用途：为邮箱、电话、公司信息与意向信号等数据丰富化场景选择供应商组合，设计或调优瀑布式调用序列，审计积分消耗与供应商表现，并为 GTM、RevOps、数据工程团队设计丰富化逻辑。
主要能力：提供分层框架，核心原则包括质量与成本平衡、按输入类型与成功概率智能路由、顺序尝试的瀑布逻辑、缓存策略与批量优化。给出供应商选择矩阵：邮箱发现按输入场景（有 LinkedIn URL、有姓名+公司、仅有域名、需验证邮箱）推荐不同组合；公司情报按数据类型（基础画像、财务、技术栈、意向信号、新闻社交）与行业（初创、企业、电商、医疗、金融）推荐来源。还提供积分成本分层（Tier 0 免费到 Tier 5 高成本）、缓存时长建议（邮箱 30 天、公司 90 天、意向 7 天、静态数据长期）、批量处理折扣逻辑、三种瀑布策略（最大成功率、平衡、预算型）及预期成功率与平均成本、数据质量评分框架、行业特定供应商选择、常见问题排查与混合/渐进式丰富化思路。
使用方式：资料给出 JavaScript/Node.js 集成模板思路（先查缓存，再按 apollo、hunter、rocketreach 顺序调用，失败则回退 AI 研究），以及批量处理与瀑布序列的伪代码示例；模板文件指向 references/provider_cheat_sheet.md 与 scripts/cost_calculator.py。
适用场景：邮箱/电话/公司/意向数据丰富化、瀑布序列调优、积分审计、GTM 与 RevOps 数据流程设计。
限制：资料未提供具体价格、各供应商实际成功率保证、平台支持范围或部署要求；示例代码与积分数值仅为资料中的示意，实际效果需自行验证。