闲社服务运行正常AI智能体自动化平台
b

贝壳小区研究

技能标识:beike-xiaoqu-research

通过 mcp-chrome 插件抓取贝壳找房数据,支持两种模式:(1) 单小区深度四步研究(详情/在售/成交);(2) 按地区批量发现并筛选符合条件的小区,再对候选清单做 PAL MCP 多模型 consensus 综合评估。适用场景:查贝壳小区信息、按区域发现候选小区、多模型评估买房方案。需要用户已安装 mcp-chrome 插件(端口 12306)+ mcporter 已配置 pal server。

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 2.2.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

贝壳小区研究

贝壳找房小区研究工具 v2.2

I/O 契约(输入 / 输出 / 错误)

Agent 调用此 Skill 前必读,确保参数与返回结构符合预期。

模式 A:单小区深度研究

输入参数(环境变量 / 脚本参数)

参数类型默认值说明
$1 (NAME)string必填小区名(中文),用于 rs{小区名} 搜索
$2 (CITY)
string | sh | 城市前缀 |
| $3 (OUTDIR) | string | /tmp/beike | 输出目录 |
| BEIKE_HEADLESS | env | 0 | 设为 1 则 headless 模式,验证码时 exit 4 不挂起 |

成功输出(OUTDIR 下生成以下文件)

json
{
status: ok,
mode: single_xiaoqu,
xiaoqu_name: 东方花园三期,
xiaoqu_id: 5011102207315,
files: {
xiaoqujson: {OUTDIR}/东方花园三期xiaoqu.json,
ershoujson: {OUTDIR}/东方花园三期ershou.json,
chengjiaojson: {OUTDIR}/东方花园三期chengjiao.json
}
}

*_xiaoqu.json 字段 Schema:

json
{
avg_price: 78000,
building_type: 板楼,
total_units: 320户,
total_buildings: 8栋,
green_rate: 35%,
far: 1.8,
ownership: 商品房,
built_year: 2008-2012,
mgmt_fee: 2.5元/月/㎡,
mgmt_company: 绿城物业,
developer: 绿城集团,
followers: 125,
on_sale: 5,
sold_90d: 2,
views_30d: 38,
metros: [🚇9号线 七宝站 688m],
parsesource: css+innerText
}

模式 B:区域批量发现

输入参数

参数类型默认值说明
$1 (BOARDS)string必填逗号分隔板块,如 qibao,gumei
$2 (CITY)
string | sh | 城市前缀 |
| $3 (OUTDIR) | string | /tmp/beike_discover | 输出目录 |
| --district | flag | minhang | 区域路径段,如 pudong |
| --no-detail | flag | off | 仅发现,不抓详情 |
| --consensus | flag | off | 发现后接 PAL MCP 评估 |
| BEIKE_HEADLESS | env | 0 | headless 模式 |

成功输出

json
{
status: ok,
mode: region_discover,
city: sh,
district: minhang,
boards: [qibao, gumei],
total_candidates: 8,
candidates: [
{
name: 好世鹿鸣苑,
board: qibao,
price: 68000,
year: 2010-2012,
on_sale: 5,
sold_90d: 2,
metro: 1号线 莘庄站 688m,
xiaoqu_id: 5011000015858
}
],
csvfile: {OUTDIR}/candidates2026-03-23.csv
}

错误状态码

exit codestatus 字符串说明
0ok成功
1
dependency_missing | mcp-chrome 未启动 / 依赖缺失 | | 2 | captcha_detected | 验证码(交互模式,等待用户处理) | | 3 | parse_failed | 关键字段解析失败(贝壳结构变更) | | 4 | captcha_headless | headless 模式遇验证码,无法处理 |

两种工作模式

模式触发场景脚本
A. 单小区深度研究查XX小区的信息、看东方花园三期fetchxiaoqu.sh
B. 区域批量发现
找七宝/古美附近符合条件的小区、帮我发现候选小区 | regiondiscover.sh |

两种模式最终都可接 PAL MCP Consensus 评估(consensus_analyze.py)。



前置检查

1. mcp-chrome 连接

bash
curl -s http://127.0.0.1:12306/mcp -X POST \
-H Content-Type: application/json \
-H Accept: application/json, text/event-stream \
-d {jsonrpc:2.0,id:1,method:initialize,params:{protocolVersion:2024-11-05,capabilities:{},clientInfo:{name:agent,version:1.0}}} \
| grep -o name:ChromeMcpServer && echo ✅ 已连接 || echo ❌ 请检查插件

获取 SESSION_ID(动态获取,不要写死):

bash
SESSION_ID=$(curl -s -i -X POST http://127.0.0.1:12306/mcp \
-H Content-Type: application/json \
-H Accept: application/json, text/event-stream \
-d {jsonrpc:2.0,id:1,method:initialize,params:{protocolVersion:2024-11-05,capabilities:{},clientInfo:{name:agent,version:1.0}}} \
| grep -i mcp-session-id: | awk {print $2} | tr -d \r\n )

2. PAL MCP 可用性(Consensus 模式需要)

bash
mcporter list pal 2>&1 | grep -q chat && echo ✅ PAL MCP 正常 || echo ❌ 请检查 ~/.mcporter/mcporter.json



贝壳 URL 规则

城市前缀:sh=上海 bj=北京 sz=深圳 gz=广州

区域列表(发现小区)

按板块: https://{city}.ke.com/xiaoqu/minhang/{板块拼音}/ 全区: https://{city}.ke.com/xiaoqu/{区拼音}/

常用上海板块

七宝=qibao 古美=gumei 金汇=jinhui 龙柏=longbai 莘庄=xinzhuang 漕河泾=caoheqing 虹桥=hongqiao

单小区操作

详情页: https://{city}.ke.com/xiaoqu/{小区ID}/ 在售: https://{city}.ke.com/ershoufang/rs{小区名}/ 成交: https://{city}.ke.com/chengjiao/rs{小区名}/

模式 A:单小区深度研究(四步)

Step 1 – 查小区 ID

bash
navigate → ershoufang/rs{小区名}/
wait 7s
JS: return Array.from(document.querySelectorAll(a))
.find(a => a.href.includes(/xiaoqu/) && /\/\d+\//.test(a.href))?.href ||

取 URL 中的数字部分即为小区 ID

Step 2 – 小区详情页

bash
navigate → xiaoqu/{小区ID}/
wait 7s
JS: return document.body.innerText
→ parse_beike.py xiaoqu

关键解析注意:

  • - 贝壳使用 \xa0(非断行空格),正则需用 [\s\xa0]* 代替普通空格
  • 字段格式:字段名\n值(换行分隔,非同行)
  • 在售套数:格式为 N套\n在售二手房

Step 3 – 在售二手房

bash
navigate → ershoufang/rs{小区名}/
wait 7s
JS: return document.body.innerText
→ parse_beike.py ershou

Step

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 beike-xiaoqu-research-1776077116 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 beike-xiaoqu-research-1776077116 技能

通过命令行安装

skillhub install beike-xiaoqu-research-1776077116

下载

⬇ 下载 beike-xiaoqu-research v2.2.0(免费)

文件大小: 27.21 KB | 发布时间: 2026-4-14 11:37

v2.2.0 最新 2026-4-14 11:37
v2.2 P1修复: 1)BEIKE_HEADLESS=1支持headless运行(exit 4); 2)CSS Selector优先提取+innerText兜底(css_merge模式); 3)SKILL.md新增I/O Schema契约章节(输入参数表/输出JSON/错误码枚举)
返回顶部