Project2：Real Estate Agent（房地产）产品系统

项目介绍：
随着房地产市场的发展，购房者在选择房源和计算房贷时面临大量的信息处理工作。传统的房产网站往往功能分散，用户需要使用
多个工具才能完成房源搜索、房价计算等操作。本项目旨在整合这些功能，为用户提供一站式的房地产智能助手服务。

项目展示流程：
Step1：浏览器输入网址：https：//realestate-flask-demo.onrender.com
Step2：点击按钮【计算器】，输入框输入：我在北京二套非普宅，商贷，预算800万，首付35%，贷款30年，月收入5万，等额
本息。点击按钮【发送给Agent】
工作内容：
使用PythonFlask+Bootstrap5开发房地产智能辅助平台，包括：
1. 后端架构：模块化设计路由控制、数据仓储层（JSON/SQLite双后端可切换）、房贷计算引擎。
2. 房源检索：实现价格/面积筛选、关键词搜索、标签多选、排序与带省略号分页；开发收藏与对比（最多5条）交互功能。
3. 房贷计算器：实现等额本息/等额本金计算，内嵌北京购房政策规则引擎（覆盖首套/二套、普宅/非普宅、商贷/公积金/组合贷
共18种场景）。
4. LLMAgent ：集成阿里云百炼Qwen大模型，通过Prompt 设计实现自然语言到房贷参数的语义提取；设计正则规则解析作为容
错降级方案
5. 部署：通过Gunicorn+WSGI 部署到Render 云平台。

业绩：
1. 高可用架构：LLM主引擎与规则备引擎自动切换，大模型不可用时服务零中断。
2. 可配置政策引擎：18种购房场景统一管理，业务参数集中配置，灵活可维护。
3. 端到端交付：从代码开发到云部署全链路完成，支持环境变量配置化管理。