面向北美的华人购房/租房人群和房产经纪人群体,做一款中英文双语的房产搜索 App。这个群体华人居多,又最在意学区、社区和价格走势;市面上的工具要么纯英文、要么房源数据更新慢。项目要解决的就是:把官方 MLS 房源数据实时接进来,让用户用中英文口语就能搜房,并在 Web、iOS、Android 三端拿到统一体验。
点击空白处退出提示
面向北美的华人购房/租房人群和房产经纪人群体,做一款中英文双语的房产搜索 App。这个群体华人居多,又最在意学区、社区和价格走势;市面上的工具要么纯英文、要么房源数据更新慢。项目要解决的就是:把官方 MLS 房源数据实时接进来,让用户用中英文口语就能搜房,并在 Web、iOS、Android 三端拿到统一体验。
一个跨端(Web + iOS + Android)房产平台,主要功能模块包括:
实时对接官方 MLS(VOW)房源数据,自动同步房源与图片;
中英文双语 AI 自然语言搜索(把"XX 3 房 100 万带车位"这类口语解析成结构化筛选条件 + 语义检索);
地图找房(网格聚合、画区搜索、价格分布筛选、学区边界);
房源详情(多图、户型表、房价走势图);
AI 房源报告(付费生成);
收藏与按区域订阅提醒;
经纪人展示与广告/会员订阅付费。
后端由多个 Cloudflare Workers 边缘微服务组成(API、搜索、图片同步、地理编码、推荐、通知等),
数据与鉴权用 Supabase(PostgreSQL),
房源图片存 Cloudflare R2。
这是一个海外合作开发项目,也是非常复杂的一个项目,我负责整体架构设计、数据库设计、后端开发和部分前端开发:
设计了基于 Cloudflare Workers 的边缘微服务架构,以及 Supabase(PostgreSQL + RLS 行级权限)的数据模型;
实现了 MLS 数据接入与同步、房源图片管线(R2 + 按需回填)、地图聚合接口;
搭建了双语搜索引擎——LLM 解析意图(Workers AI,OpenAI 兜底)+ embedding 语义检索 + Postgres 全文检索兜底 + 中文地名/术语词典归一,并带缓存与单元测试;
接入 Stripe 与 Apple 内购做付费报告和会员订阅。
前端用 Nuxt(Vue)+ Capacitor 打包三端;
安全上做了 R2 内容类型白名单、Mapbox token 防刷、JWT 校验等。
技术栈:TypeScript、Cloudflare Workers、Supabase/PostgreSQL、R2、Mapbox、Nuxt/Vue、Capacitor、LLM/Embedding。












评论