核心功能
Parallel Enrichment 是一款基于 CLI 的批量数据补全工具，专为企业级数据增强场景设计。它通过自然语言描述意图，自动从网络来源抓取结构化信息，为现有数据集添加新字段。
核心用法
基础命令结构：
- 内联数据：
parallel-cli enrich run --data '[...]' --intent "描述" --target output.csv - CSV 文件：
parallel-cli enrich run --source-type csv --source input.csv --target output.csv --intent "描述"
关键参数：
--intent：自然语言描述需补全的字段（如"CEO姓名、融资总额、员工数"）--source-columns/--enriched-columns：显式定义输入输出列--processor：选择处理层级（lite-fast 到 ultra-fast，默认 pro-fast）
显著优点
| 维度 | 优势 |
|------|------|
| **效率** | 并行处理大规模数据，支持批量操作 |
| **灵活性** | 自然语言驱动，无需预设模板 |
| **集成性** | CLI 工具链，易于嵌入自动化工作流 |
| **可控性** | 多级处理器选项，平衡速度与深度 |
| **追溯性** | `_parallel_status` 列标记每行处理状态 |
潜在局限
- 数据质量依赖源：网络数据可能存在时效性、准确性问题
- 成本不透明：不同 processor tier 的定价未在文档中明确
- 失败行处理：需手动检查
_parallel_status处理部分失败情况 - API 依赖：需获取并配置 API key，存在外部服务依赖
适合人群
- 销售/市场团队：线索补全（Lead Enrichment）
- 投资分析师：批量获取公司融资、高管信息
- 数据工程师：自动化数据管道中的字段增强环节
- 竞品研究员：快速构建公司对比数据集
常规风险
| 风险类型 | 说明 |
|----------|------|
| **合规风险** | 抓取个人信息（联系方式、社交账号）需符合 GDPR/CCPA |
| **数据准确性** | 网络源数据可能过时或错误，建议关键字段二次验证 |
| **API 稳定性** | 外部服务可能出现 rate limit 或中断 |
| **成本失控** | 大规模补全前建议小规模测试 |
最佳实践建议
1. 意图描述具体化（1-2 句，明确字段+上下文+约束）
2. 复杂任务使用 YAML 配置文件管理
3. 大任务拆分子会话（sessions_spawn）避免上下文超限
4. 输出后必查 _parallel_status 列识别失败行