实战范例
线索补全
用结构化提取从公司官网补全 CRM 线索
给定一批公司 URL（来自 CRM、注册表单或手动上传），抽取结构化的公司画像数据 —— 行业、员工规模、技术栈、联系渠道 —— 再回写到线索记录。
Schema
{
"type": "object",
"properties": {
"companyName": { "type": "string" },
"industry": { "type": "string", "description": "Primary industry from the homepage / about page" },
"employeeCount": { "type": "string", "description": "Headcount band, e.g. '11-50'" },
"headquarters": { "type": "string", "description": "City, country" },
"contactEmail": { "type": "string" },
"linkedinUrl": { "type": "string" }
},
"required": ["companyName"]
}实现
import httpx
API = "https://openapi.thunderbit.com/openapi/v1"
H = {"Authorization": "Bearer YOUR_API_KEY"}
leads = [
{"id": "lead_1", "url": "https://acme.com"},
{"id": "lead_2", "url": "https://stripe.com"},
]
job = httpx.post(f"{API}/batch/extract",
headers=H,
json={"urls": [l["url"] for l in leads],
"schema": SCHEMA,
"webhook": {"url": "https://your-server.com/webhook/leads",
"secret": "whsec_..."}}).json()Webhook 触发时，把 results[].url 关联回你的 lead ID，再把结构化字段写回 CRM。
小贴士
required保持最小化 —— 很多小公司站点不会包含全部字段- 加一个"尽力而为"的兜底：如果
contactEmail缺失，再 distill 一下/contact页面 - 按域名缓存 —— 同一个域名通常每月补一次就够了
相关
这份 recipe 正在补充 CRM 集成模式（HubSpot / Salesforce），敬请期待。