Real Estate Actual Price

Ein persönliches MVP für die Abfrage der tatsächlichen Immobilienpreise in Taiwan. Web/PWA und MCP-Tools teilen sich dieselbe SQLite-Datenbank und Abfragelogik; ein OpenAI-API-Schlüssel ist nicht erforderlich.

Funktionen der ersten Phase

• Import offizieller CSV-ZIP-Dateien zu Kaufverträgen der tatsächlichen Immobilienpreise vom Innenministerium, Abteilung für Landangelegenheiten (aktuelle Periode oder historische Quartale)

• Suche nach Adresse, Verwaltungsbezirk und im Adresstext erkennbaren Wohnanlagen-/Gebäudenamen

• Anzeige von Kaufdatum, Einzelpreis, Gesamtpreis, Fläche (Ping), Stockwerk, Gebäudealter und Gebäudetyp

• Berechnung der Anzahl der Transaktionen, des Median-Einzelpreises, des Durchschnitts, des Höchst- und Tiefstwerts sowie des Monatstrends der letzten 1/3 Jahre

• Bereitstellung der MCP-Tools search_transactions, get_market_stats, list_areas, get_data_status

• Responsive Web/PWA für Mobilgeräte

Lokaler Start unter Windows

Verwenden Sie Python 3.11–3.14; die folgenden Befehle verwenden das auf diesem Computer derzeit funktionierende Python.

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -e ".[dev]"
python scripts\sync_data.py --current
python web.py

Öffnen Sie http://127.0.0.1:5000 im Browser. Die erste Synchronisierung importiert nur die Daten der aktuellen Periode; wenn Sie vollständige Dreijahresstatistiken benötigen, importieren Sie zusätzlich die letzten 12 abgeschlossenen Quartale, zum Beispiel:

python scripts\sync_data.py --season 112S3 --season 112S4 --season 113S1 --season 113S2 --season 113S3 --season 113S4 --season 114S1 --season 114S2 --season 114S3 --season 114S4 --season 115S1 --season 115S2

Sie können auch nur bestimmte Städte/Kreise importieren, um die Zeit zu verkürzen:

python scripts\sync_data.py --current --city 臺北市 --city 新北市

Wiederholte Importe werden anhand der offiziellen Fallnummern aktualisiert und nicht doppelt addiert.

Render öffentliche PWA (Demo-Version der sechs Städte)

Das Repository enthält render.yaml und Dockerfile. Erstellen Sie in Render einen Web Service und verbinden Sie dieses Repository, wählen Sie dann den Free-Plan; beim Build werden die aktuellen offiziellen Daten für Taipeh, Neu-Taipeh, Taoyuan, Taichung, Tainan und Kaohsiung heruntergeladen und importiert. Danach stellt Render eine HTTPS-URL bereit, die vom Handy geöffnet und als PWA installiert werden kann.

Der kostenlose Render-Dienst schläft nach 15 Minuten Inaktivität; das erste erneute Öffnen dauert etwa eine Minute. Bei jeder erneuten Bereitstellung werden die Daten der sechs Städte erneut heruntergeladen. Diese öffentliche Demo-Version bietet keinen MCP-Endpoint; MCP und die vollständige lokale Datenbank werden weiterhin auf dem persönlichen Computer verwendet.

MCP server

python mcp_server.py

Standardmäßig wird http://127.0.0.1:8001/mcp über Streamable HTTP bereitgestellt. Sie können es zuerst mit MCP Inspector prüfen:

npx @modelcontextprotocol/inspector@latest

Der ChatGPT-Entwicklermodus kann keine Verbindung zu einem normalen localhost herstellen; laut offizieller OpenAI-Dokumentation sollten Sie für persönliche lokale Tests Secure MCP Tunnel verwenden oder /mcp auf einen öffentlich erreichbaren HTTPS-Endpoint bereitstellen. Die erste Phase umfasst keine öffentliche Bereitstellung und Verifizierung.

Tests

python -m pytest

Datenquellen und Einschränkungen

Die Hauptdatenquelle ist das Open Data „Tatsächliche Informationen zu Immobilientransaktionen“ der Abteilung für Landangelegenheiten des Innenministeriums. Die aktuellen statischen Daten werden in der Regel am 1., 11. und 21. jedes Monats veröffentlicht; die dynamische Abfragewebsite kann aktueller sein. Die Daten sind Inhalte nach Meldung und Anonymisierung; Adressen können nur bis zum Straßenabschnitt, Nummernbereich oder zur Grundstücksnummer reichen. Die vorhandenen Daten zu bestehenden Gebäuden haben kein zuverlässiges, einheitliches Feld für den Wohnanlagennamen; daher verwendet die Suche nach Wohnanlagen-/Gebäudenamen einen Textabgleich von Adresse und Anmerkungen, was zu fehlenden Treffern oder falschen Zuordnungen bei gleichen Namen führen kann. Das Gebäudealter wird anhand des verfügbaren Bauabschlussdatums geschätzt; bei fehlenden Werten wird „unbekannt“ angezeigt. Der Einzelpreis wird aus dem offiziellen Feld pro Quadratmeter in den Preis pro Ping umgerechnet; wenn Stellplätze oder Sondertransaktionen enthalten sind, lesen Sie bitte dennoch die Anmerkungen. Dies sollte nicht als Bewertung oder Anlageberatung verstanden werden.

Offizielle Quellen:

• https://data.gov.tw/dataset/25119

• https://plvr.land.moi.gov.tw/DownloadOpenData