spb/lou-ka

Décisions publiques du TAL (diffusées par SOQUIJ) croisées avec l'adresse
de chaque annonce : recherche « no civique + rue » via Scrapfly (le site
exige rendu JS + IP résidentielle ; pas de phrases entre guillemets),
puis vérification de l'adresse exacte dans le texte intégral et
classification (non-paiement, résiliation, expulsion, reprise/éviction,
insalubrité…, demande du locateur vs du locataire, verdict). Cache par
adresse dans data/tal.db, backfill borné dans la boucle watch + file
prioritaire alimentée par les fiches consultées (/api/tal), bloc
« Historique au TAL » sur la fiche (aucun nom de partie affiché —
référence neutre + lien SOQUIJ).

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

- hydro.precompute(limit, budget) : calcule l estimation des annonces les plus
  récentes non encore en cache, plafond de résolutions captcha par appel
  (coût borné) ; run.py hydro-precompute [N] [budget]
- watch : precompute(100, budget=30) à chaque cycle -> nouvelles annonces
  estimées automatiquement ; le cache data/hydro.db persiste entre releases
- estimate(solve=False) = lecture cache seule (aucun captcha) ;
  GET /api/hydro cache-only par défaut, solve=1 pour forcer
- fiche : le bloc s affiche AUTOMATIQUEMENT quand l estimation est en cache,
  sinon bouton de calcul à la demande

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- louka/air.py : agrégats annuels par station du RSQAQ (MELCCFP) — horaires
  2024-2025 (PM2.5, NO2, O3, SO2, CO) + séquentielles PST/PM10 (<LD -> LD/2),
  data/air.db minuscule, station la plus proche ≤ 60 km ; bloc fiche avec
  badge global et barres vs repères OMS 2021 / norme RAA (PST 60 µg/m³)
- louka/gaz.py : copie locale des ~2 450 stations de gazquebec.ca (prix
  Régulier/Super/Diesel, TTL 4 h, auto-refresh au lookup) ; bloc fiche avec
  KPI (stations, médiane du secteur, meilleur prix) et tableau des stations
  les plus proches, la moins chère mise en évidence
- run.py air-refresh / gaz-refresh, GET /api/air et /api/gaz

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- louka/inondation.py : base locale data/inondation.db construite du GeoPackage
  BDZI officiel (25 k polygones éclatés + R*Tree, couverture Carto_ZI_S),
  lookup point-dans-polygone shapely (0-40 ms), statuts en_zone / a_proximite
  (≤100 m) / hors_zone / non_cartographie ; run.py inondation-build,
  GET /api/inondation — bloc fiche avec badge de sévérité (grand courant
  0-20 ans = élevé, faible courant 20-100 ans = modéré) et rappel que la
  cartographie officielle fait foi (CMM non couverte par la BDZI)
- Registre des loyers v2 : tuiles KPI (volume, médiane secteur, médiane même
  nombre de chambres), bande de position p10-p90/boîte p25-p75/médiane vs le
  loyer demandé, barres des médianes par chambres (celle de l annonce
  surlignée + étiquette), date de la valeur = année du loyer (mois seulement
  si le bail débute la même année), quartiles côté API

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- louka/rdl.py : balayage par boîtes de l API publique de registre-des-loyers.ca
  (subdivision récursive sur erreur ou volume suspect), base séparée data/rdl.db,
  requête de proximité (bbox + haversine) avec médianes globale/récente/par chambres
- run.py rdl + GET /api/rdl?lat&lng&radius
- fiche : bloc « Registre des loyers » sous l analyse de prix — médiane du secteur,
  écart du loyer demandé vs les déclarations du même nombre de chambres,
  8 déclarations les plus proches avec la date de la valeur (année du loyer,
  mois si le bail débute la même année), crédit Vivre en ville

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

· environment.py : inventaire OSM par tuile (Overpass) — routes majeures,
  rails, aéroports, zones industrielles, bars, pistes cyclables (géométrie
  densifiée) et TOUS les POI par catégorie ; cache env_tiles ~3 mois.
· kascores.py : 5 scores 0-100 par immeuble + global pondéré, barème
  versionné (2026.08-v1), détails honnêtes par score, « Données
  insuffisantes »/« Non desservi » plutôt que des 0 trompeurs ; Transit =
  proximité des arrêts × percentile PMD StatCan ; calcul incrémental
  (7 900 immeubles en ~8 s), distribution de calibration en sortie.
· API : ks_* joints à /api/listings et /api/search (tri « ka », filtre
  kascore_min), détail complet sur la fiche, /api/kascores/stats.
· Frontend : pastille KA sur les cartes d annonces, section KA Scores de
  la fiche (5 jauges + détail dépliable + date/version), page /ka-scores
  (méthodologie publique + pondérations personnelles en curseurs), tri
  « Meilleur KA Score » dans la vue carte, filtre « KA Score minimal ».
· Boucle watch : env (4 tuiles max) + kascores incrémental à chaque sync.
· Tests : test_kascores.py (barème, honnêteté, rendement décroissant,
  cohérence spatiale sur le parc réel).

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Mission 1 — enrichissement des connecteurs et qualité :
- quality.py : score de complétude 0-100 + seuil de publication (quarantaine
  des annonces sans prix plausible / localisation / contenu exploitable)
- imgcheck.py : audit des images (liens morts 404/410, minuscules, placeholders
  multi-adresses, doublons) -> galeries nettoyées images_ok, cache image_checks,
  politesse 3 requêtes/hôte, écriture hors transaction réseau
- 26 connecteurs enrichis (galeries complètes, descriptions, prix, adresses) :
  kangalou, royal_lepage, medway, remax_quebec, groupe_maurice, mellem, sutton,
  lespac, heafey, kijiji, fb_marketplace, zumper, equinoxe_batimo, logis_experts,
  quartier_sila, msi, summum, quartier_plus, urban_services, cosoltec, garic,
  lakle, matinale, huma, jutras, groupe_theoret, ferrovia
- normalize : clean_city/clean_sector (rues et entités HTML retirées des menus),
  kijiji : adresses françaises « 89, rue X » correctement découpées
- geocode : virgule après le n° civique corrigée (lot AQ), base en WAL
- dedup : une annonce en quarantaine ne masque jamais un doublon publié

Mission 2 — mobile :
- /api/img : miniatures WebP servies à la taille de l écran (cache disque)
- SmartImg : miniature -> original -> visuel de secours Lou-Ka (jamais d icône cassée)
- lightbox tactile : balayage scroll-snap + pincement + double-tape
- bannière témoins : ne recouvre plus le bouton Filtres (--consent-h)
- cibles tactiles >= 44 px (pointer: coarse) ; KA Agent plein écran à l ouverture
- stats : complétude moyenne, quarantaine par source

Mission 3 — juste valeur locative (fairvalue.py, fv-logement-1.0) :
- 3 niveaux : segments médians (repli en échelle) + coefficients de
  caractéristiques appris et centrés + comparables kNN géographiques (médiane
  pondérée) ; couloir de sécurité, fourchette, indice de confiance
- prudence : pas de verdict si confiance faible, prix « à partir de »,
  prix non mensuel, écart hors plausible ; chambres/coloc = segment dédié
- pastilles sous/dans/au-dessus du marché (cartes + fiche), bloc Analyse de
  prix avec histogramme, filtre « Sous le marché » + tri, page /juste-valeur
- API : champs fv_* + deal/sort, /api/fairvalue/{uid} ; stats + PDF ;
  historisation fv_segments ; tests synthétiques ; docs/FAIRVALUE*.md

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

run.py geocode = lots de 200 adresses normalisées (geocodeAddresses),
1 entrée par immeuble, cache partagé, validation bbox par ville ;
l'ancien mode 1-par-1 (Nominatim) reste sous « geocode1 ».
Résultat : 11 033 → 14 206 annonces géolocalisées (77 % des actives).

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- louka/quartier.py : jointure lat/lng -> aire de diffusion 2021 (point-dans-
  polygone local, préfiltre bbox), assemblage fiche (démographie recensement,
  scores de proximité StatCan, défavorisation INSPQ, îlot de chaleur,
  criminalité SPVM <500 m sur l'île / indice IGC ailleurs), enrichissement
  listings.dauid dans la boucle watch
- data/quartier.db : base statique construite par scripts/ (fusion via
  scripts/merge_quartier.py), défensif si absente
- fiche : section « Le quartier » (tuiles démographiques, barres de proximité
  0-100, badges chaleur/criminalité, attributions licences ouvertes)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- louka/poi.py : une requête Overpass par immeuble (13 catégories : épicerie,
  dépanneur, pharmacie, école, garderie, parc, bus, métro, gym, café,
  clinique, hôpital, bibliothèque), plus proche par catégorie avec distance,
  cache permanent par coordonnées arrondies (~11 m), politesse 1 req/s,
  rafraîchissement aux 3 mois
- run.py poi [n] + intégration à la boucle watch (80 nouveaux immeubles/cycle)
- /api/listings/{uid} : champ poi[] joint depuis le cache
- fiche : section « À proximité » (icône, nom réel, distance formatée),
  mention données OpenStreetMap

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Géocodage (louka/geocode.py) :
- Nominatim 1 req/s, User-Agent identifié, cache SQLite par immeuble
  (adresse normalisée sans n° d'unité) — une adresse n'est géocodée qu'une fois
- nettoyages QC : préfixe d'unité « 101-2905 », « Montréal - Laval »,
  cardinales abrégées ; repli civique+rue en 2e tentative
- validation bounding-box (Québec/Lévis resserrée, garde-fou provincial),
  flag geocode_failed, ré-essai des échecs après 30 jours
- intégré à la boucle watch (nouvelles adresses géocodées à chaque sync)
- finalize() rejette aussi les coordonnées invalides fournies par les sources
  (annonce de Limoilou qui pointait au Kazakhstan)

Carte (frontend) :
- /api/listings.geojson : GeoJSON filtré (mêmes filtres que /api/listings)
- MapView MapLibre GL : chargement paresseux (254 ko gzip hors du bundle
  principal), clustering natif, marqueurs-prix, popup fiche (photo, prix,
  type, dispo, gestionnaire, lien), synchro avec les filtres, fitBounds
- bascule Liste/Carte : côte à côte sur desktop, plein écran sur mobile
- tuiles vectorielles OpenFreeMap (positron), style Lou-Ka (encre + lime)
- worker MapLibre v6 copié par plugin Vite (imports relatifs préservés)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- schema.Listing : availability_date (ISO/now), area_sqft, pets, furnished,
  details (JSON structuré) + finalize() appliqué à toutes les sources
- normalize.py : dates FR/EN → ISO, superficies pi²/m², prix robuste,
  types d'unité (chambres→½, 6½+, MDV…), commodités → tags canoniques,
  stationnement/animaux/fumeur/contact extraits du texte
- db.py : migration auto, délai de grâce (2 syncs) avant désactivation,
  détection de dérive (volume + taux de prix null) avec retraits suspendus,
  cache des pages détail, cache de géocodage (préparé pour la carte)
- fixtures.py + run.py record : enregistrement/rejeu des réponses HTTP,
  tests de régression pytest par connecteur (snapshot + validité schéma)
- web.py : nouveaux filtres pets/furnished/available_by/area_min

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Plateforme complète : 68 connecteurs de gestionnaires immobiliers, schéma
standardisé avec détection de changements (hash), API FastAPI, frontend
React/Vite PWA (design éditorial sharp, thème clair), déployée sur
www.lou-ka.com avec resynchronisation horaire.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>