技能名称: hauscout
详细描述:

Hauscout 数据采集

项目位置

采集执行

bash
cd /Users/kendrick/projects/hauscout
npx tsx scripts/collect.ts

CLI 选项

• - --url — 仅采集特定房源
• --profile — 仅采集特定搜索配置文件
• --headed — 显示浏览器（用于调试）
• --dry-run — 仅进行AI分析，不保存到数据库

采集流程摘要

1. 1. 使用Playwright进行HouseSigma地图搜索 → 获取房源列表
2. 按价格/卧室/类型代码过滤
3. 访问详情页面 → 提取DOM文本（排除Comparables部分）
4. GPT-4o-mini AI分析 → 结构化数据 + 性价比分析
5. 保存到Neon PostgreSQL（跟踪新增/更新/价格变动）

采集后检查清单

1. 1. 确认是否无错误完成（退出代码、错误计数）
2. 如有新房源，记录地址/价格/AI摘要
3. 如有价格变动，记录变动
4. 在memory/YYYY-MM-DD.md中编写采集结果摘要
5. git commit & push（仅在存在变更时）

数据库检查（如需）

bash
cd /Users/kendrick/projects/hauscout
npx tsx -e
import { neon } from @neondatabase/serverless;
import { drizzle } from drizzle-orm/neon-http;
import * as schema from ./src/db/schema;
// 需要加载 .env.local
const sql = neon(process.env.DATABASE_URL!);
const db = drizzle(sql, { schema });
const all = await db.select().from(schema.listings);
console.log(JSON.stringify(all, null, 2));

搜索配置文件（当前2个）

1. 1. Queensway附近公寓（2-3卧，$80万以下）
2. 密西沙加独立屋（$80万以下）

注意事项

• - HouseSigma是SPA → 使用domcontentloaded + waitForTimeout
• 价格提取仅使用Listed for: $XXX模式（防止混入Comparables价格）
• 请求间随机延迟2-4秒（防止速率限制）