Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Imobiliário › AI Real Estate Assistant
✦ Grátis & open sourceImobiliário

AI Real Estate Assistant

Mecanismo de busca de imóveis conversacional com busca vetorial, roteamento de LLM multi-modelo e análises financeiras.

Plataforma de Busca de Imóveis e Análise de Mercado com IA

Busca imobiliária em linguagem natural, avaliações automáticas de propriedades e mapeamento interativo impulsionados por RAG.

Grátis para sempre · open source · MIT
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
6.9
ZEKAI
Poderosa stack imobiliária de IA.
Grátis & open source · Imobiliário
Facilidade de configuração5
Utilidade8
Manutenção9.5
Comunidade5
★ 317
GITHUB
Oct 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

AI Real Estate Assistant é uma aplicação web open-source projetada para imobiliárias e plataformas. Ela combina busca conversacional em linguagem natural com recuperação vetorial e ferramentas de avaliação financeira. Você pode implantá-la para oferecer aos clientes descoberta inteligente de imóveis e insights automatizados de mercado.

Funciona em
Web
Hospedagem
Nuvem ou auto-hospedado
Idiomas
Python
Licença
MIT

O que é

A plataforma analisa consultas em linguagem natural, como limites de preço ou restrições de localização, para corresponder a anúncios por meio da busca vetorial do ChromaDB com reclassificação MMR. Ela integra mais de 6 provedores de LLM para gerar previsões de valor de propriedades, resumos de bairros e relatórios de análise comparativa de mercado. Também inclui calculadoras financeiras para taxas de hipoteca, decisões de alugar versus comprar e custo total de propriedade.

Para quem

Esta ferramenta é adequada para incorporadoras imobiliárias, agências e corretoras com conhecimento técnico que desejam construir portais personalizados de busca de imóveis com IA. É ideal se você tiver recursos de desenvolvedor para hospedar aplicações Python e Next.js com backends de banco de dados. Não é recomendada para corretores imobiliários não técnicos que buscam um aplicativo de desktop pronto para uso sem configuração de servidor.

Recursos principais

Roteamento de Modelos Multi-Provedor

Roteie consultas entre OpenAI, Anthropic, DeepSeek, Grok, Google ou instâncias locais do Ollama com fallback automático.

Busca Semântica no ChromaDB

Extraia filtros automaticamente de consultas em texto simples usando correspondência híbrida de vetores e palavras-chave com reclassificação MMR.

Valuations de Imóveis por IA

Preveja valores de propriedades em horizontes de 1 ano, 3 anos, 5 anos e 10 anos com bandas de confiança.

Análise de Mapas Interativos

Exiba marcadores de propriedades agrupados, métricas de área e análises de visão geral da cidade usando Leaflet ou Mapbox.

Suporte Multilíngue e de Conformidade

Atenda usuários em 9 idiomas enquanto aplica rótulos de conformidade do EU AI Act às saídas geradas.

Como começar

Pronto em 3 passos

1
Clone o repositório e execute o script de inicialização do Docker para iniciar o backend em FastAPI e o frontend em Next.js.
2
Execute o script gerador de dados de demonstração para popular anúncios simulados, perfis de usuários e análises de mercado.
3
Configure suas variáveis de ambiente com chaves de API para os provedores de LLM selecionados ou aponte para uma instância local do Ollama.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Combina busca vetorial semântica com extração tradicional de filtros para maior relevância.
  • Suporta LLMs locais via Ollama juntamente com 5 grandes provedores de modelos em nuvem.
  • Inclui ferramentas financeiras integradas como relatórios de CMA, análise de ROI e previsões de valuation plurianuais.
  • Oferece scripts Docker pré-configurados com geração abrangente de dados de demonstração.

Onde deixa a desejar

  • Requer o gerenciamento de runtimes duplos FastAPI e Next.js juntamente com bancos de dados vetoriais e relacionais.
  • Necessita de chaves de API pagas de provedores de LLM, a menos que você hospede instâncias locais do Ollama em hardware capaz.
  • O consumo de memória requer pelo menos 1 GB RAM em servidores padrão para carregamento imediato de provedores.
  • Os scripts locais de inicialização de demonstração dependem do PowerShell, exigindo configuração extra em ambientes Linux.
Custo

Preços & licença

O software é gratuito para uso sob a licença MIT. Você é responsável pelos custos de hospedagem do servidor e pelas taxas de API de LLM de terceiros, caso provedores em nuvem sejam utilizados. Uma versão hospedada gerenciada chamada PropVector AI está listada como em breve.

Trabalho remunerado

Vagas para quem fala português

880 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: AI Real Estate Assistant para Imobiliário
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o AI Real Estate Assistant para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Posso executar esta plataforma inteiramente offline sem custos de API de terceiros?

Sim, você pode configurar o backend para usar uma instância local do Ollama para inferência de LLM juntamente com o armazenamento local do ChromaDB.

Quais bancos de dados a plataforma requer?

Ela usa o ChromaDB para busca vetorial e suporta PostgreSQL ou SQLite para armazenamento de dados relacionais.

Como o sistema lida com o alto uso de memória em plataformas de hospedagem?

Ele oferece carregamento preguiçoso de provedores condicional ao ambiente para manter a memória base abaixo de 500 MB em ambientes restritos.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Imobiliário — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google