用途：为销售机器人构建或改进实时线索评分系统，在对话进行中动态重估潜客质量。资料指出静态评分只在创建时计算、仅依据公司画像，会很快过时；实时评分则随每个信号更新，反映真实互动并支持优先级排序。
主要能力：一是初始基线分，依据公司规模、行业匹配度、职位角色给出起始分；二是互动信号加分，如邮件打开、点击、回复、访问定价页或演示页、下载内容、观看视频、注册或参加网络研讨会；三是对话信号加分，如询问功能、价格、时间线、实施、竞品，出现“我们需要”“何时可以开始”“预算”等购买信号；四是负向信号减分，如价格异议、时间异议、不感兴趣、退订请求；五是时间与互动衰减，长期无活动或较早的互动权重降低；六是分层与动作，按 hot、warm、cool、cold 分层，进行路由分配、序列节奏调整与销售提醒；七是可视化与校准，包括评分时间线、分数分布报告和用赢单/输单数据验证评分是否具备预测性。
使用方式：资料以 Python 类与函数示意实现，例如 PropensityScorer 的 calculate_base_score、update_on_event、get_current_score、get_score_tier，事件处理器 process_event，以及基于正则匹配购买信号与负面信号的 analyze_message_signals；公式为基线分加互动分加对话分减衰减。具体事件分值、阈值和分层规则由开发者按业务定义。
适用场景：销售机器人在对话中实时更新线索评分、触发分层变化提醒、调整外联节奏、按分数路由线索、生成评分分布报告与模型校准。
限制：具体部署方式、依赖环境、是否收费、平台支持均暂未提供；示例代码与分值需按实际业务调整，评分模型的有效性需用历史赢单/输单数据验证。