Token导航 LogoToken导航

MCP Server · 数据服务

Real Estate Analyzer

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。

stdio官方级别未说明来源级核验工具 0
Python数据分析API集成

快速开始

作者 / 组织
erendanyel
提供方
erendanyel
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Real Estate Analyzer 属于数据服务类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

数据服务

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv .venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

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。

详细介绍

______________________________________________________________________

🏠 房地产租金分析器

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

🤖 带AI的CLI演示

🔌 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。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

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

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

用自然语言查库

不用手写 SQL,直接问数据,让模型组织查询语句。

数据巡检

定期拉指标、做对比,把异常项整理成一段说明。

打通业务数据

把数据库、数仓和接口接进同一个上下文,减少导出再上传。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Real Estate Analyzer

MCP World · 本页

0stdio有1 个2026-05-17
Memory 9d25f64e

MCP World

9未说明未标注1 个2026-05-17
Prisma MCP Server

MCP World

0stdio有3 个2026-05-17
Astr Bot

MCP World

0stdio有1 个2026-05-17
Getzep MCP

MCP World

9stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Real Estate Analyzer 怎么安装?

公开资料给出的安装命令是 python -m venv .venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Real Estate Analyzer 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Real Estate Analyzer 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Real Estate Analyzer 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Real Estate Analyzer 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP