appraisal-ai

核心用法

Appraisal AI 是一套专为房地产评估师设计的自动化报告起草管道，通过 5 阶段多代理工作流处理项目文件。首先，3 个读取代理并行扫描 Subject、Comparables 和 Exhibits 文件夹中的 PDF、契约、评估卡及 CoStar 报告；随后提取代理构建结构化的 data.md 和 comp_grid.md，并在关键点暂停等待用户验证；接着构建代理生成 Word 叙述草稿（使用 XML 跟踪更改标记所有替换）和 Excel 调整表格；最后通过 QA 和 USPAP 审查代理进行合规性检查，确保数据一致性后方可交付。

显著优点

该技能的核心优势在于完全透明的修订跟踪机制——所有文本替换均通过 Word XML 的 w:del 和 w:ins 标记实现，评估师可在审阅模式下逐条接受或拒绝更改，确保专业判断不被算法覆盖。系统严格保护评估师的核心决策权：从不覆盖调整行、从不修改公式单元格、遇到 *** UPDATE *** 标记时保留模板原值而非强制填充。此外，支持土地、改良物、征用等多种评估类型的自定义模板包，且具备 USPAP 合规自动检查功能，显著降低监管风险。

潜在缺点与局限性

作为 T3 来源的本地工具，该技能存在环境依赖复杂性：需要预先配置 Python 虚拟环境、安装特定依赖版本，且部分功能依赖 Node.js 和 mammoth 包。依赖版本未完全锁定（使用 >= 而非 ==）可能导致环境不一致。虽然支持 PDF 分块处理，但扫描版文档的 OCR 准确性仍受限于底层库能力。此外，多阶段管道涉及 10 个代理协同，对系统资源有一定要求，大型项目可能需要较长的处理时间。

适合的目标群体

本技能主要面向专业房地产评估师、评估事务所及金融机构的评估部门，特别适合需要处理大量标准化报告（如批量住宅评估、商业用地估价）且重视合规性的场景。对于已建立标准化模板体系、希望将数据提取和初稿生成自动化的资深评估师尤为适用。不推荐无评估专业背景的用户独立使用，因为系统明确设计为"报告事实而非做出评估判断"，最终的价值结论和可比案例选择仍需专业评估师裁定。

使用风险与注意事项

数据隐私方面，虽然所有处理逻辑在本地运行，但通过 Claude Code 使用时文档内容会发送至 Anthropic API，处理敏感房地产信息前需确认符合机构数据政策。执行安全方面，脚本使用 subprocess.run 调用外部命令（npx mammoth），需确保输入文件路径可信以防命令注入。操作风险方面，Word XML 格式要求严格（双引号声明、唯一 w:id 等），若手动修改模板可能导致"无法读取内容"错误。建议在正式项目前使用非关键文件测试模板兼容性，并始终保持原始工作文件的备份。

核心用法

Appraisal AI 是一套面向房地产评估师的本地自动化报告生成系统。用户通过指定项目文件夹，系统分5个阶段调用10个智能体完成全流程：扫描项目文档（PDF契约、评估卡、CoStar报告等）→ 提取结构化数据 → 生成Word叙事草稿（带修订跟踪）与Excel调整网格 → 质量审核 → 最终交付。支持土地、改良物业、征收等多种评估类型，允许用户导入自有模板。

显著优点

1. 透明可控的修订机制：所有文本替换均通过Word XML的w:del/w:ins实现，评估师可在Word审阅模式下逐条接受或拒绝变更，避免自动化黑箱。
2. 零网络依赖的隐私保护：纯本地运行，无API调用、无遥测、无数据外传，敏感评估信息完全保留在用户机器上。
3. 专业工作流深度适配：内置USPAP合规审查、强制重建机制、调整行保护等评估行业特定规则，非通用文档工具可比。
4. 模板化可扩展架构：用户可导入自有完成的评估报告作为母模板，通过reference-data.md定义替换字段，实现个性化风格延续。

潜在缺点与局限性

1. T3来源维护不确定性：由个人开发者(chadru)维护，非商业公司或开源基金会背书，长期更新与安全响应能力存疑。
2. 本地化门槛较高：需本地配置Python虚拟环境、手动管理依赖，对非技术用户不够友好。
3. 专业判断边界严格：系统明确不替代评估师的专业判断——调整因素、可比案例选择、价值结论等核心决策仍需人工完成，自动化程度止于"草稿生成"。
4. 临时文件清理风险：PDF分块处理产生的临时文件存在极端情况下未完全清理的理论可能。

适合人群

• 注册房地产评估师：需要标准化报告格式、频繁处理同类物业评估的专业从业者
• 评估事务所团队：希望统一报告模板、减少初级员工重复性文档工作的中小型机构
• 技术能力较强的专业用户：能够维护Python环境、理解命令行操作的技术型评估师

常规风险

• 数据本地授权风险：需向系统开放项目文件夹读取权限，用户应确保路径指向专设的评估工作目录，避免误触敏感系统文件。
• 模板损坏风险：系统会直接读取并修改模板关联的reference-data.md，建议定期备份自定义模板。
• 依赖维护责任：用户需自行关注python-docx、openpyxl等依赖的安全更新，非托管服务。