b2b-email-intel

## 输出要求 只输出基于本次实际检测结果的报告，不要使用固定的"已找到账号"示例，不要把示例姓名、平台、URL或真实性评分当成真实结果。 ### 输出格式 ```markdown ## 邮箱背景调查报告 - 邮箱：[用户提供的邮箱] - 企业邮箱判断：[企业域名 / 公共邮箱 / 无法判断] + 依据 ### 实际检测结果 | 平台 | 状态 | 公开档案 | 证据/限制 | |------|------|----------|----------| | GitHub | [已注册/未发现/请求受限/未检测] | [实际 URL 或 N/A] | [本次检测证据] | ### 汇总分析 - 检测成功：[实际数量] / [本次尝试的平台数量] - 受限或未检测平台：[实际列表] - 结论：[高/中/低/无法判断] + 证据 ### 风险提示 - 速率限制、隐私保护或平台响应异常必须单独标注 - 单个平台命中不能证明邮箱属于真实买家；不能仅凭注册平台数量给出高可信度结论 ``` **重要边界**：平台接口可能变更、限速或返回不完整结果；"未发现"不等于"不存在"，"已注册"也不等于邮箱所有者身份已验证。 ## 技术实现 内部使用 [holehe](https://github.com/megadose/holehe) 开源工具，通过以下方式获取信息： 1. **注册接口探测**：向各平台注册接口发送请求，根据响应判断邮箱是否已存在 2. **密码找回泄露**：部分平台在「忘记密码」页面会泄露关联的账号信息 3. **头像/Gravatar**：Gravatar 平台可根据邮箱哈希返回头像 URL **不发送任何邮件到目标地址**，不触发任何通知，完全静默。 ## 与 b2b-lead-generation 的配合 Email Intelligence 是客户开发的第一步： ``` Step 1：Email Intel（本章） → 验证邮箱真实性 → 发现客户活跃的社交档案 → 初步判断客户类型（技术型/商务型/混合型） Step 2：b2b-lead-generation → 基于发现的 LinkedIn/GitHub 等档案 → 深度分析客户公司背景 → 生成定制化开发信 ``` ## 适用场景 | 场景 | 价值 | |------|------| | 收到陌生客户询盘 | 验证邮箱真实性，判断是否为真实活跃买家 | | 开发信发送前 | 预判客户画像，制定差异化沟通策略 | | 怀疑虚假询盘 | 发现邮箱仅注册少量低可信平台 | | 初次接触前 | 发现客户社交档案，准备更有针对性的开场白 | ---