# AR-House

Sistema multi-agente local para análisis de inversión en bienes raíces, especializado en Florida. Clon estilo Tranchi.ai corriendo 100% local con Ollama + estrategia híbrida de scraping (Playwright gratis + Firecrawl pago).

## 1. ¿Qué es esto?

Pipeline de 6 agentes Ollama coordinados que analizan un deal de bienes raíces y entregan un veredicto accionable:

- **AR-House** — coordinador, veredicto final con score 1-10
- **DealAnalyzer** — calcula DSCR, NOI, Cash Flow para 4 escenarios (Buy & Hold, BRRRR, Wholesale, Section 8)
- **PhotoInspector** — estima rehab desde fotos del listing
- **FloridaResearcher** — research del barrio + riesgos específicos FL (flood, huracanes, insurance)
- **LenderMatcher** — recomienda lenders (DSCR, hard money, foreign national) según perfil del comprador
- **EmailComposer** — genera emails para lenders/sellers que no suenan a IA

Más adelante: módulo **DealFinder** (auto-scraping de listings desde HUD, Craigslist, county tax deeds, Zillow, Realtor) y módulo **BuyerFinder** (lista de cash buyers activos en tus mercados).

## 2. Requisitos

- **Sistema operativo:** Windows 10/11 (64-bit). VBScript launchers no funcionan en Linux/macOS.
- **Python:** 3.13 (recomendado) o 3.14
- **Ollama:** instalado y en el PATH ([ollama.com/download](https://ollama.com/download))
- **Hardware:**
  - 12 GB+ VRAM recomendado (probado en 12 GB con partial offload del modelo de 32B)
  - 32 GB+ RAM
  - ~60 GB libres en disco (los 6 modelos Ollama)
- **Cuentas externas:**
  - Firecrawl free tier (1000 créditos/mes) — solo necesario para scrapers de Zillow/Realtor en Phase 3B

## 3. Setup inicial

### 3.1 Clonar/copiar el proyecto

```
D:\Proyectos Software\AR-House\
```

### 3.2 Configurar variables de entorno

Crear `.env` en la raíz del proyecto con:

```
FIRECRAWL_API_KEY=fc-tu_key_real_aqui
```

(Si todavía no usás Firecrawl, dejá el archivo vacío o sin esa línea — el sistema lo maneja gracefully.)

### 3.3 Crear virtualenv e instalar dependencias

```powershell
cd D:\Proyectos Software\AR-House
py -3.13 -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
playwright install chromium
```

### 3.4 Verificar los 6 modelos Ollama

```powershell
ollama list
```

Deben aparecer: `AR-House`, `PhotoInspector`, `DealAnalyzer`, `FloridaResearcher`, `LenderMatcher`, `EmailComposer`.

Si falta alguno, recrearlo desde los modelfiles:

```powershell
ollama create AR-House -f modelfiles\AR-House.modelfile
ollama create PhotoInspector -f modelfiles\PhotoInspector.modelfile
ollama create DealAnalyzer -f modelfiles\DealAnalyzer.modelfile
ollama create FloridaResearcher -f modelfiles\FloridaResearcher.modelfile
ollama create LenderMatcher -f modelfiles\LenderMatcher.modelfile
ollama create EmailComposer -f modelfiles\EmailComposer.modelfile
```

## 4. Cómo arrancar

**Iniciar todo** (Ollama + Streamlit + abre el navegador):

> Doble-click en **`AR-House-Start.vbs`**

**Detener todo** (Ollama + Streamlit):

> Doble-click en **`AR-House-Stop.vbs`**

Para crear un acceso directo en el escritorio:
1. Click derecho en `AR-House-Start.vbs` → Enviar a → Escritorio (crear acceso directo)
2. (Opcional) cambiar el icono al del navegador o uno personalizado

## 5. Programar el DealFinder diario (Task Scheduler)

Esto es opcional. Solo aplica una vez tengas Phase 3D implementada.

1. Abrir **Programador de tareas** (Task Scheduler) en Windows
2. **Crear tarea básica**:
   - **Nombre:** `AR-House DealFinder`
   - **Desencadenador:** Diariamente a las **6:00 AM** (o el horario que prefieras)
   - **Acción:** Iniciar un programa
     - **Programa o script:** `wscript.exe`
     - **Argumentos:** `"D:\Proyectos Software\AR-House\AR-House-DealFinder.vbs"`
3. En las propiedades de la tarea, **General → Configurar para → Windows 10/11**, marcar:
   - **Ejecutar tanto si el usuario inició sesión como si no**
   - **Ejecutar con los privilegios más altos** (si el scraping necesita acceso a red sin restricciones)
4. Guardar

El scraper escribe a `logs\dealfinder.log`. Revisá ese archivo si algo falla.

## 6. Estructura del proyecto

```
AR-House/
├── modelfiles/                       # 6 modelfiles de Ollama
│   ├── AR-House.modelfile
│   ├── PhotoInspector.modelfile
│   ├── DealAnalyzer.modelfile
│   ├── FloridaResearcher.modelfile
│   ├── LenderMatcher.modelfile
│   └── EmailComposer.modelfile
├── scripts/
│   └── stop-streamlit.ps1            # Helper PowerShell para matar Streamlit limpio
├── .claude/
│   └── skills/firecrawl/             # SKILL.md de Firecrawl (pendiente)
├── analyses/                         # JSON de cada análisis (auto-generado)
├── logs/                             # Logs del DealFinder (auto-generado)
├── .venv/                            # Virtualenv Python (NO versionar)
├── .env                              # Secrets (NO versionar)
├── markets_database.json             # 50 mercados precargados + 9 presets
├── user_active_markets.json          # Selección actual del usuario (UI)
├── config.py                         # Constantes globales
├── orchestrator.py                   # Coordina los 5 agentes secuencialmente
├── prompt_templates.py               # Templates de prompts por agente
├── requirements.txt                  # Dependencias Python
├── app.py                            # UI Streamlit (Phase 2C, pendiente)
├── AR-House-Start.vbs            # Launcher: arranca Ollama + Streamlit
├── AR-House-Stop.vbs             # Stopper: mata Ollama + Streamlit
├── AR-House-DealFinder.vbs       # Scheduled: scraping diario (Phase 3D)
└── README.md                         # Este archivo
```

## 7. Modelos Ollama

| Agente | Modelo base | Tamaño | Función |
|---|---|---|---|
| AR-House | qwen2.5:32b | 19 GB | Coordinador, veredicto final |
| LenderMatcher | qwen2.5:14b | 9 GB | Financiamiento + perfiles A-D |
| DealAnalyzer | qwen2.5:14b | 9 GB | 4 escenarios financieros |
| EmailComposer | qwen2.5:14b | 9 GB | Emails on-demand sin frases-IA |
| PhotoInspector | llama3.2-vision | 7.8 GB | Estima rehab desde fotos |
| FloridaResearcher | llama3.1:8b | 4.9 GB | Investigación barrio + riesgos FL |

Total en disco: ~59 GB.

**Modo de recursos por defecto:** `low_power` (en `config.py`). Los modelos se cargan uno a la vez (`keep_alive=0`) y se descargan después de responder. Esto evita OOM en GPUs de 12 GB.

Tiempo total estimado por análisis: **~225 segundos** (~3:45 min).

## 8. Mercados monitoreados

El sistema viene precargado con **50 mercados** de USA organizados en 8 regiones (ver `markets_database.json`):

- Florida Primary (6)
- Florida Treasure Coast (3)
- Florida Central (3)
- Florida Secondary (9)
- Mercados Tranchi cash flow alto (8)
- Texas (5)
- Sun Belt (6)
- Midwest / Otros (10)

Plus **9 presets** para configuración rápida: "Sur de Florida", "Treasure Coast", "Florida Costa Este", "Orlando metro", "Tampa metro", etc.

Para elegir cuáles monitorear:
1. Abrir la app (`AR-House-Start.vbs`)
2. Ir a **Mercados** en el sidebar
3. Seleccionar con checkbox o usar un preset
4. **Guardar configuración**

El DealFinder solo busca en los mercados activos. Por defecto la lista está vacía (todo desactivado).

## 9. Troubleshooting

### Los VBS no arrancan

- **Windows SmartScreen los bloquea la primera vez:**
  Click derecho en el `.vbs` → Propiedades → tildar **"Desbloquear"** → Aceptar.

- **El antivirus los marca como sospechoso:**
  Normal para scripts caseros. Agregar exclusión para `D:\Proyectos Software\AR-House\`.

- **wscript.exe no responde:**
  Verificar que Windows Script Host (WSH) esté habilitado:
  ```
  reg query "HKLM\SOFTWARE\Microsoft\Windows Script Host\Settings" /v Enabled
  ```
  Debe devolver `Enabled = 1`.

### Limitación conocida: VBScript deprecated

Microsoft anunció en septiembre 2024 que VBScript será removido de Windows en una versión futura (sin fecha confirmada todavía). Mientras tanto sigue funcionando en Windows 11 actual y al menos hasta 2026-2027. Si en algún momento Microsoft lo desactiva, hay que migrar los launchers a PowerShell + accesos directos `.lnk` configurados como hidden window.

### Ollama no responde

- Verificá que `ollama serve` esté corriendo (lo lanza el VBS automáticamente, pero podés verificar manualmente con `curl http://localhost:11434/api/tags`)
- Si los modelos no aparecen en `ollama list`, re-crearlos desde los modelfiles (ver sección 3.4)
- Si Ollama crashea por OOM, bajá `num_ctx` en los modelfiles más pesados (AR-House primero)

### Errores de Python al arrancar

- Verificar virtualenv activo y completo:
  ```powershell
  .\.venv\Scripts\Activate.ps1
  pip list
  ```
- Si falta algún paquete: `pip install -r requirements.txt`
- Si Playwright se queja: `playwright install chromium`

### Streamlit no abre el navegador automáticamente

Abrirlo manualmente: [http://localhost:8501](http://localhost:8501)

### Firecrawl rate limit / créditos agotados

El plan free es 1000 créditos/mes. El sistema usa `FIRECRAWL_CREDIT_BUDGET=500` como margen seguro. Si llegás al límite, el `runner.py` pausa los scrapers de Firecrawl (Zillow/Realtor) pero los gratis (HUD/Craigslist/County) siguen activos.

Para verificar saldo actual:
```powershell
curl -H "Authorization: Bearer $env:FIRECRAWL_API_KEY" https://api.firecrawl.dev/v1/team/credit-usage
```

---

**Versión actual:** 0.1 (Phase 2A completa, Phase 2C/3/4 en roadmap)

**Roadmap:**
- Phase 2C: UI Streamlit con análisis manual
- Phase 3: DealFinder (auto-scraping de listings)
- Phase 4: BuyerFinder (lista de cash buyers + matching)