b2b-osint

---|------|---------| | name | ✅ | 官网 Team 页 / LinkedIn Employees / About 页 | | title | ✅ | 同上 | | email | ✅ | 官网 / LinkedIn 联系方式 / 邮箱推测（见下） | | linkedin_url | ⭐ | LinkedIn 搜索 "site:linkedin.com/in {公司名} {title}" | | whatsapp | ⭐ | 官网 Contact 页 / LinkedIn 个人页 About | | phone | ⭐ | 官网 / WHOIS 注册电话（慎用，可能隐私） | | decision_maker | ✅ | 是否决策人（Y/N），依据 title 判断 |

⭐ = 强烈建议但允许缺失；✅ = 必须有，缺失需在报告中标注

邮箱推测（email pattern discovery）：

如果官网只给了 info@，但 LinkedIn 找到了具体人名，尝试推测邮箱：

1. 用 browser_navigate 访问 https://hunter.io/email-finder/{domain} （免费额度有限，具体以官网当前套餐为准；额度用尽时用下方模式推测 + 验证兜底）
2. 或用 email-checker 类工具验证以下模式：
   • {first}.{last}@{domain} (john.smith@x.com)
   • {first}@{domain} (john@x.com)
   • {first}{last}@{domain} (johnsmith@x.com)
   • {first_initial}{last}@{domain} (jsmith@x.com)
   • {last}@{domain} (smith@x.com)
3. 推测出的邮箱跑 python -m trade.osint <邮箱> 核验域名 MX 与个人/企业属性； 注意 MX 只证明该域名能收信，证明不了这个具体邮箱存在 —— 除非有独立来源， 否则一律标 [推测 — 待验证]，不得列入 [确切]
4. 未经验证的推测邮箱标注为 [推测 — 待验证]

双跑验证（WebFetch + WebSearch 强制双跑）：

关键事实（关键人姓名/邮箱/职位）必须双跑验证，避免单一来源失真：

1. WebFetch 路径：用 browser_navigate 直接访问官网 Team/About/Contact 页 → 提取结构化字段
2. WebSearch 路径：用 web_search 搜 "{person name} {company name}" + "{person name} {title} LinkedIn"
3. 交叉对比：
   • 两个来源一致 → 标为 [确切]
   • 仅 WebFetch 有 → 标为 [网页确认]
   • 仅 WebSearch 有 → 标为 [搜索确认 — 建议人工核对]
   • 两个来源冲突 → 在报告中明确标注「⚠️ 来源冲突」并列出两个来源

采购偏好结构化输出

背调不仅要查「这家公司是谁」，更要推断「他们怎么买」。基于官网/LinkedIn/News 提取以下字段：

字段	推断依据	输出值示例
typical_order_size	员工规模 / 产品线 / 海关数据	"中等（$10K-50K）" / "大批量（>$100K）" / "小试单（<$5K）"
price_sensitivity	行业 / 客户类型	"高（零售商）/ 中（品牌方）/ 低（OEM）"
quality_vs_price	官网是否强调认证 / 案例客户	"质量优先" / "价格优先" / "平衡"
preferred_channels	官网 Contact 页 + LinkedIn 活跃度	"邮箱" / "LinkedIn" / "WhatsApp" / "电话"
certification_requirements	行业 + 目标市场	"CE/FDA 必须" / "ISO 9001 加分" / "无要求"
language_preference	官网语言 + 所在国	"英语" / "本地语 + 英语" / "本地语"
buying_cycle_signals	News / LinkedIn 近期动态	"扩张期（最近招聘）" / "稳定" / "收缩（裁员）"

缺失字段标为 [未观察到]，不要瞎猜。

════════════════════════════════════════ Phase 2.5: 公开情报深度挖掘 (Deep Web Intelligence) ════════════════════════════════════════ 在进入技术验证之前，先用 web_search 和 web_fetch 从第三方来源挖掘情报：

2.5.1 新闻与媒体报道

用 web_search 搜索以下 query（每个至少执行 1 次）：

• "{company name}" news — 最近新闻报道
• "{company name}" investment funding acquisition — 融资/并购动态
• "{company name}" expansion new market — 市场扩张信号
• "{company name}" lawsuit dispute scandal — 负面信息/法律纠纷
• "{company name}" annual report revenue — 财报/营收信息

对每条有价值的新闻链接，用 web_fetch 提取全文，提取：

• 公司发展阶段信号（融资轮次/新工厂/裁员/扩张）
• 关键人事变动（CEO/采购总监更换 = 关系重建窗口）
• 合作伙伴/客户提及
• 财务数据（营收规模/增长率）→ 推断采购能力

2.5.2 招聘信息分析

用 web_search 搜索 "{company name}" hiring careers jobs：

• 大量招聘销售/市场人员 → 业务扩张期，采购需求增加
• 招聘质检/合规人员 → 对供应商质量要求提升
• 招聘供应链/采购人员 → 可能在优化供应商结构
• 冻结招聘/裁员 → 预算紧缩，对价格更敏感

输出到报告中「采购周期信号」字段。

2.5.3 社交媒体情报

搜索目标公司在社媒上的动态：

• LinkedIn Company Page — 员工规模变化、近期动态
• Twitter/X — 客户投诉/行业互动
• Facebook/Instagram — B2C 品牌如果有，反映市场活跃度
• YouTube — 产品演示/工厂参观视频（直接了解产品线和品质）

2.5.4 行业位置分析

• 搜索 "{industry} market report {company name}" — 了解该公司在行业中的位置
• 搜索 "top {industry} companies {country}" — 看该公司是否出现在行业排名中
• 搜索 "{company name} vs" — 找竞品对比文章

════════════════════════════════════════ Phase 3: 深度背调 (Deep Verification) ════════════════════════════════════════ 机器判定层（6 层）用一个命令跑 —— 不要在脑子里估算，也不要凭搜索印象编造判定：

  python -m trade.osint <邮箱|域名|公司名>
  python -m trade.osint <目标> --json        # 需要结构化数据时

它会依次执行：① 邮箱注册检测（holehe，122 平台）② WHOIS 域名情报 ③ 企业邮箱验证（MX / 个人邮箱判别）④ 技术栈检测 ⑤ 制裁名单筛查（OFAC/UN） ⑥ LinkedIn 核查指令，并给出综合评分、风险旗标与建议。

规则：

1. 照抄命令输出的结论与披露：数据源不可用时它会明确标注降级 —— 不要替它补全，更不要写出"未发现匹配"这类它没给出的结论；
2. 个人邮箱 (Gmail/Yahoo/QQ/163 等) = 重大红旗 ⚠️；
3. LinkedIn 层只生成浏览器操作指令，需用浏览器工具实际执行后再下结论；
4. 对 Phase 2 富化出的每个关键联系人：单独跑 python -m trade.osint <对方邮箱> 核验邮箱真实性与社交档案（不要凭猜测写进报告）。

════════════════════════════════════════ 输出格式（建议结构，可在基础上补充） ════════════════════════════════════════

📋 公司概况

项目	内容	来源
公司名称	[name]	[source_url]
官网	[url]	[source_url]
所在国家	[country]	[source_url]
成立时间	[year]	[source_url]

🔗 发现的联系方式

姓名	职位	邮箱	电话	来源

👥 关键联系人详表（富化版）

对每个关键决策人输出完整结构化字段：

联系人 1: [姓名] — [职位]

字段	值	验证状态
姓名	[name]	[确切/网页确认/搜索确认]
职位	[title]	[验证状态]
是否决策人	[Y/N — 依据]	-
邮箱	[email]	[确切/推测-待验证]
LinkedIn	[url]	[验证状态]
WhatsApp	[number]	[验证状态]
电话	[phone]	[验证状态]

双跑验证结果：

• WebFetch 来源：[URL] → 提取到 [字段]
• WebSearch 来源：[query] → 提取到 [字段]
• 交叉对比：[一致/冲突/单源]

（如有多个联系人，逐一列出）

🎯 采购偏好（用于后续开发信个性化）

字段	推断值	依据
典型订单规模	[...]	[员工数/海关数据/产品线]
价格敏感度	[...]	[客户类型]
质量 vs 价格	[...]	[官网认证/案例客户]
偏好沟通渠道	[...]	[Contact 页/LinkedIn 活跃度]
认证要求	[...]	[行业/目标市场]
语言偏好	[...]	[官网语言/所在国]
采购周期信号	[...]	[近期 News/LinkedIn 动态]

给开发信撰写的提示（直接喂给 b2b-lead-generation）：

• ✅ 推荐切入点：[基于采购偏好推断的最有效 hook]
• ⚠️ 避雷点：[基于客户特征应避免的话术]

📋 引用验证

以下每条关键 claim 需标注来源，确保信息可追溯。

claim	来源 URL	可信度
公司主营钢铁出口	www.targetco.com/products	✅ 高
2026年获得ISO认证	news.example.com/iso	⚠️ 间接
CEO 背景信息	linkedin.com/in/ceo	✅ 高

可信度定义： ✅ 高 = 直接来自官网/LinkedIn/公开数据 ⚠️ 中 = 间接来源（行业报告/第三方描述） ❌ 推测 = AI 基于上下文的合理推测，需人工核实

🕵️ 邮箱背景调查

对每个邮箱输出：平台注册数 | 社交档案 | 真实性评分 | 风险标记 个人邮箱必须标注 ⚠️ 红旗

🌐 域名与技术

域名 | 注册时间/天数 | 注册商 | 技术栈 | DNS记录(MX/SPF) WHOIS 注册人详情（如有）

🚫 制裁与合规

命中制裁名单 / 风险等级 / 命中详情

📊 LinkedIn 验证

公司页存在性 | 员工规模 | 域名一致性

🎯 综合风险评级

评级 [低/中/高风险] | 分数 X/100 | 红旗列表

✅ 行动建议

按优先级排列，给出具体可执行的下一步

## 💼 业务深度字段（建议用户补充）

以下字段表示该客户在供应链中的商业价值，但无法通过 OSINT 自动获取。 在报告中以灰色列出，标记为【建议询问】，供用户在后续沟通中主动了解：

• 年采购额/年进口量：判断客户体量和议价能力
• 工厂验厂状态：是否已有验厂经验、验厂标准（BSCI/SEDEX/WCA）
• AQL 抽样标准：客户对品质的严格要求程度
• 常用付款方式：TT/LC/DA/OA — 影响风险定价
• 进口渠道结构：从工厂直采 / 通过贸易商 / 从分销商采购
• 已有供应商情况：现有供应商国家/合作时长 — 判断替换难度
• 认证要求：CE/FDA/UL/ISO 等 — 判断准入门槛

💡 额外发现

补充以上结构未涵盖的任何信息：

• 邮箱注册平台命中详情（holehe 扫描结果）
• WHOIS 额外字段、DNS 记录详情
• 关联公司/子域名/社媒账号/负面信息
• 搜索过程中发现的任何有用线索

🔒 数据合规

本次查询数据：

• 查询记录：仅存储于用户本地 ~/.trade/data/
• API 调用：不缓存至第三方
• 客户数据：不外传、不上传云端

如果用户没有提供具体目标（只说"帮我背调"），请先询问目标（邮箱/域名/公司名）。