PropTech人工智能平台
🚀 人工智能房地产智能平台 -使用Algolia MCP Server构建的物业数据收集、智能搜索和人工智能驱动的市场洞察的综合解决方案。
🎯 概述
PropTech AI平台将现代网络技术与人工智能相结合，提供先进的房地产搜索和分析功能。它采用React、AWS Lambda、Algolia MCP Server和Amazon Bedrock Nova AI构建，提供实时房产数据收集、智能搜索和全面的市场洞察。
✨ 主要特点
🏠 物业数据收集
- 自动化数据收集：从房地产来源收集知识产权数据
- 实时处理：实时房产信息，包括图片、价格和详细信息
- 质量保证：全面的数据验证和过滤
- 多城市支持：在不同城市和州灵活收集
- MCP集成：使用Algolia MCP服务器进行标准化数据索引
🔍 高级搜索和发现
- Algolia驱动搜索：闪电般快速的财产搜索，响应时间低于秒
- 自然语言查询：使用诸如“俄亥俄州帕尔马50万美元以下的三居室房屋”之类的短语进行搜索
- 智能过滤：按价格范围、卧室、房产类型和位置进行高级筛选
- 实时结果：突出显示匹配项的即时搜索结果
🤖 AI驱动的洞察
- 亚马逊基岩Nova集成：用于房地产洞察的高级人工智能分析
- 投资分析：自动房地产投资评分和建议
- 市场情报：邻里分析、市场趋势和定价见解
- 情境聊天：用于物业相关问题的交互式人工智能助手
🏗️ 现代建筑
- 无服务器基础架构：AWS Lambda与ECR容器部署
- 反应前端：具有响应式设计的现代TypeScript React应用程序
- CDK基础设施：完整的基础设施即代码部署
- MCP协议：与Algolia服务进行标准化沟通
- 生产就绪：可扩展、安全和可维护的架构
🚀 快速开始
先决条件
# Required tools
npm install -g aws-cdk
docker --version
aws --version
node --version # v18 or higher (v22+ recommended for MCP)环境设置
# Clone and setup
git clone
cd proptech-ai-platform
# Configure environment
cp .env.example .env
# Set your configuration in .env
ALGOLIA_APPLICATION_ID=your_app_id
ALGOLIA_SEARCH_API_KEY=your_search_key
ALGOLIA_ADMIN_API_KEY=your_admin_key
ALGOLIA_INDEX_NAME=proptech-properties-dev
# Algolia MCP Server Configuration
MCP_NODE_PATH=/path/to/your/algolia-mcp-node
MCP_SERVER_PORT=3001一个命令部署
# Deploy complete infrastructure
./deploy.sh此自动化部署：
- ✅ 验证环境配置
- ✅ 使用TypeScript构建React前端
- ✅ 部署AWS基础设施（ECR、Lambda、API网关、S3）
- ✅ 构建Docker容器并将其推送到ECR
- ✅ 使用容器映像更新Lambda函数
- ✅ 测试部署运行状况
- ✅ 提供带有URL的部署摘要
🔧 MCP服务器设置
1.克隆Algolia MCP服务器
# Clone the official Algolia MCP server
git clone https://github.com/algolia/mcp-node.git
cd mcp-node
npm install2.配置环境变量
更新您的 .env 具有MCP服务器路径的文件：
# Add to your .env file
MCP_NODE_PATH=/path/to/your/algolia-mcp-node
3.验证MCP服务器
独立测试MCP服务器：
# Navigate to your MCP server directory
cd /path/to/your/algolia-mcp-node
# Test server startup
node --experimental-strip-types --no-warnings=ExperimentalWarning src/app.ts start-server --help📁 项目结构
proptech-ai-platform/
├── src/
│ ├── lambda/
│ │ └── handler.ts # Main Lambda handler
│ └── services/ # Core business logic
│ ├── realty-data-service.ts # Property data collection
│ ├── algolia-mcp-service.ts # Search integration
│ └── bedrock-ai-service.ts # AI insights service
├── infrastructure/
│ ├── app.ts # CDK application entry
│ └── stacks/
│ └── proptech-stack.ts # Complete infrastructure stack
├── frontend/ # React TypeScript frontend
│ ├── src/
│ │ ├── App.tsx # Main application component
│ │ └── App.css # Application styles
│ └── public/ # Static assets
├── load-properties-mcp.js # MCP-enabled data collection script
├── run-mcp-collection.sh # MCP collection runner
├── deploy.sh # Automated deployment script
├── Dockerfile # Lambda container definition
├── package.json # Node.js dependencies
└── README.md # This documentation🔧 API终点
该平台通过AWS API网关提供全面的REST API：
物业管理
POST /properties/collect-收集指定位置的房产数据GET /properties/search-使用高级筛选搜索索引属性GET /properties/:id/insights-获取人工智能驱动的房地产洞察
AI功能
POST /chat-与AI助手互动聊天GET /stats-平台统计和指标
系统健康
GET /health-API运行状况和诊断
🏠 使用MCP收集物业数据
启用MCP的收集脚本
该平台包括一个启用MCP的脚本，用于收集物业数据：
# Quick start with convenience script
./run-mcp-collection.sh "Austin" "TX" 25
# Or run directly
node load-properties-mcp.js --city "Austin" --state "TX" --limit 25
# Default parameters
node load-properties-mcp.jsMCP集成功能
- 标准化协议：使用模型上下文协议进行Algolia操作
- 工具发现：自动发现可用的MCP工具
- 批量操作：通过MCP批处理工具实现高效批量索引
- 错误处理：全面的错误处理和重试逻辑
- 进度跟踪：详细的日志记录和进度指标
数据质量标准
- ✅ 图像验证：只有具有有效图像的属性才会被索引
- ✅ 价格验证：实际价格范围的数字验证（1万至1000万美元）
- ✅ 地址解析：智能地址提取和验证
- ✅ 属性详细信息：自动提取床、浴室和面积
- ✅ 网页过滤：验证属性URL并删除非属性链接
🔍 搜索功能
自然语言搜索
// Example search queries
"3 bedroom houses under $500k in Parma OH"
"Condos with 2+ bathrooms in Fairfield"
"Single family homes over 2000 sqft"
"Properties under $300k in Ohio"高级过滤
- 价格范围低于 $20K， $20K-$400K， $400K-$600K， 超过 $600K
- 卧室：1+、2+、3+、4+卧室
- 物业类型：独栋住宅，联排别墅/公寓，公寓/公寓
- 位置：基于城市、州或地址的过滤
- 组合过滤器：多种过滤器组合可获得精确结果
搜索性能
- 亚秒级响应：Algolia驱动的搜索，响应时间\ ({
action: 'addObject', body: property }));
// Use MCP Server batch tool const result = await this.mcpClient.callTool('batch', { applicationId: this.applicationId, indexName: this.indexName, requests: batchRequests }); }
### 基础设施组件
#### AWS Lambda（基于容器）
- **运行时**：使用ECR容器部署的Node.js 18
- **记忆**：10GB用于浏览器自动化和人工智能处理
- **超时**：15分钟用于全面数据收集
- **并发**：根据需求自动缩放
#### 亚马逊API网关
- **REST API**：支持CORS的RESTful端点
- **速率限制**：内置请求限制
- **认证**：准备好进行API密钥或JWT集成
- **监控**：用于指标的CloudWatch集成
#### 通过MCP搜索Algolia
- **MCP工具**：批处理、saveObject、listIndices、getSettings
- **索引管理**：通过MCP自动创建和更新索引
- **搜索配置**：针对房产搜索模式进行了优化
- **面搜索**：多维过滤功能
- **分析**：搜索分析和性能监控
#### 亚马逊基岩新星
- **AI模型**：用于房地产洞察的高级语言模型
- **情境感知**：特定房地产分析
- **结构化响应**：形成的见解和建议
- **成本优化**：高效快速工程
### 前端架构
#### React TypeScript应用程序
- **现代反应**：基于钩子的功能组件
- **TypeScript**：全类型安全和开发者体验
- **响应式设计**：移动优先响应式布局
- **组件体系结构**：可重复使用、可维护的组件
#### 状态管理
- **React挂钩**：useState和useEffect对当地州
- **上下文API**：用户首选项的全局状态
- **实时更新**：实时搜索和筛选器更新
- **错误处理**：综合误差边界
#### UI/UX功能
- **专业通知**：基于吐司的用户反馈
- **加载状态**：骨架屏幕和进度指示器
- **无障碍**：符合WCAG标准的界面设计
- **演出**：优化渲染和延迟加载
## 🔐 **安全与最佳实践**
### 基础设施安全
- **IAM最低权限**：所有服务的基于角色的权限
- **VPC集成**：敏感操作的网络隔离
- **加密**：传输和静止的数据加密
- **API安全**：速率限制和输入验证
### 代码质量
- **TypeScript**：整个应用程序的类型安全
- **ESLint**：代码质量和一致性执行
- **错误处理**：全面的错误处理和记录
- **测试**：单元和集成测试能力
### 数据隐私
- **PII保护**：不存储个人身份信息
- **叫做数据缩小**：仅收集必要的财产数据
- **保留策略**：自动化数据生命周期管理
- **合规**：GDPR和隐私法规合规性
## 📊 **性能与监控**
### 性能指标
- **API响应时间**：平均响应时间\80%的测试覆盖率目标
- **性能基准**：响应时间和吞吐量指标
- **错误率**：错误率目标\
cd proptech-ai-platform
# Install dependencies
npm install
cd frontend && npm install && cd ..
# Setup environment
cp .env.example .env
# Configure your environment variables including MCP_NODE_PATH
# Start development
npm run dev代码规范
- TypeScript：所有新代码都必须用TypeScript编写
- ESLint：遵循既定的衣襟规则
- 测试：包括新功能的测试
- 文档：更新新功能的文档
拉取请求流程
- 分叉存储库
- 创建要素分支
- 通过测试实施更改
- 更新文档
- 提交带有详细描述的拉取请求
📄 许可证
MIT许可证-有关详细信息，请参阅许可证文件
🆘 支持和文档
获取帮助
- 文档：本自述中的综合文档
- api参考：提供了详细的API文件
- 例子：提供了示例代码和使用示例
- 社区：GitHub问题解答和支持
联系方式
- 问题：GitHub错误报告和功能请求问题
- 文档：README.md获取全面的文档
- API状态：实时系统状态的健康端点
______________________________________________________________________
PropTech人工智能平台 -通过人工智能驱动的洞察力和现代技术转变房地产智能，使用Algolia MCP服务器构建，用于标准化、可扩展的数据操作。
🏠 准备生产 | 🚀 满怀信心地部署 | 🤖 人工智能驱动的智能 | 🔌 MCP已启用