MCP Immobilier France (DVF)

Serveur MCP qui donne à un agent IA (Claude, Cursor, Codex…) l'accès aux prix et transactions immobilières réels en France, à partir des données ouvertes officielles DVF (Demandes de Valeurs Foncières, Etalab / data.gouv.fr).

100 % open data, gratuit, sans clé d'API, sans inscription. Aucune dépendance payante.

🇫🇷 Couvre toute la France — n'importe quelle commune, n'importe quelle adresse (métropole + DOM). C'est un produit national, vendable partout. Les villes citées en exemple ne sont que des illustrations.

🔧 Les 6 outils

Exemples de questions auxquelles l'agent saura répondre (partout en France) :

• « Quel est le prix au m² des appartements à Lyon ? »

• « Estime une maison de 90 m² à Bordeaux, 12 rue Sainte-Catherine. »

• « Montre-moi les 10 dernières ventes autour du 4 place Bellecour à Lyon, rayon 800 m. »

• « Comment ont évolué les prix à Nantes sur 4 ans ? »

Related MCP server: Sherlock Homes

📦 Installation

Prérequis : Python 3.10+.

# avec uv (recommandé)
uv venv && uv pip install -r requirements.txt

# ou avec pip
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

▶️ Lancer le serveur

python server.py      # transport stdio

🔌 Brancher dans un client MCP

Claude Desktop / Claude Code / Cursor — ajouter dans la config MCP :

{
  "mcpServers": {
    "immobilier-dvf": {
      "command": "python",
      "args": ["/chemin/absolu/vers/server.py"]
    }
  }
}

(Adapter command à python3 ou au binaire de votre venv si besoin.)

✅ Tester

# tests de la logique (hors-ligne, sans réseau)
python test_dvf_core.py

# test réel SANS Node (recommandé) — appelle les outils en direct (réseau requis)
python smoke_test.py

# (option) via l'inspecteur MCP officiel — nécessite Node.js
npx @modelcontextprotocol/inspector python server.py
# Puis, DANS l'interface web de l'inspecteur (onglet « Tools »), choisir un outil
# et le lancer, par ex. prix_immobilier avec commune="Lyon".
# ⚠️ prix_immobilier(...) n'est PAS une commande à taper dans le terminal.

🛰️ Sources de données (toutes officielles et gratuites)

• Transactions : géo-DVF — https://files.data.gouv.fr/geo-dvf/latest/csv/{année}/communes/{dep}/{insee}.csv

• Communes (nom → INSEE) : https://geo.api.gouv.fr/communes

• Géocodage d'adresse (BAN) : https://api-adresse.data.gouv.fr/search

Bon à savoir

• Les données DVF couvrent les ventes jusqu'à l'année civile précédente (mise à jour ~2×/an). Le serveur prend par défaut la dernière année disponible.

• Le prix au m² est calculé en rapportant la valeur foncière de la mutation à la surface bâtie résidentielle, avec un filtre anti-aberrations (200–30 000 €/m²). C'est une mesure robuste mais indicative (une mutation peut mêler plusieurs lots/terrains).

• Couverture : France métropolitaine + DOM. L'Alsace-Moselle (57, 67, 68) et Mayotte ne sont pas dans DVF (cadastre/registre différent).

💰 Mettre en vente

• Smithery : smithery.yaml fourni (déploiement stdio). Pousser le dépôt et suivre smithery.ai/docs.

• MCPize : héberger le serveur et facturer à l'appel (per-call / abo).

• Capafy / Agensi : packager comme skill « connecteur immobilier ».

• Pensez à un listing soigné (titre, description, exemples de prompts ci-dessus) et à le rafraîchir mensuellement (les marketplaces classent mieux les listings actifs).

⚠️ Avertissement

Données publiques fournies « en l'état ». Les estimations sont indicatives, basées sur des ventes passées, et ne tiennent pas compte de l'état, de l'étage ou des prestations du bien. Elles ne remplacent pas une expertise immobilière.

📄 Licence

MIT — réutilisation libre. Données DVF sous Licence Ouverte (Etalab).