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。