用途：按自定义标准筛选销售线索（lead qualification）。先通过对话式问答了解你的合格标准，生成可复用的资格判定提示词，再对线索列表并行评分，给出是否合格、置信度与理由。
三种模式：一、完整问答+筛选（无现成提示词时先建提示词再筛选）；二、复用提示词+筛选（引用 skills/lead-qualification/qualification-prompts/ 下已有文件，跳过问答直接评分）；三、细化/校准（看到结果后调整标准，更新提示词并重跑）。
问答阶段分轮：第一轮一次性列出产品与活动背景、公司层面标准（规模、行业、地域、阶段、融资/营收）、人员层面标准（职位、资历、部门、任职时长、经验）、行为与情境信号、硬性排除项与强合格项；第二轮针对歧义追问 5-10 个问题；第三轮可选，用 3-5 个边界案例确认隐含标准。生成的提示词保存为 skills/lead-qualification/qualification-prompts/[campaign-name].md，含活动背景、硬性排除、硬性合格、公司与人员标准表、行为信号、置信度规则、边界案例指引和推理步骤。
筛选阶段：自动识别输入格式（Google Sheet URL、CSV 路径、LinkedIn 链接或内联名单）。若含 linkedin_url，可先批量增强：python3 skills/lead-qualification/scripts/enrich_leads.py INPUT_CSV --output ENRICHED_CSV --cache-hours 24，建议先加 --dry-run 预览费用；使用 Apify 的 supreme_coder~linkedin-profile-scraper，需 APIFY_API_TOKEN，费用约 $3/1000 条。随后先跑 5-10 条校准批次供确认，再按每批约 15 条、最多 10 个并发子代理并行处理全部线索，合并结果并校验数量。输出优先写入 Google Sheet（新增 Qualified、Confidence、Reasoning 三列并格式化），失败则回退到 skills/lead-qualification/output/[campaign-name]-[date].csv，最后给出统计摘要。
依赖：Apify 增强脚本、Web Search、网页抓取、Rube MCP（Google Sheets 读写）、Task 工具（并行）、Read/Write、Glob/Grep。限制：增强需 Apify 令牌并产生费用；无 LinkedIn URL 或用户要求跳过时不做增强；增强失败的线索回退到网页搜索；低置信度结果可能需人工复核。