從一支 .py，到會自己做決定的 Agent
同一個 Airbnb 住宿雷達，三堂課長大三次：第 1 堂用純 Python 每天撈房源、照條件過濾；第 2 堂讓 AI 幫你填條件、逐間判斷、寫早報；第 3 堂交給 Agent 自己決定要搜尋什麼、去看哪幾間的細節。左邊側欄鎖住的兩頁，會在那兩堂用提示詞做出來。
怎麼開始
setup.bat：桌面會出現小怪獸捷徑「AIB 教學版」，接著建 venv、裝套件、複製 .envstart.bat），到「1 純 Python」按「編輯條件」填行程，再按「立即撈取」data/results.json接下來的兩堂
提示詞/第2堂_加入AI.md 整段貼給 Claude Code，它會新增 ai.py、接上撈取流程、打開側欄的「2 加入 AI」提示詞/第3堂_Agent.md 貼上去，它會新增 agent.py、把功能包成工具、打開「3 Agent」做法：打開 ，把整段貼給 Claude Code，等它做完、跑過提示詞最後的驗收清單，這一頁就會打開。
這是什麼
「AIB 住宿雷達」教學版的起點：只用 Python 標準庫（airbnb_agent.py 一支程式）＋一個網頁（index.html），每天固定時間到 Airbnb 撈符合條件的房源、過濾後顯示在本機網頁。左側欄是整門課的骨架，三堂課各填一頁。
| 1 純 Python | 2 加入 AI | 3 Agent | |
|---|---|---|---|
| 你怎麼用 | 填表單、按撈取 | 填表單，AI 幫你填、幫你評分 | 對話視窗：講目標、追問 |
| 誰決定流程 | 你（程式寫死的 if／else） | 還是你，AI 是被呼叫的函式 | AI：自己決定搜幾次、要不要放寬、要不要點進房源 |
| 怎麼做出來 | 已經做好 | 提示詞/第2堂_加入AI.md | 提示詞/第3堂_Agent.md |
這支程式怎麼拿到 Airbnb 資料
沒有用 API（Airbnb 不對外開放）。程式像瀏覽器一樣打開搜尋頁，Airbnb 會把第一頁結果的 JSON 整包塞在網頁裡給自己的前端用，程式把它挖出來解析。翻頁靠頁面附的 cursor，每頁之間隨機停 1.5–3 秒；頁數限制 1–5 頁、每天撈一次，避免被防爬擋下。房源的長篇描述與評價全文是前端載入後才拿的，抓不到。
上課用：示範資料與不自動撈取
一間教室三十台電腦同時撈同一個網站，對 Airbnb 來說就是單一 IP 瞬間幾十個請求，很容易整班一起被擋半小時。所以教材裡預設打開兩個開關（都在 .env）：
| 開關 | 作用 |
|---|---|
AIB_DEMO=1 | 用 demo_results.json 的房源，完全不連 Airbnb。過濾、排序、AI 判斷、Agent 全部照跑，只有「去 Airbnb 拿」那一步被換掉；畫面上會顯示「示範資料」膠囊 |
AIB_FETCH_ON_START=0 | 程式啟動時不自動補撈，要撈請自己按「立即撈取」 |
想真的撈：把 AIB_DEMO 那一行前面加 # 註解掉，重開程式即可。老師要重新產生示範資料就先真撈一次，再跑 python airbnb_agent.py --make-demo。
結果列上的「測試撈取」是檢查用的：真的連一次 Airbnb，但只撈 1 頁、什麼都不寫入，用來確認「今天還撈得到嗎」（Airbnb 改版或擋人時會在這裡先看出來），不會動到現有結果與歷史紀錄。
每天自動撈取
程式開著就在「每天自動撈取」設定的時間撈；沒開的話，下次打開發現今天還沒撈會補撈一次。想不開視窗也撈，用 advanced/schedule_daily.bat 登錄 Windows 工作排程器。
資料放哪裡
conditions.json：出遊條件（表單存的就是它，第一次啟動自動建立）data/results.json：最近一次撈到的結果；data/seen.json：看過哪些房源、上次價格（判斷 NEW／降價用）data/marks.json：你按過「看過了」的房源