用途：把原始公司列表转成带分数与分层（Tier）的目标客户名单，供外呼或营销活动按优先级使用。
主要能力：按 4–6 个信号组设计模型，总分 80–100；每组设定规则与权重，并给出分数区间与动作（Tier 1 为 65+，Tier 2 为 50–64，Tier 3 为 35–49，低于 35 为 DQ）。常见信号组包括规模、营收、行业、复杂度/专业化、所有权/PE、加分项。模型可记录每个得分字段由哪个 ColdIQ 端点提供，以便用最新数据运行。
使用方式：先过滤明显不合格项，再做去重（按名称保留最高分），然后 enrich 必要字段，避免为会被淘汰的行付费。示例：对清洗后的数据调用 POST /v1/limadata/enrich/company（1 信用点，端点 limadata.enrich.company）获取公司信息。Python 计分模式先对每行计算各信号组得分并累加，行业命中排除项直接返回 DQ，否则按总分归入层级，最后导出含 Score、Tier、Breakdown 的 CSV。
适用场景：销售线索分层、外呼名单排序、营销活动分批发送。
限制：评分逻辑在本地执行，但数据需通过 ColdIQ 端点获取；部分端点信用消耗为 unknown 或按结果计费；标准阈值与权重为示例，需依客户情况调整。官方原文未提供的内容暂未提供。