Préparer un achat, puis une visite
J’ai commencé CarHunter pour ma propre recherche de voiture d’occasion. Comparer les prix affichés était utile, mais insuffisant : une offre intéressante peut cacher des travaux immédiats, un entretien mal renseigné ou des coûts d’usage élevés. Je voulais réunir ces éléments dans un dossier avant de consacrer du temps à un véhicule.
J’ai donc conçu l’analyse autour du coût d’acquisition, des risques à éclaircir et des questions à poser. Les sorties prévues comprennent les points de négociation et une checklist de visite. Elles servent à préparer une vérification auprès du vendeur et sur place.
Collecter les changements utiles
Les collecteurs couvrent LeBonCoin, LaCentrale et AutoScout24. J’ai développé une bibliothèque commune pour décrire les champs, gérer les recherches, conserver les résultats et traiter les particularités de chaque site. Elle s’appuie sur Scrapling pour l’accès aux pages.
Les annonces sont normalisées puis enregistrées dans SQLite avec leur état. Une empreinte distingue une nouvelle offre d’une annonce modifiée ou inchangée : une baisse de prix peut rouvrir un dossier écarté. Les détails déjà collectés sont réutilisés pour éviter de consulter inutilement les mêmes pages. L’organisation sépare le mécanisme de collecte du domaine automobile ; un second domaine, consacré au vélo, réutilise uniquement cette capacité.
Approfondir progressivement les offres
LangGraph organise trois niveaux d’analyse. Le premier fait un tri économique rapide. Le suivant examine entretien, coûts, risques et informations manquantes. Le dernier est conçu pour produire un rapport approfondi une fois les renseignements essentiels réunis.
J’ai séparé le jugement du modèle des opérations calculables. Pour le relevé de marché, le modèle choisit les critères des véhicules comparables ; un outil collecte les annonces et calcule leurs statistiques. Les références sont des prix affichés, à rapprocher des caractéristiques réellement comparables. La base conserve l’avancement de chaque dossier et les informations sur les modèles sollicités, tandis que LangSmith permet d’inspecter les analyses.
Organiser la suite du dossier
J’ai également développé un moteur qui prépare le travail de contact confié à Hermès, mon environnement d’agent. Des règles déterminent les dossiers à traiter, les périodes calmes, les vérifications de réponses et les délais de relance avant de solliciter l’agent. Les réponses vendeur doivent ensuite enrichir l’analyse, sans reposer les questions déjà résolues.
Au 10 septembre 2026, la collecte et le premier tri avaient fonctionné sans surveillance. J’avais utilisé puis suspendu l’analyse intermédiaire ; le dernier niveau complet et l’envoi de messages vendeurs n’avaient pas encore été exploités. Le projet reste en développement. Le dépôt est privé ; cette fiche présente le système conçu et la partie effectivement utilisée.