$ loading_
通过多信号概率校验邮箱地址,返回可信度、风险状态与证据说明。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"sabit-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请批量验证这组邮箱地址,输出每个地址的状态(safe/risky/invalid/unknown)、置信度分数和关键证据,并按可投递优先级排序。
一份带状态、分数、证据和排序建议的邮箱清单,便于筛除高风险或无效地址。
验证这个新注册邮箱是否可靠,返回风险状态、置信度,以及判断依据,帮助我决定是直接通过、二次验证还是拦截。
针对单个邮箱的风险评估结果,包含明确状态、可信度和可执行的处理参考。
请检查这些销售线索的邮箱地址,标出安全、可疑和无效邮箱,并说明每条判断的证据,方便CRM录入前审核。
一份适合销售或运营审核的核验结果,帮助提升线索质量并减少后续退信。
通过自然语言发送邮件、校验 EmailJS 配置并查询邮件历史记录