper_type": "contacts", "status": "paused", // new | in_progress | paused | complete "new_records_this_call": 25, "total_records": 25, "total_available": 11897313, "pages_fetched": 1, "last_page": 1, "next_page": 2, // null once exhausted "raw_dir": null, // set when include_raw=true "suggestion": "Saved 25 records so far (through page 1) ..." }
To get at the data, call get_results (a sample) or export_results (files), or read the SQLite database directly.
How far a query is taken is a property of the query, not of the call that made it, so a run resumed tomorrow knows what the search was collected for.
| Depth | Endpoints | Cost per lead | Gate |
|---|---|---|---|
search | lead search | one page per 25 | always on |
open_profile | + enrich_leads | ~240 B | ENABLE_ENRICH (default on) |
full | + fetch_lead_profiles | ~15 KB | ENABLE_PROFILE (default off) |
search_contacts(url, pages=4, depth="open_profile")
Depth is stored on the query and echoed back with a next_step. Requesting a depth the server has not enabled is refused with an explanation rather than silently downgraded, so a default install cannot be pointed at a list and made to pull thousands of full profiles.
enrich_leads and fetch_lead_profiles hit the *same* endpoint with different projections, and stay separate on purpose: the screen runs across a whole list to find who is free to message, the full fetch runs only for the leads you are about to write to. Merging them would pull heavy payloads for leads you never contact — and would make "recent activity" as stale as the screen.
This is the only capability that writes to LinkedIn, and it is treated differently from everything else here. Reading looks like a person browsing; a burst of messages looks like exactly what it is, and the consequence lands on your account rather than on the code. So every default is the cautious one:
| Guard | Default |
|---|---|
ENABLE_SENDING | false — a fresh install cannot message anyone |
dry_run | true — returns the exact draft, sends nothing |
ALLOW_CREDIT_SPEND | false — refuses anything that costs an InMail credit |
SEND_DAILY_CAP | 40, rolling 24h, across all campaigns |
SEND_DELAY_MIN/MAX | 45–120s between sends |
Open Profile members can be messaged without spending an InMail credit; everyone else costs one from a finite monthly budget. The compose window states which it is — "Free to Open Profile" versus "Use 1 of N credits" — and the sender reads that line, records the channel, and refuses the paid path unless you have explicitly allowed it.
That is why enrich_leads matters commercially and not just as metadata: next_outreach_batch returns only confirmed Open Profile leads by default, so the free channel is the path of least resistance.
Outreach state lives in lead_outreach, keyed on (member_id, campaign), and the exclusion is global: anyone with a sent row in *any* campaign is filtered out of every future batch. Dedupe elsewhere in this server saves a wasted request; here it prevents messaging the same human twice because two searches happened to find them. member_id is the only identifier stable across searches, which is why it is the key.
State is committed per send, never per batch — a crash must not leave a message delivered on LinkedIn but unrecorded here.
The server never generates copy and never learns what you sell. Your positioning lives in a Markdown file that is gitignored and not packaged:
cp offer.example.md offer.md # then edit it
echo "OFFER_FILE=./offer.md" >> .env
The sales_nav_compose_message prompt renders that file together with the lead record and the drafting rules; your MCP client's model writes the message. With no offer file configured the prompt refuses to render at all.
The drafting model must return the record fields it drew on:
{"subject": "...", "body": "...", "evidence_used": ["positions[0].title", "companyName"]}
Every entry is resolved against the lead record actually fetched. Name a field that does not exist and the message is rejected unsent. It is a cheap, deterministic check that "personalized" means grounded in data we really have — a message claiming a conference talk gets rejected because nothing supports it. Empty evidence_used is also rejected: that is a template, not personalization.
Everywhere else the split is deliberate: the server decides *who*, your client's model decides *what to say*. That needs a human-driven turn — fine at a desk, useless on a schedule.
run_outreach_batch closes the gap with MCP sampling. The server asks your client for each draft (ctx.sample), so no model runs here, no API key lives here, and no copy is generated by this process — only a request for one.
Nothing is relaxed for automation. Every draft goes through the same send path as a hand-written one: the evidence gate, global dedupe, the daily cap, the free-channel-only default, two-phase commit. dry_run still defaults to true. A draft that fails to parse or fails validation is recorded and skipped rather than sent or allowed to end the run, and the batch stops early when the cap is reached.
run_outreach_batch(url_or_hash, campaign="q3", limit=5) # d