lead-qualification

用途：按自定义标准筛选销售线索。它先以对话式问卷弄清“什么算合格”，再把标准固化为可复用的筛选提示词，随后批量评估线索并给出是否合格、置信度与理由。\n\n主要能力：支持三种模式——无提示词时先做需求访谈再筛选；引用已有提示词时跳过访谈直接打分；用户反馈结果有误时可修订并重跑。访谈分轮进行：先一次抛出产品背景、公司规模与行业、岗位职级、技术栈与行为信号、硬性排除与强合格条件等问题，再追问歧义点，并用边界情景校验隐含标准。生成的提示词保存到 skills/lead-qualification/qualification-prompts/[campaign-name].md，包含硬性排除、硬性合格、公司与人选标准表、信号、置信度规则与推理步骤。筛选支持 Google 表格 URL、CSV、LinkedIn 链接或内联列表；若有 LinkedIn 链接，可先用脚本批量补全资料：python3 skills/lead-qualification/scripts/enrich_leads.py INPUT_CSV --output ENRICHED_CSV --cache-hours 24，建议先用 --dry-run 预览费用，资料称约每千份 3 美元，需 APIFY_API_TOKEN。流程含先跑 5–10 条校准批次并请用户确认，再并行分批处理全量（约每批 15 条、最多 10 批），最后结果写入 Google 表格（含合格/置信度/理由并配色）或回退为 CSV，并给出汇总统计。\n\n限制：依赖 Google 表格与网络检索等外部连接；补全失败的线索会回退到网上搜索，数据缺失会降低置信度；具体效果与准确率暂未提供。