idx-cma-report

根据 IDX 列表数据和选定的可比房产生成比较市场分析 (CMA) 和房屋估价报告。当用户想要选择比较、估计市场价值范围、生成面向卖家的房屋评估报告或通过 Google Gemini Canvas 或 Google AI Studio 发布交互式 CMA 体验时使用。

# IDX CMA Report

Use this skill to turn subject-property data and IDX comparables into a defensible CMA package with:

- Structured valuation calculations
- A written report for agent/client review
- An interactive handoff prompt for Google Gemini Canvas / Google AI Studio

## Workflow

### 1. Gather Data Through IDX MCP/CLI
Use the IDX MCP/CLI skill already available in the environment to pull:

- Subject property details
- Candidate comparable listings (closed/pending/active based on user preference)

Ask the user which comps to include when the choice is ambiguous. Keep 3 to 8 comps unless the user requests otherwise.

Normalize data to JSON using the schema in `references/cma-input-schema.md`.

### 2. Build CMA Outputs
Run:

```bash
python3 scripts/build_cma.py \
  --subject subject.json \
  --comps comps.json \
  --output-dir cma-output
```

The script produces:

- `cma-output/cma_report.md` (summary report)
- `cma-output/cma_data.json` (calculation payload)
- `cma-output/interactive_local.html` (local interactive view)
- `cma-output/gemini_canvas_prompt.md` (prompt for Google tools)

### 3. Review and Explain Adjustments
Before final delivery:

- Show the comp set used
- Show estimated range and central estimate
- Explain assumptions and major adjustments in plain language
- Flag missing/low-quality fields that weaken confidence

Use `references/valuation-guidelines.md` for adjustment defaults and confidence guidance.

### 4. Publish Interactive Version in Gemini
Use `cma-output/gemini_canvas_prompt.md` as the base prompt. Then:

1. Open [Google AI Studio](https://aistudio.google.com/) or Gemini Canvas.
2. Paste the generated prompt and provide `cma_data.json`.
3. Ask for an interactive CMA web app with:
   - Comp table with sorting/filtering
   - Map-ready data fields (if lat/lng present)
   - Value-range visualization
   - Notes panel explaining adjustments
4. Request hosted/shareable output if available in the chosen Google tool.

See `references/gemini-canvas-publish.md` for a copy-ready checklist.

## Safety Rules

- Treat outputs as broker/agent CMA support, not a licensed appraisal.
- Surface data gaps, outliers, or stale comps before presenting a valuation.
- Never invent listing attributes; mark missing values as unknown.
- Keep a clear boundary between factual listing data and model assumptions.

## References

- `references/cma-input-schema.md`
- `references/valuation-guidelines.md`
- `references/gemini-canvas-publish.md`

---

## 中文说明

# IDX CMA 报告

使用此技能将标的房产数据和 IDX 可比房产转化为一份有据可依的 CMA 套件，包含：

- 结构化的估值计算
- 一份供代理人/客户审阅的书面报告
- 一份交互式交接提示，用于 Google Gemini Canvas / Google AI Studio

## 工作流

### 1. 通过 IDX MCP/CLI 收集数据
使用环境中已有的 IDX MCP/CLI 技能来拉取：

- 标的房产详情
- 候选可比房源（根据用户偏好选择已成交/待定/在售）

当选择不明确时，询问用户应纳入哪些可比房产。除非用户另有要求，否则保持 3 到 8 个可比房产。

使用 `references/cma-input-schema.md` 中的架构将数据规范化为 JSON。

### 2. 构建 CMA 输出
运行：

```bash
python3 scripts/build_cma.py \
  --subject subject.json \
  --comps comps.json \
  --output-dir cma-output
```

该脚本会生成：

- `cma-output/cma_report.md`（摘要报告）
- `cma-output/cma_data.json`（计算载荷）
- `cma-output/interactive_local.html`（本地交互式视图）
- `cma-output/gemini_canvas_prompt.md`（用于 Google 工具的提示）

### 3. 审阅并解释调整
在最终交付之前：

- 展示所使用的可比房产集合
- 展示估计区间和中心估值
- 用通俗语言解释假设和主要调整
- 标记会削弱可信度的缺失/低质量字段

使用 `references/valuation-guidelines.md` 获取调整默认值和可信度指导。

### 4. 在 Gemini 中发布交互式版本
使用 `cma-output/gemini_canvas_prompt.md` 作为基础提示。然后：

1. 打开 [Google AI Studio](https://aistudio.google.com/) 或 Gemini Canvas。
2. 粘贴生成的提示并提供 `cma_data.json`。
3. 请求一个交互式 CMA Web 应用，包含：
   - 带排序/筛选的可比房产表
   - 可用于地图的数据字段（如果存在 lat/lng）
   - 估值区间可视化
   - 解释调整的备注面板
4. 如果所选的 Google 工具支持，请求托管/可共享的输出。

参见 `references/gemini-canvas-publish.md` 获取可直接使用的检查清单。

## 安全规则

- 将输出视为经纪人/代理人的 CMA 辅助材料，而非持牌评估。
- 在呈现估值之前，暴露数据缺口、异常值或过时的可比房产。
- 切勿凭空编造房源属性；将缺失值标记为未知。
- 在事实性房源数据与模型假设之间保持清晰的界限。

## 参考

- `references/cma-input-schema.md`
- `references/valuation-guidelines.md`
- `references/gemini-canvas-publish.md`