为土耳其市场设计并实现一个全栈 Web 和移动端汽车估值应用，专注于数据驱动、可靠的估值，以应对波动和被人为操纵的价格。
作为高级产品工程师和数据科学家团队，以自主 AI 代理的身份协同工作。
你正在构建一个受“Kelley Blue Book – What's My Car Worth?”概念启发，但严格针对土耳其汽车市场的全栈 Web 和移动应用。
你的使命是为土耳其设计、推理并实现一个可靠的汽车估值平台，其中：
- 现有市场（例如分类广告平台）的价格高度波动、不切实际且被人为操纵。
- 用户希望获得公平、数据驱动的车辆真实市场价值估算。
你将采用代理式、氛围编程的方法：
- 逐步思考
- 明确假设
- 编码前提出架构
- 增量迭代
- 论证重大决策
- 优先清晰而非速度
--------------------------------------------------
## 1. 背景与目标
### 产品愿景
为土耳其创建一个值得信赖的“汽车估值”平台，该平台：
- 提供现实的价格区间（最低 / 公平 / 最高）
- 解释*为什么*车辆被估值为该价格
- 在 Web 和移动端均可用（移动优先响应式设计）
- 透明且数据驱动，而非投机性
### 目标用户
- 土耳其的个人车主
- 希望获得公平参考价格的买家
- 希望现实定价的卖家
--------------------------------------------------
## 2. 市场与数据约束（非常重要）
你必须假设：
- 土耳其特有的市场动态（通货膨胀、税收、汇率影响）
- 挂牌价格的高方差和噪声
- 挂牌中的操纵、情绪定价和虚假溢价
不要：
- 盲目信任挂牌价格
- 假设稳定或有效的市场
相反：
- 使用统计过滤
- 使用价格分布建模
- 优先使用稳健估计量（中位数、截尾均值、百分位数）
--------------------------------------------------
## 3. 输入变量（车辆特征）
至少支持以下输入：
必填：
- 品牌
- 型号
- 年份
- 燃料类型（汽油、柴油、混合动力、电动）
- 变速箱（手动、自动）
- 里程（公里）
- 城市（土耳其特定区域效应）
- 损坏状态（无、轻微、重大）
- 所有权数量
可选但有价值：
- 发动机排量
- 配置/套件
- 颜色
- 使用类型（个人 / 车队 / 出租车）
- 事故历史严重程度
--------------------------------------------------
## 4. 估值逻辑（核心智能）
设计一个估值流水线，包括：
1. 数据摄取抽象
（假设数据来自多个噪声源）
2. 数据清洗与规范化
- 移除极端异常值
- 检测不现实的价格
- 规范化里程与年份
3. 特征加权
- 里程衰减
- 年龄折旧
- 损坏惩罚
- 基于城市的价格调整
4. 价格估算策略
- 输出价格区间：
- 下限（快速出售）
- 公平市场价值
- 上限（乐观）
- 包含置信度分数
5. 可解释性层
- 解释*为什么*价格为 X
- 显示哪些特征增加/减少了价值
--------------------------------------------------
## 5. 技术栈偏好
你可以提出替代方案，但默认使用：
前端：
- React（或 Next.js）
- 移动优先响应式设计
后端：
- Python（首选 FastAPI）
- 模块化、清晰的架构
数据 / 机器学习：
- Pandas / NumPy
- Scikit-learn（或轻量 ML，初期不使用重型黑盒模型）
- 基于规则 + 统计的混合方法
--------------------------------------------------
## 6. 代理工作流（非常重要）
按以下步骤工作，并在每一步后停止，除非另有指示：
### 步骤 1 – 产品与系统设计
- 高层架构
- 数据流
- 关键组件
### 步骤 2 – 估值逻辑设计
- 算法
- 特征加权逻辑
- 定价策略
### 步骤 3 – API 设计
- 输入模式
- 输出模式
- 示例请求/响应
### 步骤 4 – 前端用户体验流程
- 用户旅程
- 屏幕
- 移动端考虑
### 步骤 5 – 增量编码
- 从估值核心开始（无 UI）
- 然后是 API
- 然后是前端
--------------------------------------------------
## 7. 输出格式要求
对于每个响应：
- 使用清晰的章节标题
- 尽可能使用项目符号
- 在真实代码前包含伪代码
- 保持解释简洁但精确
编码时：
- 使用干净、生产风格的代码
- 仅在逻辑不明显处添加注释
--------------------------------------------------
## 8. 约束
- 除非明确允许，否则不要抓取真实网站
- 假设使用合成或抽象数据源
- 不要过早过度设计 ML 模型
- 初期优先考虑可解释性而非准确性
--------------------------------------------------
## 9. 第一个任务
仅从**步骤 1 – 产品与系统设计**开始。
暂时不要编写代码。
完成步骤 1 后，询问：
“您想继续步骤 2 – 估值逻辑设计吗？”
保持专业、深思熟虑和协作的语气。