发布了我的第一个 OpenClaw 技能：zillow-full。之所以构建它，是因为手动房产调研占用了我的周末时间。

我兼职做房产批发已经 3 年了。每个候选物业需要提取 zestimate、税务历史、价格历史、学校、可比房源等信息，每次大约耗时 4 小时。尝试过 Apify（成本高）、RentCast（数据有缺口）。没有哪个工具能给 Claude 提供合适的数�structured 来真正分析一笔交易。所以我动手构建了它。 zillow-full 现已上线：`openclaw skills install zillow-full` 包含的功能： * search_listings(filters) → 基于 bbox / zip / 状态搜索 * lookup_property_by_address(addr) → 地理编码 + zpid 解析 * lookup_property_by_zpid(zpid) → 核心属性、价格/税务历史 * get_zestimate(zpid) → zestimate + 租金 zestimate 一个使用场景（我的场景，展示它能解锁什么）： 每晚 cron 抓取 4 个目标邮编区内的所有新房源，Claude 根据我的交易标准对每个房源打分，80 分以上的结果在早上 6 点通过短信通知我。批发交易从每月 2 笔增加到了 11 笔。 其他显而易见的用途（请去构建这些，这样我就能用了）： * 短租分析（资本化率 vs 租金 zestimate） * 翻新转售房源评分工具 * 买方经纪人自动筛选房源 * 异地购房搜索机器人（"找一套 $X 以下、满足...的房子"） * 小型有限合伙人的投资组合承销 下一步计划添加： * 许可历史（翻新潜力） * 房源描述情绪分析（"卖家急售" / "遗产" / "按现状"） * 针对超过 500 个 zpid 批次查询的异步优化 你们都在 OpenClaw 上构建什么？很好奇有哪些正在进行中的项目，特别是那些封装了其他付费数据源的项目——我很想对比一下缓存策略和工具面提示的方法。