Token导航 LogoToken导航TokenDH.com
Real Estate Analyzer logo
数据服务stdio官方级别未说明来源级核验

Real Estate Analyzer

MCP Server

一个利用Playwright MCP和AI技术,从网络上抓取、解析和分析特定区域房地产租赁数据的工具,支持命令行和API两种使用方式。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Python数据分析API集成

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

erendanyel

提供方

erendanyel

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

______________________________________________________________________

🏠 房地产租金分析器

![License: MIT](LICENSE)

一款利用Playwright MCP的AI驱动工具,用于抓取、解析和分析特定区域的房地产租赁数据。

这个仓库包含一个自动化房地产租金分析工具,它能帮助您根据用户设定的标准,在特定区域收集租赁房源信息。(目前仅支持Redfin平台)

✨ 特点

  • 自动化网页抓取: 使用Playwright从网页中提取房地产列表信息。
  • 智能内容解析: 将抓取的数据结构化,直接在终端进行分析或将其保存为CSV文件。
  • 基于人工智能的过滤: 利用人工智能和Playwright MCP根据用户标准应用过滤器。
  • 双接口: 可以作为命令行工具直接运行进行分析,或者作为FastAPI服务器以供API访问。

🚀 开始使用

这些说明将帮助您在本地机器上获取项目副本,并使其能够正常运行,以便进行开发和测试。

先决条件

  • Python 3.10+(建议使用3.11版本)
  • Node.js 和 npm(用于运行 Playwright MCP) npx

这些安装步骤适用于Windows系统,提供的命令适用于PowerShell。

💻 安装

  1. 克隆仓库:
   git clone https://github.com/eren123danyel/real-estate-analyzer.git
   cd real-estate-analyzer
  1. 创建并激活虚拟环境:
   python -m venv .venv
   .\.venv\Scripts\activate
  1. 安装Python依赖项:
   pip install --upgrade pip
   pip install -r requirements.txt
  1. 安装spaCy的英语模型:
   python -m spacy download en_core_web_sm
  1. 安装 Playwright 浏览器:
   python -m playwright install
   # Or, if you encounter issues, you can use the Node tooling:
   # npx playwright install

⚙️ 配置

这个项目使用 python-dotenv 管理环境变量。

  1. 创建一个 .env 项目根目录下的文件。
  1. 将您的OpenAI API密钥添加到 .env 文件:
   OPENAI_API_KEY="YOUR-API-KEY"    # Your OpenAI key

🏃‍♀️ 运行应用程序

你可以将此工具作为命令行应用程序运行,或者作为带有API的网络服务器运行。

作为命令行界面工具

直接从您的终端开始操作:

python rentanalyzer.py --help

示例命令

查找洛杉矶的租赁信息并打印到终端:

python rentanalyzer.py -l "Los Angeles" 

在纽约市查找租金低于3k的房源,并保存为CSV格式:

python rentanalyzer.py -l "NYC" -m 3000 -o "output.csv" 

在西雅图查找租金低于3000美元、有2张及以上床位且允许养狗的公寓,并保存为CSV文件:

python rentanalyzer.py -g "Find apartments in Seattle that have 2+ beds and that are dog friendly and under $3k" -o "output.csv" 

作为API服务器

启动FastAPI服务器:

python rentanalyzer.py -api

该API随后将可用 http://127.0.0.1:8080

当作为服务器运行时,将提供两个端点:

  • 使用AI搜索Redfin(房地产数据平台)

- 接受参数 *目标* 用自然语言(来描述),让AI知道要抓取什么。

  • /search_redfin 翻译为中文是:“搜索Redfin(房地产平台)”

- “Takes”可以翻译为“接受”或“拿取”,具体取决于上下文 *位置* 以及可选地 *最高价格*。

🎬 演示

以下是使用房地产租金分析工具的一些示例。

🖥️ 无AI的CLI演示

losangeles NY

🤖 带AI的CLI演示

ai

🔌 API 示例

服务器运行后,您可以通过访问:(http://127.0.0.1:8080/docs/) 使用Swagger UI与API进行交互。

你也可以使用curl来发送请求,例如:

curl.exe -X GET "http://127.0.0.1:8080/search_redfin?location=Seattle" -H "accept: application/json"

或者

curl.exe -X GET "http://127.0.0.1:8080/search_redfin_with_ai?goal=Find%20rental%20listings%20under%203000%20in%20Los%20Angeles" -H "accept: application/json"

📄 许可证

这个项目遵循MIT许可证授权——详见 许可证 详情请查阅文件。

目录标签

目录标签

Python数据分析API集成房地产数据分析本地部署网络爬虫AI过滤自动化工具FastAPI服务

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP