listing-scout¶

Skill 简介¶

Listing Scout 是一个基于 OpenClaw 平台开发的智能房地产搜索助手，旨在帮助购房者、房地产投资者以及中介高效地获取市场上最新的房源信息。传统的房源搜索过程耗时且繁琐，用户需要频繁地手动浏览多个房地产网站（如 Zillow、Realtor.com 和 MLS），并根据自己的需求进行筛选。而 Listing Scout 则通过自动化监控和智能匹配技术，实时追踪各大平台的新房源，并将符合用户特定条件的房源快速推送给用户，从而大幅提升房源搜索的效率和精准度。

该 Skill 的核心价值在于它能够实时捕捉市场变化，并在房源刚上线时迅速通知用户，避免因信息滞后而错失良机。此外，它还能根据市场行情对房源进行智能评分，帮助用户判断房源的性价比，从而做出更明智的购房决策。

主要功能¶

1. 多平台房源监控
Listing Scout 支持对多个主流房地产平台进行实时监控，包括 Zillow、Realtor.com 以及 MLS 房源数据。这意味着用户无需逐一访问这些网站，只需通过一个统一的接口即可获取所有新发布的房源信息。

2. 智能匹配与筛选
该 Skill 能够根据用户预先设定的购房标准（如预算、卧室数量、浴室数量、地理位置、房屋特色等）对新房源进行智能匹配和筛选。例如，用户可以设定预算为 45 万美元、至少 3 间卧室、2 间浴室，并指定城市为奥斯汀，Skill Scout 就会自动筛选出符合条件的房源。

3. 房源价值评分**
Listing Scout 不仅提供房源的基本信息，还会根据当前市场行情对房源进行价值评分。它通过比较房源价格与周边区域的平均价格（每平方英尺单价），帮助用户快速判断房源的性价比。例如，如果某房源的每平方英尺单价低于区域平均值的 18%，系统会特别标注并建议用户考虑安排看房。

4. 价格变动追踪**
该 Skill 还会持续追踪用户关注的房源的价格变化。如果某房源出现价格下调，系统会立即通知用户，并提供价格变动的详细信息。例如，系统会告知用户某房源价格下调了 15,000 美元，这是该房源的第三次降价，并提示该房源的卖家可能较为迫切。

5. 每日房源摘要**
根据用户设定的购房标准，Listing Scout 每天会生成一份新的房源摘要，汇总当天所有符合条件的房源信息，并通过 Telegram 等即时通讯工具推送给用户，确保用户不会错过任何重要信息。

6. 市场状态标记**
对于上线时间少于 24 小时的房源，Skill Scout 会自动将其标记为“热门”（HOT），帮助用户快速识别那些竞争激烈的房源。

使用场景¶

1. 购房者
对于正在寻找理想住宅的购房者，Listing Scout 可以根据他们的预算、房型偏好和地理位置需求，实时推送符合条件的新房源，帮助他们高效地找到心仪的房子。

2. 房地产投资者
投资者可以利用 Listing Scout 追踪特定区域或类型的房源价格变化，及时捕捉市场趋势，并根据房源价值评分做出更明智的投资决策。

3. 房地产中介
中介可以使用 Listing Scout 快速获取新房源信息，并通过即时通知功能第一时间联系潜在买家，从而提升服务效率和客户满意度。

4. 租赁市场
除了购房，Listing Scout 也适用于租赁市场。用户可以设定租赁预算、房型等条件，获取最新的租赁房源信息。

5. 区域市场分析
房地产分析师可以利用该 Skill 收集特定区域的房源数据，分析市场趋势和价格走势，为房地产市场的研究提供数据支持。

如何使用¶

安装与配置¶

安装依赖项
确保你的系统已安装 Python 3 和必要的依赖库。你可以使用以下命令安装所需的 Python 库：
bash pip install openclaw requests beautifulsoup4
获取 API 密钥
在 OpenClaw 平台上注册并获取 Listing Scout 的 API 密钥。
配置 Telegram 机器人
如果你希望通过 Telegram 接收即时通知，需要创建一个 Telegram 机器人并获取其 API 密钥。然后，将 Telegram 机器人的 API 密钥配置到 Listing Scout 的配置文件中。

配置示例¶

以下是一个简单的配置文件示例（config.json）：

{
  "api_key": "YOUR_OPENCLAW_API_KEY",
  "telegram_bot_token": "YOUR_TELEGRAM_BOT_TOKEN",
  "telegram_chat_id": "YOUR_TELEGRAM_CHAT_ID",
  "buyer_criteria": {
    "budget": 450000,
    "bedrooms": 3,
    "bathrooms": 2,
    "location": "Austin"
  }
}

运行 Listing Scout¶

使用以下命令启动 Listing Scout：

python listings_scout.py --config config.json

示例¶

示例 1：获取新房源信息¶

假设用户设定了一个购房标准，并希望获取当天的新房源信息。以下是一个可能的交互示例：

User: Any new listings matching the Johnson criteria?
Agent: 3 new matches today for Johnson (budget: $450K, 3+ bed, 2+ bath, Austin):
1) 142 Oak St — $425K, 3bd/2ba, 1,850 sqft, $230/sqft (area avg: $265). Listed 6hr ago. HOT.
2) 89 Elm Dr — $449K, 4bd/2.5ba, 2,100 sqft. Good schools.
3) 301 Pine Ave — $439K, 3bd/2ba, needs updates. Price/sqft below area avg by 18%. Recommend scheduling tours for #1 and #2.

示例 2：价格变动通知¶

当用户关注的房源出现价格变动时，Listing Scout 会发送如下通知：

Agent: 4 price drops on watched properties:
1) 55 River Rd — dropped $15K to $385K (3rd reduction). Days on market: 62. Motivated seller signal.
2) 720 Main St — dropped $8K to $512K. Still above comparable avg by 5%.

总结¶

Listing Scout 是一个强大的房地产搜索辅助工具，专为需要高效获取和管理房源信息的用户设计。无论是购房者、房地产投资者还是中介，Listing Scout 都能通过其实时监控、智能匹配和智能评分功能，帮助用户快速找到符合需求的房源，并提供有价值的参考信息。对于希望提升房源搜索效率的用户来说，Listing Scout 是一个不可或缺的工具。通过简单的安装和配置，用户即可享受智能化的房源搜索体验。

listing-scout