Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Inmobiliaria › AI Real Estate Assistant
✦ Gratis y open sourceInmobiliaria

AI Real Estate Assistant

Motor de búsqueda conversacional de propiedades con búsqueda vectorial, enrutamiento LLM multi-modelo y análisis financiero.

Plataforma de Búsqueda de Inmuebles y Análisis de Mercado con IA

Búsqueda inmobiliaria en lenguaje natural, valoraciones automatizadas de propiedades y cartografía interactiva impulsada por RAG.

Gratis para siempre · open source · MIT
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
6.9
ZEKAI
Potente pila inmobiliaria de IA.
Gratis y open source · Inmobiliaria
Facilidad de configuración5
Utilidad8
Mantenimiento9.5
Comunidad5
★ 317
GITHUB
Oct 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

AI Real Estate Assistant es una aplicación web open-source diseñada para agencias y plataformas inmobiliarias. Combina la búsqueda conversacional en lenguaje natural con la recuperación vectorial y herramientas de valoración financiera. Puedes desplegarla para ofrecer a tus clientes un descubrimiento inteligente de propiedades y perspectivas automatizadas del mercado.

Funciona en
Web
Alojamiento
Nube o autoalojado
Idiomas
Python
Licencia
MIT

Qué es

La plataforma analiza consultas en lenguaje natural como límites de precios o restricciones de ubicación para relacionar listados mediante búsqueda vectorial en ChromaDB con reordenamiento MMR. Integra más de 6 proveedores de LLM para generar previsiones de valoración de propiedades, resúmenes de vecindarios y informes de análisis comparativo de mercado. También incluye calculadoras financieras para tipos hipotecarios, decisiones de alquiler frente a compra y coste total de propiedad.

Para quién

Esta herramienta se adapta a promotores inmobiliarios, agencias y agencias con conocimientos tecnológicos que deseen crear portales personalizados de búsqueda de propiedades con IA. Es ideal si dispones de recursos de desarrollo para alojar aplicaciones de Python y Next.js con bases de datos backend. No está pensada para agentes inmobiliarios sin conocimientos técnicos que busquen una aplicación de escritorio lista para usar sin configuración de servidor.

Funciones clave

Enrutamiento de modelos multiproveedor

Enruta consultas a través de instancias de OpenAI, Anthropic, DeepSeek, Grok, Google u Ollama locales con recuperación automática ante fallos.

Búsqueda semántica ChromaDB

Extrae filtros automáticamente de consultas de texto plano utilizando combinación híbrida de vectores y palabras clave con reordenamiento MMR.

Valoraciones de propiedades con IA

Predice valores de propiedades en horizontes de 1 año, 3 años, 5 años y 10 años con bandas de confianza.

Análisis de mapas interactivos

Muestra marcadores de propiedades agrupados, métricas de área y análisis generales de la ciudad utilizando Leaflet o Mapbox.

Soporte multilingüe y de cumplimiento

Atiende a usuarios en 9 idiomas mientras aplica etiquetas de cumplimiento de la Ley de IA de la UE a los resultados generados.

Cómo empezar

Listo en 3 pasos

1
Clona el repositorio y ejecuta el script de lanzamiento de Docker para iniciar el backend de FastAPI y el frontend de Next.js.
2
Ejecuta el script generador de datos de demostración para poblar listados simulados, perfiles de usuario y análisis de mercado.
3
Configura tus variables de entorno con las claves de API para los proveedores de LLM seleccionados o apunta a una instancia local de Ollama.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Combina la búsqueda vectorial semántica con la extracción tradicional de filtros para una mayor relevancia.
  • Compatible con LLMs locales mediante Ollama junto con 5 proveedores principales de modelos en la nube.
  • Incluye herramientas financieras integradas como informes CMA, análisis de ROI y previsiones de valoración plurianuales.
  • Ofrece scripts de Docker preconfigurados con una exhaustiva generación de datos de demostración.

Sus límites

  • Requiere la gestión de dos runtimes de FastAPI y Next.js junto con bases de datos vectoriales y relacionales.
  • Necesita claves de API de pago de proveedores de LLM a menos que alojes instancias locales de Ollama en hardware capaz.
  • La huella de memoria requiere al menos 1 GB RAM en servidores estándar para la carga inmediata de proveedores.
  • Los scripts locales de lanzamiento de demostración dependen de PowerShell, lo que requiere configuración adicional en entornos Linux.
Costo

Precios y licencia

El software es de uso gratuito bajo la licencia MIT. Eres responsable de los costes de alojamiento en servidor y de las tarifas de la API de LLM de terceros si se utilizan proveedores en la nube. Se anuncia una versión alojada y gestionada llamada PropVector AI próximamente.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: AI Real Estate Assistant para Inmobiliaria
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos AI Real Estate Assistant por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Puedo ejecutar esta plataforma completamente desconectado sin costes de API de terceros?

Sí, puedes configurar el backend para utilizar una instancia local de Ollama para la inferencia de LLM junto con el almacenamiento local en ChromaDB.

¿Qué bases de datos requiere la plataforma?

Utiliza ChromaDB para la búsqueda vectorial y es compatible con PostgreSQL o SQLite para el almacenamiento de datos relacionales.

¿Cómo gestiona el sistema el alto uso de memoria en plataformas de alojamiento?

Ofrece carga diferida de proveedores condicionada al entorno para mantener la memoria base por debajo de 500 MB en entornos con restricciones.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Inmobiliaria — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google