用途：把“续约会丢多少覆盖”这一猜测变成可量化的数字。适用于 ZoomInfo 的席位制数据库续约场景，同一流程也适用 Lusha 和 Cognism。
主要能力：从既有导出中抽取 10 到 20 行作为样本，保留原工具已填写的列作为对照答案；再仅凭姓名、域名等标识信息，通过 Cargo 的瀑布流富化重新推导相同记录；随后对双方结果进行核验；最终报告三个数字——原工具的核验覆盖量、瀑布流的核验覆盖量，以及后者消耗的积分。
使用方式：安装并登录 Cargo CLI：npm install -g @cargo-ai/cli，cargo-ai login --email you@company.com，再用收到的验证码登录。首次使用自动创建账户与工作区，新账户有 100 免费积分且无需信用卡。执行富化与核验可用 cargo-ai orchestration action execute-batch 命令，指定 connector、integrationSlug 为 waterfall 及相应 actionSlug（enrichContact、enrichCompany、verifyEmail）。操作是异步的，加 --wait-until-finished 会阻塞至完成，否则返回 UUID 供轮询。
限制与注意：不要在首次就对完整名单运行，先抽样 10 到 20 条并报告成本与命中率，经用户批准后再全量执行。抽样应覆盖实际销售的目标细分，覆盖率并不均匀。对比应基于核验后的记录，而非导出总行数，因为名单会老化。若核验覆盖量明显下降，“保留原工具”也是诚实结论。积分消耗示例：verifyEmail 0.1、enrichCompany 1、enrichContact 2，20 条联系人大约 44 积分。
其它：若本次会话中已有 cargo-gtm，应优先加载它，本技能只是其中的独立切片。