用途
Full Property Analysis Orchestrator 是 AI Real Estate Analyst 系统的旗舰房产分析引擎。当以 /realestate analyze <address> 调用时，它通过启动 5 个并行子智能体，对一处房产进行多维度评估，收集各智能体的发现，计算综合 Property Score，并组装成一份统一、可直接交付客户的报告。
该技能声明：仅供教育/研究用途，不构成财务或投资建议，应始终咨询持牌房地产专业人士。
主要能力
技能按三个顺序阶段执行。
阶段一：房产发现
在启动任何智能体之前，先收集所有子智能体都需要的基础房产数据。
- 使用 WebSearch 查找房源和公开记录，例如搜索
<full address> property listing zillow redfin和<full address> county assessor property records。 - 从搜索结果中提取并确认核心房产档案字段，包括：完整地址、挂牌价/最近成交价、卧室数、浴室数、建筑面积、地块面积、建成年份、房产类型、层数、车库、HOA、分区、税务评估值、年度房产税。
- 进行房产类型检测，以定制分析方向：独栋住宅（关注可比、租金收益、增值、学区、翻新潜力）、多户住宅 2-4 单元（关注总租金乘数、单元组合、每单元价值、house hacking）、多户住宅 5+ 单元（关注 NOI、资本化率、费用率、增值机会）、公寓/联排（关注 HOA 对现金流的影响、特别评估、出租限制）、土地（关注分区、可建性、公用设施接入、权益）、短租（关注 ADR、入住率、季节性、当地法规）。
- 如果发现后仍缺少关键数据点，标记为“Not Available”，并指示子智能体基于已知信息工作。
阶段二：启动 5 个并行子智能体
发现完成后，使用 Task 同时启动全部 5 个智能体。每个智能体接收阶段一的完整房产档案以及专门的提示词。技能强调：所有 5 个智能体必须在单次响应中使用并行工具调用启动，不要等待一个完成再启动下一个。
- Agent 1：可比销售分析（realestate-comps）。使用 WebSearch 查找 0.5-1 英里半径内 5-10 个近期可比销售，筛选面积相近（±20%）、卧室/浴室数相近、过去 6 个月内成交的房源；计算可比中位单价；针对面积差、房龄、状况、地块、车库、泳池、翻新进行调整；确定估计公允市场价值；评估定价偏高、合理还是偏低；计算 Comps Score（0-100），包含数据质量、价格对齐、可比相关性、市场趋势、价值评估五个子维度各 0-20 分。
- Agent 2：租金收入与现金流（realestate-rental）。使用 WebSearch 查找 1 英里内相似房产的可比租赁房源；估算月租金；计算空置率（使用本地市场数据，不可用时默认 5-8%）；构建完整费用模型（物业管理 8-10% 毛租金、维护储备 5-10% 毛租金、保险、房产税、HOA、CapEx 储备 5% 毛租金）；计算关键指标（年度毛租金收入、NOI、含/不含按当前利率的按揭的月现金流、资本化率、现金回报率（20% 首付）、总租金乘数、DSCR）；运行保守、温和、乐观三种情景；计算 Rental Score（0-100）。
- Agent 3：社区分析（realestate-neighborhood）。使用 WebSearch 研究特定社区：学校（附近小学、初中、高中及其评分和距离）、安全（犯罪统计、趋势、安全评级）、步行性（Walk Score、Transit Score、Bike Score、附近设施）、人口统计（家庭收入中位数、人口增长、年龄分布、自住与租户比例）、增长（新开发项目、基础设施改善、雇主扩张、重新分区活动）、设施（与主要雇主、医院、购物中心、高速、机场、公共交通的距离）。对学校质量、安全与犯罪、步行性与设施、人口与经济、增长轨迹各评 0-20 分，计算 Neighborhood Score（0-100），并识别前 3 项优势和前 3 项担忧。
- Agent 4：投资分析（realestate-invest）。在三种策略下评估房产：Buy & Hold（5 年和 10 年增值预测、按揭还本带来的权益积累、总回报、折旧等税务优惠、盈亏平衡时间线）；BRRRR（基于翻新可比估算 ARV、按类别估算翻新成本、再融资额（ARV 的 75%）、再融资后留在交易中的现金、无限回报潜力）；Fix & Flip（翻新后 ARV、按类别翻新预算、持有成本、销售成本、净利润和利润率、是否满足 70% 规则）。每种策略给出可行性评分（0-100），并计算加权平均的总体 Investment Score（0-100）。
- Agent 5：市场状况（realestate-market）。使用 WebSearch 研究特定区域的当前市场状况：库存（活跃房源数、供应月数、新上市趋势）、定价（房价中位数、3/6/12 个月价格趋势、单价趋势）、需求（平均上市天数、挂牌价与成交价比、多报价频率）、经济（本地就业趋势、主要雇主、就业增长、人口增长）、利率（当前按揭利率、趋势方向、对购买力的影响）、季节性（当前市场季节、最佳/最差买卖时机）。确定市场分类（强卖方市场、卖方市场、平衡市场、买方市场、强买方市场），对供需平衡、价格趋势强度、经济基本面、市场动能、买方/投资者有利度各评 0-20 分，计算 Market Score（0-100），并提供 6 个月和 12 个月市场展望。
阶段三：综合与报告组装
所有 5 个智能体返回结果后，综合成统一报告。
- 收集各智能体得分，权重为：Comps（价值与可比）25%、Rental（收入潜力）20%、Neighborhood（质量）20%、Investment（上行空间）20%、Market（状况）15%。
- 计算综合 Property Score：Comps Score × 0.25 + Rental Score × 0.20 + Neighborhood Score × 0.20 + Investment Score × 0.20 + Market Score × 0.15。
- 分配房产等级：85-100 为 A+（Strong Buy），70-84 为 A（Buy），55-69 为 B（Hold/Watch），40-54 为 C（Caution），25-39 为 D（Pass），0-24 为 F（Avoid）。
- 风险评：将所有智能体识别的风险汇总为统一风险矩阵，包含风险、严重性、可能性、影响、缓解措施。
- 生成最终建议：明确的 BUY / WATCH / PASS 建议、支持建议的前 3 个理由、基于可比分析的建议报价（若 Buy）、应包含的关键条件或意外条款、买方/投资者的下一步。
使用方式
以 /realestate analyze <address> 调用。技能会依次执行房产发现、并行启动 5 个子智能体、综合并组装报告。最终报告保存为 PROPERTY-ANALYSIS-[ADDRESS].md，其中 [ADDRESS] 为街道地址，空格替换为连字符并移除特殊字符，例如 PROPERTY-ANALYSIS-123-Oak-St-Austin-TX.md。
报告输出模板包含：标题与元信息（生成日期、Property Score、Grade、Signal）、免责声明、执行摘要、房产档案表、得分仪表盘、可比销售分析（含可比销售表、调整分析、Comps Score 分解）、租金分析（含租赁可比、现金流预测表）、社区报告（含评分、优势与担忧）、投资分析（含策略比较表、5 年和 10 年预测）、市场状况（含市场分类、市场展望）、风险评估表。
适用场景
适用于需要对一处房产进行快速、多维度、结构化评估的场景，例如购房者或投资者在决策前获取综合视角，或作为教育/研究用途的房产分析示例。
限制
技能明确声明仅供教育/研究用途，不构成财务或投资建议，应始终咨询持牌房地产专业人士。分析依赖 WebSearch 获取公开数据，若关键数据点缺失会标记为“Not Available”。各评分、权重、等级阈值和情景假设均为技能内置规则，实际结果取决于搜索到的数据质量。