坐标东京，最近在看房。

每次拿到一个物件地址，我都要重复一套流程：Google Maps 看位置、查最近车站和步行距离、Yahoo 地图翻灾害风险图、再搜一圈超市医院药局。一套下来十几分钟，看五六个物件一晚上就没了。

做了几十遍之后实在受不了，花了两三周业余时间做了 BukkenAI （ bukkenai.com ），输入一个日本地址，自动跑完上面这些。

主要干了几件事：

• 调 Google Places API 搜周边 1~1.5km 的设施（超市、便利店、医院、药局、学校、公园等）
• 接国土交通省的 REINFOLIB API 查灾害风险（洪水、滑坡、海啸、风暴潮），这个数据平时不太好找但买房其实很该看
• 拉同区域近三年房价交易数据做参考
• 最后用 Gemini API 把数据汇总成一份报告，六个维度打分（教育、医疗、交通、自然环境、安全、生活便利）

打分逻辑我自己琢磨了一下，主要权重放在"最近设施的距离"而不是数量。比如方圆一公里有三家超市，跟最近的超市走路两分钟，后者对生活体验的影响其实大得多。安全那项是从满分往下扣，高风险区扣三分，中风险扣一点五。

技术栈：后端 FastAPI + SQLAlchemy async + PostgreSQL （ PostGIS ），前端 Next.js + TailwindCSS 。

还顺手加了个图片上传功能，因为经常收到物件截图，地址印在图里，手动抄太烦了，传图自动 OCR 提取地址。大部分情况识别率还行，偶尔图片质量差的要手动改一下。

每份报告有固定 URL 可以分享，也支持用最新数据重新生成，旧版本保留着可以对比。

因为调 API 有成本，没登录能免费用一次，注册后有三次额度。

地址：bukkenai.com

如果有在日本找房的朋友可以试试，有什么建议欢迎提。代码方面大量用了 Claude Code 辅助，体验是迭代确实快，但生成的东西还是得自己过一遍，尤其是数据准确性和缓存那块。