用途：通过 LinkedIn 抓取表达运营痛点、抱怨或工作困难的帖子及互动者，把公开讨论问题的人转化为按理想客户画像（ICP）分类的潜在线索列表。核心原则是搜索“痛点语言”而非“解决方案语言”。
主要能力：
- 先通过问卷收集产品、痛点、ICP、地域及 LinkedIn 信号来源。
- 生成约 15 至 25 个 LinkedIn 布尔搜索痛点关键词，并生成 ICP 关键词、技术供应商排除名单、痛点正则和行业页面模式。
- 运行抓取管线：关键词搜索帖子、提取发帖人、发现公司页、抓取公司页互动者、丰富个人资料、按 ICP 分类、去重并导出 CSV。
- 输出 CSV 含姓名、主页链接、角色、公司、地点、来源页、帖子链接、互动类型、评论内容、ICP 层级和匹配关键词。
使用方式： 先将配置保存为 JSON，再运行： python3 skills/pain-language-engagers/scripts/pain_language_engagers.py --config skills/pain-language-engagers/configs/{client-name}.json [--test] [--companies "url1,url2"] 标志：--config 必填；--test 限制为 3 个关键词、每公司 5 条帖子；--skip-discovery 跳过关键词搜索；--companies 追加公司 URL。 需在 .env 设置 APIFY_API_TOKEN，使用 actor：harvestapi/linkedin-post-search、harvestapi/linkedin-company-posts、supreme_coder/linkedin-profile-scraper。
适用场景：销售线索挖掘、基于痛点信号的外联、按行业与职位定位运营商而非开发者或投资人。
限制：无 Apify API 令牌不可用；费用按关键词和帖子计，20 关键词加 10 家公司约 5 至 10 美元；应先用 --test 验证；关键词质量直接决定线索质量；资料未提供平台合规性说明。