四层架构 / System Layers
Markdown 驱动的 Agent 模式层 + Python 执行引擎 + 运行时数据 + YAML 配置。遵循
Agent Skills 开放标准。
🧠
模式层 / Modes
每个 .md 文件定义一条完整决策链路——输入解析到输出格式。Agent 读取 Markdown 指令自动执行。
auto-evaluate.mdscan.md
verify.mdscrape.md
risk.mdvisit.md
⚙️
脚本层 / Scripts
Python 执行引擎。浏览器自动化、高德 API 调用、数据清洗、城市运行时构建。通过 python.sh 封装 venv。
scrape_douban.pyamap_query.py
build_city_runtime.pylib/amap.py
lib/city.pysetup.sh
doctor.shpython.sh
📊
数据层 / Data
运行时状态存储。listings.md 是唯一真源（SSOT），所有视图从此派生。含地图可视化和列表视图两个 HTML 渲染器。
listings.mdpipeline.md
reports/*.mdlistings.json
city-runtime.jsonmap-view.html
listings-view.htmlscan-history.tsv
🔧
配置层 / Config
YAML 驱动一切。新增城市只需一份 .yml，URL 模板自动替换 {city_code}。
profile.ymlcities/*.yml
platforms.ymlamap.yml
八模式智能路由 / Mode Routing
输入任意内容，SKILL.md 自动判断走哪个 Mode。粘贴链接自动评估，关键词触发对应流程。
🎯
auto-evaluate
核心模式。粘贴房源链接 → 自动抓取 → 假房源快检 → 红线检查 → 八维打分 → 生成报告 → 入 Tracker。全流程 6 Step 自动串联。
/rent {URL}
🔍
scan
五级扫描策略：MCP 结构化 → 专用爬虫 → WebFetch → API → WebSearch。每层失败自动降级。
/rent scan
🕷️
scrape
豆瓣三级反检测 + 小红书 MediaCrawler
/rent scrape
🔬
verify
通用 5 项 + 平台 10+ 专项检测
/rent verify {URL}
⚠️
risk
小区避雷，4 种搜索角度
/rent risk {小区}
🗺️
map
高德可视化，房源定位 + 通勤圈
/rent map
📋
tracker
状态流转：发现→评估→约看→签约
/rent tracker
👀
visit
路线规划 + Checklist + 砍价话术
/rent visit
v0.2 COMING SOON →
/rent compare（多房源横向对比）
/rent negotiate（砍价策略）
/rent batch（批量评估）
八维度评分体系 / Scoring Matrix
每维 1-5 分，总分取简单平均。数据驱动优先，WebSearch 兜底补充。
通勤评分映射
| 耗时 | ≤20min | 20-30 | 30-45 | 45-60 | >60 |
|---|
| 评分 | 5 | 4 | 3 | 2 | 1 |
* 换乘 ≥2 次额外 -0.5 分
便利分计算
加权 POI 密度 → 归一化 1-5 分
地铁 ×3.0 · 超市 ×2.0 · 便利店 ×1.5 · 餐饮 ×1.0
缓存到 amap-cache.json，同小区复用
Auto-Evaluate 完整流程 / Pipeline
从粘贴链接到输出报告，6 个 Step 全自动串联。
0
抓取房源
Playwright 优先 → WebFetch 兜底 → 用户粘贴文本。提取：小区 / 户型 / 面积 / 租金 / 楼层 / 朝向 / 联系方式 / 发布时间
.5
假房源快检 (Verify Lite)
通用 5 项检测：价格异常 / 隔断 / 信息一致性 / 联系方式 / 挂牌时长。1+ RED → 硬拦截
1
红线检查
对照 profile.yml 的 dealbreakers 逐条检查。命中则暂停流程，等待用户决策
2
八维度评分
性价比(WebSearch) → 通勤(高德) → 房况(抓取) → 安全(搜索) → 便利(POI) → 可靠性 → 风险 → 灵活性
3
生成评估报告
输出 reports/{###}-{slug}-{date}.md — 基本信息 + 评分表 + 通勤 + 风险 + 砍价话术
4
更新 Tracker
写入 listings.md (SSOT)。同 URL 不重复，更新已有条目。状态设为"已评估"
5
输出摘要
月租 / 总分 / 各维度 / 风险信号 / 红线命中 / 报告链接
五级扫描 / Scan Fallback
L0
MCP 结构化数据源 NEW
唯果直租 官方 MCP Server — 100% 直租、字段结构化、带坐标。30 次/天免费。配置：.mcp.json.example → .mcp.json 填入 vgk_live_xxx
北京上海深圳广州杭州
L2.5
专用爬虫（优先级最高）
豆瓣三级反检测 (CDP → stealth → 交互式) + 小红书 MediaCrawler
🟤 豆瓣📕 小红书
L1
WebFetch 列表页
需 cookie 初始化。URL 模板化，{city_code} 自动替换
🏠 贝壳🟢 自如🟠 58🔵 安居客🏢 房天下
L3
WebSearch 兜底
其他级别不足时补充。需额外验证 URL 有效性
去重：URL 精确 → ID 匹配(电话/昵称) → 图片匹配 · 结果写入 pipeline.md + scan-history.tsv
假房源检测 / Verify System
通用检测 · 5 项
💰 价格异常
🔴 低于均价 30%+ · 🟡 15-30% · 🟢 ±15%
📐 隔断检测
🔴 一居 <15㎡ / 两居 ≤30㎡ · 🟡 一居 15-20㎡
📝 信息一致性
标题 vs 正文矛盾？关键信息缺失或模糊？
📅 挂牌时长
🔴 >90天 · 🟡 45-90天 · 🟢 <45天
平台专项检测
🟤 豆瓣
发帖人主页分析 · 评论区揭露 · 文案模板 · 多城市跨发
📕 小红书
评论翻车 · 博主主页 · 图片风险（水印 / 样板间）
🏠 贝壳/链家
经纪人挂房量（50+ 警告）· 房源状态异常
🟠 58/安居客
同图检测 · 刷新频率 · 认证状态（未认证+低价）
豆瓣爬虫三级反检测 / Scraper
优先级 1 · CDP 模式（最强反检测）
接管真实 Arc 浏览器 → remote-debugging-port=9222
完全真实浏览器指纹，无法被检测
↓
优先级 2 · Stealth 模式
Playwright + playwright-stealth 补丁
注入 Cookie / Session 复用登录态
↓
优先级 3 · 交互式模式（兜底）
打开浏览器 → 用户手动拖滑块 → Enter 继续
$ 翻页 (8页×25条) → 标题过滤 → 详情抓取 → 片区过滤
→ douban_raw.jsonl (全部)
→ douban_filtered.jsonl (符合条件)
→ douban_session.json (登录态复用)
高德地图深度集成 / Amap Integration
🚇
通勤计算
多锚点加权（v0.3+）。profile.yml 的 anchors[] 支持多通勤目的地，每锚点按 importance 1-5 独立计算后聚合。支持 transit / driving / walking / bicycling。失败锚点不计入权重。
amap_query.py commute --to "小区"
📍
POI 周边搜索
搜索超市、地铁、医院、学校等类别，按距离排序。支持自定义半径和数量。
amap_query.py poi --category supermarket
📊
便利分计算
加权 POI 密度评分，归一化 1-5 分。地铁 ×3.0、超市 ×2.0、便利店 ×1.5。缓存复用。
amap_query.py convenience --location "小区"
🗺️
地图可视化
map-view.html 消费 city-runtime.json + listings.json，动态渲染标注 + 片区着色 + 通勤等时圈。
build_city_runtime.py → city-runtime.json
设计模式 / Design Patterns
配置驱动 YAML
URL、片区、豆瓣组 ID 全部配置化。{city_code} 自动替换。新增城市只需一份 yml。
分层兜底 FALLBACK
L2.5 爬虫 → L1 WebFetch → L2 API → L3 WebSearch。每层失败自动降级。
登录态持久化 SESSION
CDP 保存 session → stealth 加载复用。跨次运行无需重新登录。
单一真源 SSOT
listings.md 唯一状态来源。pipeline / reports / map 都是派生视图。
API 缓存 SHA1
高德结果缓存 amap-cache.json。键 = SHA1(endpoint+params)，同小区只查一次。
去重证据链 DEDUP
URL 精确 → ID(电话/昵称) → 图片匹配。标记"可能重复"让用户确认。
跨工具兼容 / Compatibility
标准 Agent Skill 格式。装一次，四大 AI 工具全局可用。
$ git clone https://github.com/BENZEMA216/rent-ops.git ~/.claude/skills/rent
$ ~/.claude/skills/rent/scripts/setup.sh
$ /rent {房源链接}
安装状态检查: scripts/doctor.sh · 遵循 agentskills.io 开放标准