Zillow Scraper GitHub: Ce funcționează în 2026 (și ce se strică)

Dacă cauți chiar acum „zillow scraper github”, vei găsi . Sună promițător — până îți dai seama că nu au mai fost actualizate de peste un an.

Am petrecut mult timp auditând aceste repo-uri, testându-le pe paginile Zillow live și citind issue-urile de pe GitHub și thread-urile de pe Reddit în care dezvoltatorii își varsă oful despre ce s-a mai stricat de data asta. Tiparul e mereu același: un repo adună o grămadă de stele când merge prima dată, apoi moare încet, în liniște, când Zillow își schimbă DOM-ul, își întărește protecțiile anti-bot sau lasă să expire un endpoint intern API. Un dezvoltator frustrat de pe Reddit a spus foarte bine: „proiectele de scraping trebuie întreținute permanent din cauza schimbărilor de pe pagină sau din API.” Articolul ăsta este auditul pe care mi-aș fi dorit să-l am înainte să clonez primul meu repo de Zillow scraper — o privire sinceră, actualizată, asupra a ceea ce chiar rulează în 2026, ce se strică și de ce, și când are mai mult sens să sari complet peste labirintul GitHub și să folosești un instrument precum în schimb.

Ce este un proiect Zillow Scraper GitHub și cine are nevoie de unul?

Un „Zillow scraper” este orice script sau instrument care colectează automat date despre listări imobiliare de pe site-ul Zillow — lucruri precum prețul, adresa, numărul de dormitoare și băi, suprafața, Zestimate, statusul listării, zilele pe piață și, uneori, date mai detaliate de pe pagina proprietății, cum ar fi istoricul prețurilor sau înregistrările fiscale. Oamenii caută pe GitHub în mod special pentru că vor ceva gratuit, open-source și personalizabil. Dai fork la un repo, ajustezi câmpurile, trimiți rezultatul în propriul tău pipeline. În teorie, e ce e mai bun din ambele lumi.

Publicul este destul de clar delimitat:

• Investitori imobiliari care urmăresc oportunități pe coduri poștale — vor scăderi de preț, diferențe față de Zestimate și date despre zilele pe piață pentru a filtra oportunitățile
• Agenți care își construiesc liste de prospecți — au nevoie de URL-uri ale listărilor, date de contact ale agenților și schimbări de status ale listărilor
• Cercetători de piață și analiști care extrag comparabile structurate — adresă, preț pe metru pătrat, preț vândut vs. preț listat, număr de proprietăți în inventar
• Echipe de operațiuni care monitorizează prețurile sau inventarul pe mai multe piețe la intervale regulate

Ideea comună: toată lumea vrea date structurate, repetabile — nu o muncă de copy-paste făcută o singură dată. Asta face scraping-ul atractiv. Dar tot asta face și costul de întreținere atât de dureros atunci când un repo încetează să mai funcționeze.

Auditul repo-urilor Zillow Scraper GitHub din 2026: ce mai rulează cu adevărat

Am căutat pe GitHub repo-urile de Zillow scraper cele mai apreciate și cele mai fork-uite, am verificat datele ultimului commit, am citit issue-urile deschise și le-am testat pe paginile Zillow live. Metodologia este simplă: dacă un repo poate returna date corecte despre listări din rezultatele de căutare Zillow sau din paginile de detalii, la momentul testării din aprilie 2026, primește ștampila „funcțional”. Dacă rulează, dar returnează date incomplete sau se lovește de blocaje după câteva pagini, este „funcțional parțial”. Dacă eșuează complet sau întreținătorul spune că e mort, este „stricat”.

Realitatea dură: majoritatea repo-urilor care păreau promițătoare acum 12–18 luni s-au stricat în tăcere.

Tabel comparativ curatat: cele mai bune repo-uri Zillow Scraper GitHub

Tiparul este clar: ecosistemul GitHub încă are cod „viu”, dar cele mai vizibile repo-uri sunt tutoriale, artefacte istorice sau simple învelișuri peste un flux de lucru dependent de proxy-uri.

Ce înseamnă „Funcțional” vs. „Stricat” vs. „Funcțional parțial”

Vreau să fiu precis în privința acestor etichete, pentru că ele contează mai mult decât numărul de stele:

• Funcțional: returnează cu succes date corecte despre listări din paginile de căutare Zillow și/sau paginile de detalii, la data testării, fără ca întreținătorul să indice că proiectul este mort
• Funcțional parțial: rulează, dar returnează date incomplete, se lovește de blocaje după câteva pagini sau funcționează doar pe anumite tipuri de pagini — de obicei necesită infrastructură de proxy și ajustări continue
• Stricat: nu returnează date, aruncă erori sau a fost marcat explicit ca nefuncțional de întreținător sau de comunitate

Un repo cu 170 de stele și status „stricat” este mai slab decât un repo cu 10 stele care chiar returnează date. Popularitatea este context istoric, nu semn de calitate.

De ce se strică proiectele Zillow Scraper GitHub (cele 5 moduri comune de eșec)

Să înțelegi de ce se strică scrapers-urile Zillow îți economisește mai mult timp decât orice README de repo. Dacă înțelegi de ce se strică scrapers-urile Zillow, poți fie să construiești unul mai rezistent, fie să decizi că taxa de întreținere nu merită.

1. Restructurarea DOM-ului (frontend-ul React al Zillow)

Frontend-ul Zillow este construit pe React și se schimbă frecvent. Numele claselor, structura componentelor și atributele de date se modifică fără avertisment. Un scraper care țintește azi div.list-card-price s-ar putea trezi mâine că acea clasă a dispărut. După cum notează un , „numele claselor variază de la o pagină la alta” pe Zillow.

Rezultatul: scriptul rulează, returnează câmpuri goale și nu îți dai seama până când nu ai colectat valori nule timp de o săptămână.

2. Schimbări ale endpoint-urilor interne API și GraphQL

Repo-urile mai inteligente ocolesc complet HTML-ul și apelează API-urile interne GraphQL sau REST ale Zillow. Repo-ul , de exemplu, folosește explicit API-ul intern Zillow și împarte recursiv limitele hărții pentru a trece peste limitele de rezultate. E un design isteț — dar Zillow restructurează periodic aceste endpoint-uri. Când se întâmplă asta, scraper-ul tău returnează erori 404 sau JSON gol, fără mesaj de eroare.

Este o formă mai subtilă de defectare. Codul e bun. Ținta s-a mutat.

3. Escaladarea anti-bot și a CAPTCHA-urilor

Zillow a ridicat treptat nivelul de detecție a boturilor. În propriile mele teste din aprilie 2026, apelurile simple requests.get() către zillow.com și zillow.com/homes/Chicago,-IL_rb/ au returnat — chiar și cu un user-agent similar Chrome și un header Accept-Language. Raportările din comunitate confirmă același lucru: un utilizator a observat că fluxul său de API inversat a început să returneze 403 după aproximativ .

Scrapers care merg bine la volum mic pot eșua brusc când sunt scalate. Este o surpriză neplăcută atunci când încerci să urmărești 200 de listări în 3 coduri poștale.

4. Zidurile de autentificare pentru datele premium

Anumite puncte de date — detalii despre Zestimate, înregistrări fiscale, unele istorice de preț — sunt protejate în spatele autentificării. Scrapers open-source rareori gestionează fluxurile de login, așa că aceste câmpuri se întorc goale. Dacă cazul tău de utilizare depinde de istoricul prețurilor sau de valorile fiscale evaluate, vei da repede peste acest zid.

5. Îmbătrânirea dependențelor și repo-uri neîntreținute

includ probleme de instalare precum No module named 'unicodecsv'. documentează dificultăți manuale cu driver-ul și dependențele GIS. Actualizările bibliotecilor Python strică compatibilitatea. Repo-urile care nu au fost actualizate de 6+ luni eșuează adesea la instalări noi înainte chiar să ajungă la stack-ul anti-bot al Zillow.

Apărarea anti-bot a Zillow în 2026: cu ce te confrunți de fapt

„Folosește proxy-uri și rotește header-ele” era un sfat suficient în 2022. Nu mai este în 2026.

Dincolo de blocarea IP-ului: TLS fingerprinting și provocări JS

Zillow nu blochează doar IP-uri. Raportările comunității descriu Zillow ca fiind în spatele Cloudflare, cu care depășesc simpla limitare a ratei. TLS fingerprinting identifică clienții care nu sunt browser prin „strângerea de mână digitală” — modul în care negociază criptarea. Chiar și cu un proxy nou, scraper-ul poate fi marcat dacă semnătura TLS nu seamănă cu cea a unui browser Chrome real.

Provocările JavaScript adaugă un alt strat. Browserele headless care nu execută complet JS sau care expun indicatori de automatizare (cum ar fi navigator.webdriver = true) sunt depistate.

Pagini de căutare vs. pagini de detaliu ale proprietății: niveluri diferite de protecție

Nu toate paginile Zillow sunt apărate la fel. Schema distinge explicit un „Fast Mode” care sare peste paginile de detaliu de un „Full Mode” mai lent, care include date mai bogate. Ghidul separă, de asemenea, extragerea inițială a listărilor de „Scrape Subpages” pentru îmbogățirea cu date de pe paginile de detaliu.

Concluzia practică: scraper-ul poate funcționa bine pe rezultatele căutării, dar să eșueze pe paginile individuale ale proprietăților, unde Zillow aplică o protecție mai puternică deoarece datele sunt mai valoroase și mai des extrase.

Tabăra HTTP-only: de ce unii dezvoltatori evită automatizarea browserului

Există un grup puternic de dezvoltatori care vor explicit abordări doar HTTP — fără Selenium, fără Playwright, fără Puppeteer. Motivele sunt practice: automatizarea browserului este lentă, consumă multe resurse și este mai greu de implementat la scară.

Evaluarea sinceră: în 2026, abordările pure HTTP împotriva Zillow devin tot mai dificile fără o gestionare sofisticată a header-elor și a fingerprint-urilor. Dovezile din comunitate arată că randarea în browser devine standardul, nu excepția, pentru ținte precum Zillow.

Cele mai bune practici concrete anti-blocare pentru Zillow

Dacă mergi pe ruta DIY, iată ce chiar ajută (și ce nu):

• Pacing aleatoriu al cererilor care imită navigarea umană — nu întârzieri fixe, ci intervale variabile cu comportament de sesiune
• Configurații realiste de header-e inclusiv Accept-Language, familia de header-e Sec-CH-UA și lanțuri corecte de referer — dar fii sincer: header-ele realiste sunt necesare, nu suficiente
• Rotația sesiunilor — nu refolosi aceeași combinație proxy/cookie pentru sute de cereri
• Știi când să treci la randarea în browser — dacă abordarea ta doar HTTP returnează 403 după 50 de cereri, lupți o bătălie pierdută

Nu crede niciun articol care sugerează că un singur set magic de header-e rezolvă Zillow în 2026.

gestionează toate acestea automat — infrastructură rotativă în SUA/UE/Asia, gestionarea randării și anti-bot — astfel încât utilizatorii sar complet peste labirintul configurării de proxy-uri. Ideea este unde stă povara operațională.

Cele mai bune practici pentru a-ți face setup-ul Zillow Scraper GitHub rezistent în timp

Pentru cititorii care decid să meargă pe ruta GitHub/DIY, iată practicile care separă scrapers care rezistă luni întregi de cele care se strică în câteva zile.

Separă selectorii de numele fragile ale claselor

Dacă un repo depinde de numele de clase CSS generate automat de Zillow, tratează asta ca pe un semnal de alarmă. Aceste nume se schimbă frecvent — uneori săptămânal. În schimb:

• Țintește elementele după aria-label, atribute data-* sau textul titlurilor din apropiere
• Folosește, pe cât posibil, selectori bazați pe conținutul text
• Preferă extragerea din JSON înaintea parsării HTML atunci când Zillow servește date structurate în sursa paginii

Adaugă verificări automate de sănătate

Tratează scraping-ul Zillow ca monitorizare de producție, nu ca un script de dat o singură dată. Setează un cron job sau o acțiune GitHub care:

1. Rulează scraper-ul zilnic pe o listare cunoscută
2. Validează schema de ieșire (toate câmpurile așteptate sunt prezente și nenule?)
3. Declanșează o alertă dacă output-ul este formatat greșit sau gol

Asta detectează defectarea în 24 de ore, nu după săptămâni.

Fixează versiunile dependențelor și folosește medii virtuale

Fixează întotdeauna dependențele Python (sau Node) la versiuni specifice. Folosește medii virtuale sau containere Docker. Repo-urile mai vechi din auditul nostru arată cât de repede apare degradarea la instalare — dependențele stricate sunt adesea primul lucru care cedează, înainte ca stack-ul anti-bot al Zillow să intre măcar în scenă.

Menține volumul de scraping conservator

Pragul de nu este universal, dar este un memento credibil că volumul schimbă comportamentul unui scraper care părea în regulă la testare. Împrăștie cererile pe mai multe sesiuni. Folosește întârzieri aleatorii. Nu încerca să extragi 10.000 de listări într-o singură rulare.

Știi când DIY nu merită efortul

Dacă petreci mai mult timp întreținând scraper-ul decât analizând datele, economia s-a inversat. Asta nu este un eșec — este un semnal că merită să iei în calcul o soluție gestionată.

Zillow Scraper GitHub (DIY) vs. instrumente no-code: o matrice onestă de decizie

Publicul pentru „zillow scraper github” se împarte clar în două grupuri: dezvoltatori care vor proprietate asupra codului și profesioniști imobiliari care vor doar date într-un spreadsheet. Ambele sunt valide. Iată cum se traduc, de fapt, compromisurile.

Tabel comparativ, cap la cap

Realitatea costurilor pentru proxy-uri

Argumentul „repo gratuit” devine mai puțin convingător odată ce iei în calcul costurile proxy-urilor. Prețurile publice actuale pentru proxy-uri rezidențiale:

Repo-ul poate fi gratuit, dar un flux Zillow bazat pe proxy-uri, de obicei, nu este.

Când să alegi un repo GitHub

• Îți place să scrii și să întreții cod
• Ai nevoie de personalizări foarte specifice (transformări de date custom, integrare într-un pipeline proprietar)
• Ai timp și abilități tehnice pentru a gestiona defectările
• Ești dispus să administrezi infrastructura de proxy-uri

Când să alegi Thunderbit

• Ai nevoie de date fiabile chiar azi, fără configurare sau întreținere
• Ești agent imobiliar, investitor sau membru al unei echipe de operațiuni — nu dezvoltator
• Vrei să fără să scrii cod de export
• Vrei scraping pe subpagini (îmbogățirea listărilor cu date de pe pagina de detaliu) fără configurare suplimentară
• Vrei scraping programat descris în limbaj simplu

Pas cu pas: cum să extragi date din Zillow cu Thunderbit (fără GitHub)

Ruta no-code nu seamănă deloc cu procesul de configurare GitHub.

Pasul 1: Instalează extensia Thunderbit pentru Chrome

Mergi la , instalează Thunderbit și înscrie-te. Există un nivel gratuit.

Pasul 2: Navighează la Zillow și deschide Thunderbit

Accesează orice pagină de rezultate de căutare Zillow — de exemplu, case de vânzare într-un anumit cod poștal. Dă click pe pictograma extensiei Thunderbit din bara browserului.

Pasul 3: Folosește șablonul Instant Scraper pentru Zillow (sau AI Suggest Fields)

Thunderbit are un — nu este nevoie de configurare, doar un singur click. Șablonul acoperă câmpurile standard: adresă, preț, dormitoare, băi, metri pătrați, numele agentului, telefonul agentului și URL-ul listării.

Alternativ, apasă „AI Suggest Fields” și AI-ul citește pagina și propune coloane. Din experiența mea, detectează de obicei , inclusiv Zestimate.

Pasul 4: Dă click pe Scrape și verifică rezultatele

Apasă „Scrape”. Thunderbit gestionează automat paginarea, anti-bot-ul și structurarea datelor. Primești un tabel structurat cu rezultate — fără erori 403, fără câmpuri goale, fără configurare de proxy-uri.

Pasul 5: Îmbogățește cu date din subpagini (opțional)

Apasă „Scrape Subpages” pentru ca Thunderbit să viziteze pagina de detaliu a fiecărei listări și să extragă câmpuri suplimentare: istoricul prețurilor, înregistrări fiscale, suprafața terenului, ratinguri școlare. Într-un setup GitHub, asta ar însemna o a doua trecere de scraping, mult mai complexă, cu logică separată pentru selectori și anti-bot. Aici e un singur click.

Pasul 6: Exportă datele gratuit

Exportă în Excel, Google Sheets, Airtable sau Notion — totul gratuit. Descarcă CSV sau JSON dacă preferi. Niciun cod de export de scris.

Asta este semnificativ diferit de parcursul unui utilizator GitHub, care de obicei începe cu configurarea mediului și se termină cu depanarea erorilor 403.

De la CSV la insight: ce faci efectiv cu datele tale Zillow

Cele mai multe ghiduri se opresc la „iată CSV-ul tău”. E ca și cum i-ai da cuiva o undiță și ai pleca fără să explici cum se gătește peștele.

Scraping-ul este pasul unu. Urmează restul.

Pasul 1: Scrape — colectează datele despre listări

Câmpuri de bază din rezultatele căutării: preț, dormitoare, băi, sqft, adresă, Zestimate, statusul listării, zile pe piață, URL-ul listării.

Pasul 2: Îmbogățește — extrage date de pe pagina de detaliu prin scraping pe subpagini

Câmpuri suplimentare de pe paginile de detaliu ale proprietăților: istoricul prețurilor, înregistrări fiscale, suprafața terenului, taxe HOA, ratinguri școlare, date de contact ale agentului. Scraping-ul pe subpagini al Thunderbit gestionează asta dintr-un singur click. Într-un setup GitHub, ai avea nevoie de o trecere separată, cu selectori și logică anti-bot proprii.

Pasul 3: Exportă — trimite în platforma preferată

• Google Sheets pentru analiză rapidă și partajare
• Airtable pentru un mini-CRM sau un tracker de oportunități
• Notion pentru un dashboard de echipă
• CSV/JSON pentru pipeline-uri custom

Pasul 4: Monitorizează — programează extrageri recurente

Acesta este punctul dureros pe care mai multe thread-uri din forumuri îl semnalează ca nerezolvat. Nu vrei doar datele de azi — vrei să prinzi scăderile de preț, schimbările de status (activ → în așteptare → vândut) și listările noi pe măsură ce apar.

Scraper-ul programat al Thunderbit îți permite să descrii intervalele în limbaj simplu (de ex., „în fiecare marți și vineri la ora 8 dimineața”). Pentru un setup GitHub, ar trebui să construiești un cron job, să gestionezi persistența autentificării și să tratezi singur recuperarea după erori.

Pasul 5: Acționează — filtrează oportunitățile și alimentează fluxurile de outreach

Aici datele devin decizii:

• Pentru investitori: filtrează scăderi de preț >5% în 30 de zile, zile pe piață >90, preț sub Zestimate
• Pentru agenți: marchează listările noi care corespund criteriilor cumpărătorilor, listările expirate/retrase pentru prospecți
• Pentru cercetători: calculează tendințe ale prețului pe sqft, raportul preț vândut vs. preț listat, viteza inventarului

Exemplu real: un investitor care urmărește 200 de listări în 3 coduri poștale

Iată cum arată câmpurile de date mapeate pe fiecare caz de utilizare:

Investitorul setează o extragere săptămânală pe trei coduri poștale, exportă în Google Sheets și aplică formatare condițională pentru scăderi de preț și outlieri la DOM. Agentul exportă în Airtable și construiește un pipeline de prospecți. Cercetătorul încarcă datele într-un spreadsheet pentru analiză de trend. Același pas de scraping, trei fluxuri de lucru diferite.

Considerații legale și etice pentru scraping-ul Zillow

Pe scurt, dar necesar.

interzic explicit interogările automate, inclusiv screen scraping, crawlers, spiders și ocolirea măsurilor de precauție de tip CAPTCHA. interzice rute largi, inclusiv /api/, /homes/ și URL-uri cu starea interogării.

În același timp, legislația americană privind web scraping-ul nu se reduce la „tot scraping-ul este ilegal”. Linia de cazuri hiQ v. LinkedIn contează pentru scraping-ul datelor publice în contextul CFAA. Un de la Haynes Boone notează că al Nouălea Circuit a respins din nou efortul LinkedIn de a bloca scraping-ul profilurilor publice ale membrilor. Dar asta nu anulează argumentele separate de contract, confidențialitate sau anti-eludare și nici nu face irelevantă politica de utilizare a Zillow.

Ce rezultă de aici:

• Scraping-ul paginilor publice poate avea argumente CFAA mai solide decât sugerează mulți proprietari de site-uri
• Zillow îl interzice contractual în continuare
• Ocolirea barierelor tehnice crește riscul juridic
• Dacă ai un caz de utilizare comercial sau de volum mare, cere sfat juridic
• Indiferent de peisajul legal, scrapează responsabil: respectă rate limits, nu supraîncărca serverele, nu folosi date personale pentru spam

Alegerea instrumentului potrivit pentru fluxul tău de lucru Zillow

Peisajul Zillow scraper GitHub din 2026 este mai subțire decât pare. Cele mai vizibile repo-uri sunt învechite, fragile sau stricate. Un număr mic de repo-uri mai noi — în special — încă funcționează, dar doar cu întreținere continuă pentru proxy-uri și anti-bot.

Decizia reală nu este open source versus closed source. Este control versus povară operațională.

• Dacă vrei control total și îți place să întreții scrapers, repo-urile GitHub sunt puternice — dar rezervă timp pentru administrarea proxy-urilor, actualizarea selectorilor și monitorizarea sănătății
• Dacă vrei date fiabile azi, fără întreținere, te duce de la căutare la spreadsheet în câteva minute. AI-ul lui citește structura paginii de fiecare dată, așa că nu depinde de selectori hardcodați care se strică.

Ambele abordări sunt legitime.

Cel mai prost scenariu este să petreci ore întregi configurând un scraper GitHub, doar ca să descoperi că s-a stricat luna trecută și nimeni nu a actualizat README-ul.

Dacă vrei să vezi ruta no-code în acțiune, — extrage listări Zillow în aproximativ 2 clickuri și exportă în platforma pe care echipa ta o folosește deja. Vrei să vezi procesul mai întâi? are tutoriale pas cu pas.

Întrebări frecvente

Există în 2026 un Zillow scraper funcțional pe GitHub?

Câteva repo-uri sunt funcționale parțial — cel mai notabil johnbalvin/pyzill, care încă returnează date, dar necesită proxy-uri rezidențiale rotative și ajustări continue. Majoritatea repo-urilor populare (inclusiv ChrisMuir/Zillow cu 170 de stele și scrapehero/zillow_real_estate cu 152 de stele) sunt stricate din cauza schimbărilor anti-bot ale Zillow și a actualizărilor DOM-ului. Verifică tabelul de audit de mai sus pentru statusul curent.

Poate Zillow să detecteze și să blocheze scrapers de pe GitHub?

Da. Zillow folosește blocarea IP-ului, TLS fingerprinting, provocări JavaScript, CAPTCHA-uri și rate limiting. În testare, chiar și cererile HTTP simple cu header-e asemănătoare Chrome au returnat 403 de la CloudFront. Scrapers GitHub fără măsuri adecvate anti-detectare — proxy-uri rezidențiale, header-e realiste, randare în browser — sunt blocate rapid, adesea în jur de 100 de cereri.

Ce date poți extrage de pe Zillow?

Câmpurile comune includ prețul, adresa, dormitoarele, băile, suprafața, Zestimate, statusul listării, zilele pe piață, URL-ul listării și datele de contact ale agentului. Cu scraping pe pagina de detaliu, poți obține și istoricul prețurilor, înregistrările fiscale, suprafața terenului, taxele HOA și ratingurile școlare. Câmpurile exacte depind de capabilitățile scraper-ului și de faptul că extragi din rezultate de căutare sau din pagini individuale ale proprietăților.

Este legal să extragi date de pe Zillow?

Este o întrebare nuanțată. Scraping-ul datelor disponibile public are o bază juridică mai bună după linia de cazuri hiQ v. LinkedIn, dar Termenii de utilizare ai Zillow interzic explicit accesul automat. Ocolirea barierelor tehnice (CAPTCHA-uri, rate limits) adaugă risc juridic suplimentar. Pentru cercetare personală, riscul este în general mic. Pentru utilizare comercială sau de volum mare, consultă un avocat. Scrapează întotdeauna responsabil.

Cum extrage Thunderbit date din Zillow fără să se strice?

Thunderbit folosește AI pentru a citi structura paginii la fiecare rulare — nu se bazează pe selectori CSS sau XPath hardcodați care se strică atunci când Zillow își actualizează frontend-ul. Are și un pentru extragere cu un singur click. Cloud scraping-ul gestionează automat anti-bot-ul cu infrastructură rotativă, astfel încât utilizatorii nu trebuie să configureze proxy-uri sau să administreze singuri randarea în browser. Când Zillow își schimbă layout-ul, AI-ul se adaptează — fără a fi nevoie de actualizarea unui repo.

Află mai multe