marekre352/smartflat-ai

Was macht smartflat-ai?

🤖 Optimieren Sie HDB-Immobilienempfehlungen mit einem kostenoptimierten Multi-Agenten-System, das AWS für intelligentes Daten-Routing und -Analyse nutzt.

Dieses Skill bietet ein Multi-Agenten-System zur Optimierung von HDB-Immobilienempfehlungen in Singapur. Es nutzt AWS-Dienste (wie Bedrock, Lambda, SQS) für intelligentes Daten-Routing, Kostensenkung und Analyse. Der Skill ist ideal für KI-Agenten, die personalisierte, budgetbewusste Immobilienvorschläge erstellen möchten. Entwickler können damit maßgeschneiderte Workflows für die Suche nach Wohnungen nach Kriterien wie Lage, Preis und Größe erstellen, wobei die AWS-Integration für Skalierbarkeit und niedrige Betriebskosten sorgt.

Funktionen

• Multi-Agenten-Architektur: Verteilung von Aufgaben auf spezialisierte Agenten (z. B. Datenabruf, Analyse, Empfehlung) für verbesserte Effizienz.
• Kostenoptimiert: Nutzung von AWS-Services wie SQS und Lambda zur Reduzierung von Betriebskosten.
• Intelligentes Routing: Daten werden basierend auf Kontext und Benutzerpräferenzen dynamisch an den richtigen Agenten weitergeleitet.
• HDB-Fokus: Speziell für den Singapurischen Wohnungsmarkt (HDB) entwickelt, mit Unterstützung für relevante Datenquellen und Kriterien.

Erste Schritte

1. Voraussetzungen:

   • AWS-Konto mit Zugriff auf Bedrock, Lambda, SQS.
   • Python 3.9+ oder Node.js 18+.
   • Einrichtung von IAM-Rollen und -Berechtigungen.

2. Installation:

   git clone https://github.com/marekre352/smartflat-ai.git
   cd smartflat-ai
   pip install -r requirements.txt
   

3. Konfiguration:

   • Erstellen Sie eine .env-Datei mit Ihren AWS-Anmeldeinformationen:

     AWS_ACCESS_KEY_ID=your_access_key
     AWS_SECRET_ACCESS_KEY=your_secret_key
     AWS_REGION=us-east-1
     

   • Passen Sie die Konfigurationsdatei config.yaml an Ihre Umgebung an.

4. Ausführung:

   python main.py
   

Verwendung mit KI-Agenten

Dieses Skill kann in KI-Agenten wie Claude Code, Cursor oder Codex integriert werden. Verwenden Sie die bereitgestellten APIs, um Anfragen zu Immobiliensuchen zu senden:

import requests

response = requests.post(
    "http://localhost:8000/recommend",
    json={
        "budget": 500000,
        "location": "Tampines",
        "room_type": "4-room"
    }
)
print(response.json())

Architektur

graph TD
    A[Benutzeranfrage] --> B[Eingangs-Agent]
    B --> C{Daten-Router}
    C --> D[Such-Agent (AWS Lambda)]
    C --> E[Analyse-Agent (Bedrock)]
    C --> F[Empfehlungs-Agent]
    D --> G[(HDB-Datenbank)]
    E --> H[(ML-Modell)]
    F --> I[Antwort]

Beitrag leisten

Beiträge sind willkommen! Bitte lesen Sie die Datei CONTRIBUTING.md für Details.

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe Datei LICENSE.