Apartment Finder AI

🏠 ApartmentFinder人工智能代理

ApartmentFinder是一个智能多代理系统，旨在简化搬迁的混乱。用户无需在Zillow、谷歌地图和Reddit之间切换标签，只需与人工智能进行一次对话，即可找到公寓、计算实时公共交通通勤、检查社区安全，并提供精心策划的摘要。

问题

搬迁到一个新城市是压倒性的。用户通常必须：

1. 在列表网站上搜索预算/设施。
2. 将地址复制到谷歌地图中，以查看高峰时段的通勤时间。
3. 搜索谷歌/Reddit，查看附近是否安全。
4. 将所有这些编译成电子表格以做出决定。

这个过程是手动的、零碎的、耗时的。

解决方案

ApartmentFinder使用分层多代理架构自动化了整个流程。

“Manager”代理与用户交互，以了解他们的特定需求。一旦收集到需求，它就会部署一个专门的“研究团队”（一系列子代理）来执行搜索，使用谷歌地图MCP服务器验证通勤时间，并使用谷歌搜索验证安全性。

建筑

Architecture Diagram

1. 管理者（根代理）

• 角色：用户界面和验证器。
• 行为：它与用户进行循环对话，直到获得4个关键位置：城市、州、预算和地标。
• 交接：只有满足要求时，才会触发研究团队。

1. 研究团队（顺序子代理）

一旦触发，该团队将执行线性装配线：

• 🕵️ 分析师代理人（工人）

- fetch_apartments 工具：查询本地Pandas DataFrame（模拟数据库）中的列表。 - check_commutes 工具：连接到本地Node.js MCP服务器，查询实时谷歌地图API的过境时间。

• 🛡️ 审核代理（审核官）

- 工具： google_search 谷歌搜索（ADK内置）。 - 行为：根据找到的特定地址动态搜索社区安全审查。

• 📝 摘要生成器代理（The Closer）

- 工具：无。 - 行为：将原始数据合成一个有说服力的、格式化的音调，帮助用户做出决定。

🛠️ 技术栈

• 框架：谷歌代理开发工具包（ADK）。
• LLM：双子座2.5闪光（通过顶点AI/AI工作室）。
• 数据层：Pandas（处理CSV库存）。
• 基础：谷歌搜索（原生ADK集成）。

安装说明

先决条件

• Python 3.10+
• Node.js v18+（谷歌地图MCP服务器需要）
• 启用了以下API的Google Cloud API密钥：

- 地理编码API - 地点API（新增） - 距离矩阵API - API指南

安装

1. 克隆存储库：

git clone https://github.com/yourusername/apartment-finder-ai.git
cd apartment-finder-ai

1. 安装Python依赖项：

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
pip install -r requirements.txt

1. 安装MCP服务器：

此项目使用由提供的Google Maps MCP服务器 @模型上下文协议

npm init -y
npm install @modelcontextprotocol/server-google-maps zod

1. 配置环境：

在根目录中创建.env文件：

GOOGLE_API_KEY="your_gemini_api_key"
GOOGLE_MAPS_API_KEY="your_google_maps_api_key"

用法

运行主应用程序脚本。Python代理将在后台自动启动Node.js MCP服务器。

python main.py

Example Interaction:

Agent: "Hello! I can help you relocation. Where are you moving?"
User: "I'm looking for a place in Austin, TX under $2500."
Agent: "Got it. Where will you be commuting to?"
User: "The Tesla Gigafactory."
Agent: (Thinking...) Delegates to Analyst -> Checks Maps -> Checks Reviews...
Agent: "I found a great option for you! The Riverside Lofts are $2,100/month. The commute is 15 mins via car, and reviews indicate the neighborhood is improving..."

📂 项目结构

apartment-finder-ai/
├── apartment_finder/
│   ├── __init__.py                               # Entry point
│   ├── agent.py                                  # Agent Definitions
│   ├── instructions.py                           # Agent Instruction Prompts
│   └── tools.py                                  # Python Tools & MCP Wrapper Logic
├── data/
│   ├── apartments_cleaned.csv                    # Cleaned mock apartments database
│   └── apartments_for_rent_classified_100K.csv   # Raw dataset (from Kaggle)
├── main.py                                       # Entry point & Runner
├── package.json                                  # Node dependencies (MCP)
├── preprocessing.py                              # Preprocessing Script for raw data
└── requirements.txt                              # Python dependencies