ReiltasGG/apartment-hunter

# 🏠 公寓猎手 CLI 一个基于终端的公寓猎手，由 **Ollama + Gemma 4** 驱动。它会抓取 Craigslist 上的房源信息，使用本地 AI 模型根据你的设施需求和预算进行排名，并输出一份排版整洁的 **PDF 报告**，展示匹配度最高的 3 个房源。 ## 前置条件 - Python 3.11+ - 已安装并运行 [Ollama](https://ollama.com) - 已在 Ollama 中拉取 Gemma 4 模型 ## 设置 ### 1. 克隆仓库 ``` git clone https://github.com/ReiltasGG/apartment-hunter.git cd apartment-hunter ``` ### 2. 创建并激活虚拟环境 ``` python3 -m venv venv source venv/bin/activate ``` ### 3. 安装依赖 ``` pip install -r requirements.txt ``` ### 4. 在 Ollama 中拉取模型（仅需一次） ``` ollama pull gemma4:e4b ``` ### 5. 在另一个单独的终端中启动 Ollama ``` ollama serve ``` ## 使用说明 只需运行脚本——它会向你询问所有必要的信息： ``` python apartment_hunter.py ``` 系统会提示你输入以下信息： - **城市 (City)** — Craigslist 的城市子域名（例如 `houston`、`austin`、`dallas`） - **最低预算 (Min budget)** — 可选的最低租金 - **最高预算 (Max budget)** — 每月最高租金（严格执行） - **卧室数量 (Bedrooms)** — 可选的卧室数量过滤器 - **设施需求 (Amenities)** — 你想要的设施列表，以逗号分隔（例如 `gym, parking, in-unit laundry, pet friendly`） ## 输出 脚本将会： 1. 显示抓取数据和查询 AI 时的实时进度 2. 直接在终端中打印出排名前 3 的结果 3. 保存一份 **PDF 报告**，其中包含： - 租金、位置以及该房源的链接 - ✅ 已有的设施 / ❌ 缺失的设施 - 周边环境（餐厅、交通、公园等） - AI 总结的推荐理由 - 满分为 100 的匹配得分 ## 返回项目 ``` cd apartment-hunter source venv/bin/activate python apartment_hunter.py ``` ## 故障排除 | 问题 | 解决方案 | |---------|-----| | `Cannot connect to Ollama` | 在另一个终端中运行 `ollama serve` | | `No listings found` | 尝试放宽价格范围或检查城市名称拼写 | | `JSON parse error` | 原始 Ollama 输出已保存至 `ollama_raw.txt` 以供调试 | | 结果超出预算 | 预算现已在 AI 排名前后进行强制硬过滤 |

标签：AI风险缓解, PDF生成, Python, 代码示例, 数据分析, 文档结构分析, 无后门, 本地大模型, 逆向工具