Zillow-Full: Открытый навык OpenClaw, превративший ручное исследование недвижимости в автоматизированный конвейер сделок

Оптовый продавец, работающий неполный день, потратил 3 года на ручной сбор данных с Zillow — извлечение zestimate, истории налогов, истории цен, школ и аналогов для каждого потенциального объекта занимало около 4 часов. Существующие инструменты, такие как Apify (стоимостные барьеры) и RentCast (пробелы в данных), не предоставляли LLM структурированных данных, необходимых для анализа сделок. Поэтому они создали zillow-full — навык OpenClaw, который теперь доступен.

Установка

openclaw skills install zillow-full

Доступные инструменты

• search_listings(filters) — поиск по ограничивающему прямоугольнику, почтовому индексу или статусу листинга
• lookup_property_by_address(addr) — геокодирование + определение ZPID
• lookup_property_by_zpid(zpid) — основные атрибуты, история цен, история налогов
• get_zestimate(zpid) — zestimate + арендный zestimate

Пример использования: Автоматизированный поиск оптовых сделок

Ночной cron запускается для получения всех новых листингов в 4 целевых почтовых индексах. Claude оценивает каждый листинг по критериям пользователя, и результаты (более 80 оцененных листингов) отправляются в виде текстового сообщения в 6 утра. До этого навыка они закрывали 2 оптовые сделки в месяц; после — 11 в месяц.

Другие возможные варианты использования

• Анализ краткосрочной аренды: сравнение cap rate с арендным zestimate
• Агенты по оценке лидов для fix-and-flip
• Автоматическая фильтрация листингов для клиентов агентами покупателя
• Боты для поиска жилья при переезде: 'найди дом до $X с...'
• Андеррайтинг портфеля для малых LP

Планируемые дополнения

• История разрешений (потенциал реновации)
• Анализ тональности описания листинга (например, 'мотивированный продавец', 'наследство', 'как есть')
• Асинхронная оптимизация для массовых запросов, превышающих 500 ZPID