用途：在 ColdIQ 补全（enrichment）之前对联系人、公司列表做去重与清洗，是节省积分的主要手段，因为每删除一条重复记录就少一次付费查找/补全调用。该技能本身不发起任何 API 调用，属于纯数据处理工具。
适用时机：补全前；合并多个来源（数据库搜索、补全、广告抓取）后；评分后折叠重复并保留分数最高的行。
主要能力与方法：
- 主键为 LinkedIn URL，比较前先规范化（去除查询参数、结尾斜杠、转小写、统一去掉 https://www. 前缀），无 LinkedIn 时回退到邮箱（小写）。
- 次键为公司名称或公司 LinkedIn URL；公司名可去除 Inc/LLC/Ltd 等后缀并小写，或优先基于公司 LinkedIn URL 去重。
- 多源合并模式：先将各来源列映射到统一 schema（full_name、title、linkedin_url、email、company_name、company_domain、company_linkedin、source、score），加载所有 CSV，按规范化 LinkedIn URL（回退邮箱）去重人、按公司 LinkedIn/名称去重公司，再排序导出（Tier 1 优先，然后按 persona、公司名）。
- 每公司联系人上限：限制每个公司 5–10 条，按职务优先级（C-level/VP/Director > Manager > IC）排名，每 company_domain 保留前 N 条，避免集中触达同一账户。
- 与 TAM 交叉引用：按 company_domain 将联系人列表与已评分 TAM 左连接以附加 Tier，并在补全前剔除被 DQ（淘汰）公司的联系人。
清单：比较前规范化 LinkedIn URL；按 LinkedIn URL（回退邮箱）去重人；按公司 LinkedIn URL/规范化名称去重公司；合并前将所有来源映射到同一 schema；重复时保留分数最高的行；应用每公司联系人上限 5–10；与 TAM 交叉引用并剔除 DQ 公司；之后再执行补全（参见 contact-enrichment）。
限制：资料未提供具体运行环境、安装命令、支持的文件格式细节或界面说明，均暂未提供；核心逻辑以 Python 示例形式给出，实际使用需按上述规则自行实现或集成。