用途
Prospect Research Integration 用于构建从多个来源自动研究与补全潜在客户数据的销售机器人，帮助开发者搭建能够收集情报、个性化外联并筛选线索的系统。
主要能力
资料显示，该方案围绕数据源集成、公司研究、联系人研究、触发事件检测、数据综合与评分、缓存与新鲜度管理展开。
数据源集成
提供 DataSourceManager 类，支持注册数据源并配置连接器、数据类型、速率限制、每次查询成本和可靠性。查询时按数据类型寻找最佳来源，先检查缓存，若缓存未过期则直接使用，否则从来源获取并写入缓存。返回结果包含 data、sources_used 和 completeness。示例注册了 clearbit、linkedin_api、news_api 三个来源，并分别设定了数据类型、速率限制和成本。
公司研究
research_company 函数收集公司情报，涵盖基本信息（规模、行业、地点、成立时间）、财务信号（近期融资、营收估算、增长指标）、技术栈（检测到的技术、分类、与自身相关的技术）、新闻（90 天内相关新闻）和招聘信号（职位总数、按部门分组、增长领域、相关职位）。
联系人研究
research_contact 函数收集联系人情报，包括职业信息（当前职位、任期、过往职位、教育、技能）、社交活动（近期帖子、互动话题、内容风格）和连接关系（共同连接、共享群组、共同背景）。
触发事件检测
TriggerEventMonitor 支持监控新闻、职位发布和 LinkedIn 公司页面，事件类型包括融资轮次、高管入职、产品发布、扩张、收购、合作、获奖、财报。资料提供了基于正则表达式的 classify_event 分类逻辑，以及根据相关性评分触发告警的 process_event 逻辑。
数据综合与洞察
ProspectProfileBuilder 构建潜在客户画像，综合公司研究、联系人研究、触发事件，并生成可执行洞察（如新任职、高增长、近期融资、技术匹配），同时计算完整度评分。
研究评分
score_research_quality 从联系人完整度、公司完整度和触发事件新鲜度三个维度评分，整体分数为联系人 0.3、公司 0.4、触发事件 0.3 的加权和。
缓存与新鲜度
ResearchCache 为不同数据类型设定新鲜度规则：company_info 30 天、contact_info 14 天、tech_stack 60 天、news 1 天、hiring 7 天。
使用方式
资料以 Python 代码示例展示各模块的定义与调用方式，包括注册数据源、执行公司研究、联系人研究、触发事件监控、构建画像与评分。资料未提供具体的安装命令、依赖清单或部署步骤。
适用场景
资料描述适用于需要为销售机器人自动补全潜在客户信息、个性化外联和筛选线索的开发场景。
限制
资料未提供价格、平台兼容性、实际效果数据或明确的运行环境要求。部分函数（如社区连接、SEC 文件检索、LinkedIn 抓取）仅有调用名，未提供实现细节。资料中的指标（如 >80% 完整度、<7 天数据年龄）为优化目标，非保证结果。