用途：把客户提供的原始名单（姓名、域名、有时含联系人）加工成可直接撰写外联的名单，回答三个问题：公司是否匹配、为何现在联系、首句写什么。名单格式与文档对所有客户一致，每个客户只需改一份 config.example.json 副本。
主要能力：按域名去重、按职位排序选主联系人；通过 Apify 抓取站点与 LinkedIn 公司数据；检测自有站点 CMS、提取特征与首句钩子；打分并检测信号，输出两份 CSV（完整名单约 73 列 12 个区块，含被移除行的原因；工作样本为通过筛选的 Hot+Warm 且过匹配门槛的行），以及四份文档（主页面、ICP 与角色、信号目录、细分与活动），连接 Notion 时发布到工作区，否则写为 markdown。
使用方式：需 Python 3.9+（仅标准库）。可选设置 export APIFY_TOKEN=...。整条运行：python3 scripts/run_pipeline.py --config path/to/client.json --workdir path/to/run-folder；也可逐步运行 build_base.py、run_sites.py、detect_cms.py、extract_features.py、extract_hooks.py、run_linkedin.py、merge_linkedin.py、score.py、detect_signals_http.py、build_canonical_list.py。无密钥试跑：python3 scripts/run_pipeline.py --skip-apify --no-http。运行前检查 Apify 限额（GET https://api.apify.com/v2/users/me/limits）。
适用场景：基于客户已有名单做外联准备与优先级排序，不新建名单。
限制：不新建名单、不写完整序列、不发送（仅草稿，由客户发送）、不编造交易额/规模/技术栈/职位（无数据记 0 并标 enrich）、信号不相加只取最大；信号必须来自公司自有域名，需人工复核至少 10 条引文；反信号单独存放并每次检查。收费与价格资料未完整提供，仅提及 LinkedIn 公司数据按 actor 计价，约 250 家公司 1 美元（以 actor 页面为准）。