data-enricher

Data Enricher 是一个专注于销售线索数据丰富的技术文档方案，旨在通过多源邮件发现策略和标准化数据流程，帮助用户构建高质量的潜在客户数据库。

该 Skill 的核心用法围绕四阶邮件发现流程展开：首先检查目标网站的联系页面和页脚区域抓取公开的 mailto 链接；其次分析 Instagram 主页简介和联系按钮中的邮箱信息；随后通过 Hunter.io API 进行域名级邮箱搜索，仅采用置信度超过 70% 的结果；最后基于常见命名规则进行模式猜测作为补充。整个流程支持批量处理（每批 10 条线索），包含严格的数据去重机制（基于标准化域名键值），并将最终结果格式化为结构化的 JSON 输出，可直接同步至 Notion 进行管理。

显著优点包括多源交叉验证机制显著提升邮箱查找准确率，明确的邮箱优先级排序（创始人个人邮箱 > 部门邮箱 > 通用支持邮箱）确保 outreach 效果最大化。文档详细规定了 API 调用频率限制（5 秒间隔、每会话 10 次查询），体现出对第三方服务限制的充分考量。纯 Markdown 文档形式意味着零代码执行风险，用户可完全审计其逻辑流程，同时提供了清晰的批处理和数据持久化方案（自动保存时间戳文件）。

潜在缺点主要体现在其实际为操作指南而非可执行程序，用户需要额外开发工作才能实现自动化。作为 T3 级个人来源项目，缺乏企业级背书和长期维护保障。功能上依赖 Hunter.io 的 API 配额（免费版每月 25 次查询），大规模使用需付费升级。此外，Instagram 抓取可能受平台反爬机制限制，且文档未详细说明应对验证码或 IP 封禁的策略。

该 Skill 最适合销售开发代表（SDR）、商务拓展（BD）团队以及市场运营人员使用，特别是那些需要手动构建精准目标客户列表、但缺乏系统化学邮件发现流程的中小型企业。同时也适合作为数据工程师设计线索管理系统时的参考规范。

使用风险方面，需注意 Hunter.io API Key 的安全存储，避免硬编码导致的密钥泄露。由于涉及邮箱数据抓取，必须确保符合 GDPR、CAN-SPAM 等数据隐私法规，仅处理公开可见的联系信息。批处理机制虽提高效率，但可能导致部分线索因 API 配额耗尽而跳过。此外，纯文档性质意味着实际执行时的网络延迟、目标网站结构变更等运行时风险需由实现方自行处理。