企业官网建设流程全解析

HomeHarvest 是一款 Python 房产数据抓取库，可以从 Realtor.com 抓取房屋数据并格式化为 MLS 挂牌风格。它官方提供 HomeHarvest MCP Server，让 AI Agent（LLM）通过自然语言自动抓取、过滤和分析房屋价格。本文将带你从零开始，完成房产数据接入 AI Agent 的全流程。

一、为什么 AI Agent 需要房产数据

过去，想让大模型"懂房价"，你得自己写爬虫、维护反爬策略、清洗字段，再喂给 LLM。HomeHarvest 把这些工作封装成了一个库：

• 数据源：直接从 Realtor.com 抓取房产数据
• 数据格式：结构化为 MLS 挂牌风格，字段规范（地址、价格、卧室/卫生间数、面积、成交日期等）
• 灵活过滤：按卧室数、卫生间数、价格、面积、地块大小、建造年份筛选
• 时间维度：按小时、天或指定日期区间查询
• 多状态支持：for_sale、for_rent、sold、pending一次或分别查询
• 多种输出：Pandas DataFrame、Pydantic 模型或原始 JSON

核心抓取入口在 homeharvest/init.py，底层抓取逻辑位于 homeharvest/core/scrapers/realtor/。

二、MCP Server 原理：LLM 如何自动拿到房数据

MCP（Model Context Protocol）是一种让大模型连接外部数据源的标准协议。把 MCP Server 添加到 AI 客户端后，LLM 就能"看见"该 Server 暴露的数据工具，并按需自动调用。

HomeHarvest MCP Server 把scrape_property()封装成 MCP 工具，整条链路是：

用户提问（自然语言） ↓ LLM 选择工具并自动填参 ↓ HomeHarvest MCP Server ↓ Realtor.com（抓取原始数据） ↓ 结构化房屋数据返回给 LLM → 直接分析、生成报告

也就是说，你不需要写任何代码，一句话就能让 LLM 完成"抓取 + 过滤 + 汇总"。

三、HomeHarvest 快速上手：1 分钟跑通首次抓取

环境要求 Python >= 3.9，一行命令安装：

pip install -U homeharvest

最简示例：抓取 San Diego 近 30 天成交房源并导出 CSV：

from homeharvest import scrape_property properties = scrape_property( location="San Diego, CA", listing_type="sold", past_days=30 ) properties.to_csv("results.csv", index=False) print(f"Found {len(properties)} properties")

想查看源码也可以克隆仓库研究实现细节：

git clone https://gitcode.com/gh_mirrors/ho/HomeHarvest

scrape_property() 核心参数速查

完整参数说明见 README.md，枚举定义（如ListingType、Property模型）在 homeharvest/core/scrapers/models.py。

四、将 HomeHarvest MCP Server 接入 AI Agent 的 3 个步骤

第 1 步：安装 MCP Server

项目 README 中列出了官方 HomeHarvest MCP Server，按其说明在本地完成安装（Python 环境就绪即可，无需额外依赖配置）。

第 2 步：在 MCP 客户端中注册 Server

打开你的 AI 客户端（Claude Desktop、Cursor 等）的 MCP 配置文件，新增一个homeharvest条目，指向该 Server 的启动命令，例如：

{ "mcpServers": { "homeharvest": { "command": "按官方 MCP 安装说明填写的启动命令", "args": ["..."] } } }

不同分发渠道的启动命令（如uvx、npx、python -m）略有差异，以官方 HomeHarvest MCP 的安装说明为准。

第 3 步：用自然语言验证

重启客户端后，直接输入：

"帮我查一下过去 30 天 San Diego 的成交房源，按价格从低到高排列，统计平均单价。"

LLM 会自动调用scrape_property工具、填充location、listing_type="sold"、past_days=30、sort_by="list_price"等参数，并基于返回的 DataFrame 完成分析——全程无需你写代码。

五、3 个实用场景：让 LLM 自动分析房价

场景 1：片区成交均价分析

"对比 92104 和 92101 两个 ZIP 码近 90 天 sold 房源，给我每平方英尺价格的中位数对比表。"

场景 2：新挂牌房源监控

利用updated_in_past_hours参数（参见 homeharvest/init.py），让 Agent 定期执行"查最近 2 小时有更新的在售房源"，即可构建轻量级的房源变化追踪。

场景 3：土地价格批量分析

仓库自带完整示例 examples/price_of_land.py：按 ZIP 码批量抓取 sold/pending 土地挂牌数据，计算lot_acres（地块英亩）和ppa（每英亩价格），并输出 Excel 文件。这是"批量抓取 + 派生字段 + 报表输出"的绝佳参考模板，改造一下即可作为 LLM 的自动化任务。

六、常见注意事项与排错

• 10,000 条结果上限：limit最大 10000。数据量大时，用date_from/date_to按时间切片分批获取。
• 认证失败：若抛出AuthenticationError，说明被目标站点拦截，可通过proxy参数配置代理（格式http://user:pass@host:port）。异常定义见 homeharvest/exceptions.py。
• 挂牌类型写错：listing_type必须是合法值（for_sale、for_rent、sold、pending等），否则抛出InvalidListingType。
• 合规提醒：请遵守目标网站的使用条款，控制抓取频率；parallel=False可切换为顺序分页模式以降低请求压力。

七、总结

📌 回顾一下核心链路：pip 安装 HomeHarvest → 接入 HomeHarvest MCP Server → 用自然语言指挥 LLM 抓取房价。相比自己维护爬虫，这套方案让房产数据接入 AI Agent 的成本降到最低：库处理抓取和清洗，MCP 处理工具化，LLM 负责理解你的业务问题。下一步，不妨从 examples/price_of_land.py 这个示例改起，搭建属于你的房价分析 Agent。