Skip to main content
Glama
shopping-radar
by rbenhaga

shopping-radar 🛒🔎

Serveur MCP qui permet à Claude de récupérer les annonces d'un produit sur plusieurs places de marché françaises et de les analyser rigoureusement : prix, date, livraison, et distance au point de référence (Montpellier) quand l'article n'est pas livrable.

Pensé pour trouver le meilleur rapport qualité-prix (ex. un cadeau), en comparant l'occasion au prix du neuf.

Sources (8)

Source

Type

Clé requise

État

Leboncoin (direct)

occasion

— (intermittent, DataDome)

✅ actif

Leboncoin (Apify)

occasion fiable

APIFY_TOKEN (~1 $/1000 résultats)

✅ testĂ©, opt-in

Vinted

occasion

—

✅ actif

Dealabs

deals neuf / erreurs de prix

—

✅ actif

eBay

occasion + reconditionné

EBAY_APP_ID + EBAY_CERT_ID (gratuit)

🔌 sur clĂ©

Google Shopping

neuf (multi-marchands)

SERPAPI_KEY (gratuit limité)

🔌 sur clĂ©

Idealo

comparateur neuf

APIFY_TOKEN (crédit gratuit)

🔌 sur clĂ©

Keepa

Amazon neuf + historique

KEEPA_API_KEY (payant)

🔌 sur clĂ©

Back Market

reconditionné garanti

APIFY_TOKEN + BACKMARKET_APIFY_ACTOR

🔌 sur clĂ©

Les 3 premiĂšres fonctionnent sans aucune clĂ©. Les autres s'activent en ajoutant la clĂ© correspondante dans .env. Aucune dĂ©pendance Python supplĂ©mentaire n'est nĂ©cessaire pour les activer (sauf Keepa) — tout passe par httpx.

Couverture par usage

  • Occasion : Leboncoin, Vinted, eBay

  • ReconditionnĂ© : Back Market, eBay

  • Neuf / prix de rĂ©fĂ©rence : Google Shopping (Amazon, Fnac, Darty, Boulanger
), Idealo, Keepa, Dealabs

Related MCP server: MCP Shop Server

Pipeline d'analyse & qualité des données

analyze enchaĂźne : recherche multi-sources → dĂ©duplication → filtre logistique (Montpellier) → filtre de pertinence → enrichissement qualitĂ© → tri par score composite. Chaque offre gardĂ©e est enrichie de :

  • condition_label — Ă©tat normalisĂ© sur une Ă©chelle standard (neuf, comme neuf, trĂšs bon, bon, correct, reconditionnĂ©, pour piĂšces).

  • is_bundle — dĂ©tecte les lots/packs (« + 2 batteries », « pack complet »).

  • risk_level (ok/faible/moyen/eleve) + risk_flags : prix_tres_bas (sous mĂ©diane − 30 %), marque_incoherente (marque ≠ produit recherchĂ©), import_hors_fr (titre en langue Ă©trangĂšre → transfrontalier), vendeur_inconnu.

  • deal_score — note composite 0-100 oĂč le risque PRIME sur le prix : la valeur-prix est plafonnĂ©e sous le seuil « trop beau pour ĂȘtre vrai » (pas de bonus pour les prix d'arnaque) et un malus de risque (jusqu'Ă  −45) Ă©crase le bonus prix. PondĂ©ration : prix vs neuf (50) + Ă©tat (20) + proximitĂ© (15) + confiance vendeur (10) − risque.

  • Segmentation par variante : les stats (mĂ©diane, seuil « trop bas ») sont calculĂ©es par segment (sous-modĂšle × premium/standard), pas sur un pool qui mĂ©langerait X4 nue / Adventure / Bike
 Le seuil bas est auto-calibrĂ© par z-score robuste (mĂ©diane − k·MAD intra-segment), au lieu d'un ratio fixe.

  • DĂ©tection de mislabel : une variante premium (« Adventure », « Bike » ) affichĂ©e sous le prix d'une version de base → flag mislabel_suspect (rĂ©solu sans rĂ©fĂ©rence externe, par comparaison inter-segments).

  • Seuils configurables : RISK_LOW_PRICE_RATIO, RISK_MAD_K, IMPORT_MARKERS, PREMIUM_KEYWORDS.

Limites encore ouvertes (assumĂ©es) : (1) la validation du modĂšle de risque repose sur des tests unitaires (change-detectors), pas sur un jeu labellisĂ© prĂ©cision/rappel ; (2) les stats vendeur (note, anciennetĂ©, derniĂšre connexion) et la fraĂźcheur/statut vendu des annonces ne sont pas encore exploitĂ©es — ce sont les signaux anti-fraude les plus forts ; (3) le score n'intĂšgre pas encore garantie FR / retour / complĂ©tude accessoires.

  • also_on — autres sources oĂč l'article a Ă©tĂ© repĂ©rĂ© (dĂ©duplication inter-sources).

stats remonte aussi duplicates_removed, suspicious_count, new_reference_price.

Tests : python tests/test_core.py (tests déterministes, sans réseau).

Validation (au-delĂ  des tests unitaires) : python eval/score.py <gold> mesure le rappel scam (la vraie cible) sĂ©parĂ©ment du risky, avec IC95% Wilson (honnĂȘte sur petit N), + faux positifs sur les ok. Protocole de labellisation figĂ© dans eval/LABELING.md (verdict ok/risky/scam, labellisation Ă  l'aveugle).

Workflow gold réel :

  1. python eval/make_batch.py → eval/to_label.jsonl (batch rĂ©el, aveugle, stratifiĂ©-pour-faire-mal : imports/bundles/refurb/prix bas/phrases FR ambiguĂ«s).

  2. Labelliser Ă  la main (verdict + reason) selon eval/LABELING.md.

  3. python eval/score.py eval/to_label.jsonl → vrais prĂ©cision/rappel.

eval/gold.jsonl (25 lignes synthétiques) reste comme détecteur de régression (il a chiffré puis verrouillé le fix « prix négociable »). C'est un détecteur de modes d'échec, pas un go/no-go statistique au pourcent.

Refonte IA-juge (paradigme cible) : voir docs/REDESIGN.md — l'outil devient un assistant qui trie (jamais de rejet silencieux), avec 3 couches : dĂ©terministe compte/trie (maths, jamais de jugement fraude), IA multimodale juge le sĂ©rieux (nourrie des chiffres dĂ©terministes, jamais de calcul de prix), humain tranche (ses dĂ©cisions deviennent les labels). Le filtrage par mots-clĂ©s comme mĂ©canisme de jugement meurt ; il ne survit que comme prĂ©-filtre pertinence pas cher.

Vers un produit (SaaS) : voir docs/AUDIT.md (audit du code), docs/ARCHITECTURE.md (passage stateless→stateful : Postgres

  • file de jobs + prĂ©calcul) et db/schema.sql. Le moteur actuel devient la couche worker, on ne le réécrit pas.

Sécurité free tier (quotas)

Un garde-fou (core/quota.py) compte les appels par provider et bloque proprement avant de dépasser la limite gratuite (pas de facturation surprise). Usage persisté dans .cache/usage.json. Limites par défaut (juin 2026, surchargeables dans .env) :

Provider

Limite gratuite

FenĂȘtre

SerpAPI

250 recherches

mois

Apify (runs)

50 runs (vrai plafond = 5 $ de crédit)

mois

eBay Browse

5 000 appels

jour

Base Adresse Nationale

2 000 (poli)

jour

  • Sources coĂ»teuses opt-in : Idealo, Back Market (runs Apify) et Keepa consomment du crĂ©dit → exclues des recherches par dĂ©faut. Pour les utiliser, les nommer : analyze(query, sources=["vinted","idealo"]). Google Shopping (SerpAPI, gratuit) fournit dĂ©jĂ  le prix neuf de rĂ©fĂ©rence par dĂ©faut.

  • État des quotas visible via l'outil list_sources.

Fiabilité Leboncoin & proxy

Important : la lib lbc fait dĂ©jĂ  le plus dur — impersonation TLS via curl_cffi (JA3 d'un vrai navigateur), amorçage du cookie DataDome (GET homepage), et utilisation de l'API mobile avec un User-Agent d'app. La couche TLS n'est donc PAS le problĂšme. Les 503 intermittents viennent de la rĂ©putation de l'IP (ton IP perso flaggĂ©e aprĂšs quelques requĂȘtes). Le seul vrai levier = une IP propre.

Du gratuit au plus fiable :

  1. Retries + rotation de fingerprint (gratuit, activé) : LEBONCOIN_RETRIES=3.

  2. Proxy résidentiel FR : LEBONCOIN_PROXY=... ou un pool LEBONCOIN_PROXIES=p1,p2,... (rotation aléatoire). Options : LEBONCOIN_IMPERSONATE, LEBONCOIN_DATADOME_COOKIE.

  3. ✅ Source leboncoin_apify (la plus fiable, recommandĂ©e) : acteur Apify fatihtahta/leboncoin-fr-scraper (proxy rĂ©sidentiel inclus ~1 $/1000 rĂ©sultats). TestĂ©e, donnĂ©es riches (GPS, code postal, vendeur pro/particulier). Opt-in : analyze(query, sources=["leboncoin_apify","vinted","google_shopping"]).

⚠ Pas de proxy gratuit fiable contre DataDome (les gratuits = IP datacenter, filtrĂ©es). Voie fiable « sans CB » : la source leboncoin_apify (crĂ©dit Apify).

GĂ©nĂ©rique — fonctionne pour n'importe quel article

Rien n'est codĂ© en dur pour un produit donnĂ© : la requĂȘte est un paramĂštre, le point de rĂ©fĂ©rence est dans .env (HOME_LAT/LNG), et les heuristiques sont gĂ©nĂ©riques. Pour un domaine prĂ©cis, on ajoute des mots-clĂ©s via .env : ACCESSORY_KEYWORDS=perche,objectif,trepied (photo) ou 
=pompe,antivol (vĂ©lo), et BUNDLE_KEYWORDS=.... Le filtre de pertinence (is_relevant) s'adapte seul au modĂšle recherchĂ© (tokens chiffrĂ©s type « x4 », « 13 »).

RĂšgle livraison / distance (mise Ă  jour)

Une annonce est rejetĂ©e uniquement si elle est explicitement non livrable ET trop loin. Si la livraison est inconnue (cas frĂ©quent Leboncoin), l'annonce est gardĂ©e avec un drapeau « (!) livraison Ă  vĂ©rifier » plutĂŽt que jetĂ©e — on ne perd pas une bonne affaire potentiellement livrable.

Géolocalisation

Si une annonce n'a pas de coordonnées GPS (fréquent sur Leboncoin), le code postal/ville est géocodé via l'API officielle Base Adresse Nationale (gratuite, sans clé) pour calculer la distance à Montpellier. Cache dans .cache/geocode.json.

Installation

python -m venv .venv
.venv\Scripts\activate          # Windows
pip install -r requirements.txt
copy .env.example .env          # puis éditer si besoin

Outils exposés à Claude (MCP)

  • list_sources() — sources disponibles + point de rĂ©fĂ©rence.

  • search_all(query, max_price?, sources?, limit_per_source?) — rĂ©cupĂšre les offres normalisĂ©es de toutes les sources actives (en parallĂšle).

  • analyze(query, max_price?, max_distance_km?, reference_price?, ...) — recherche + filtrage logistique (livrable OU Ă  ≀ X km de Montpellier) + tri par prix et score de valeur vs prix neuf.

  • build_candidates(query, budget?, priorities?, top_k?, ...) — produit le « fichier de candidats » pour un agent dĂ©cideur : normalise chaque offre (schĂ©ma stable, total_cost_normalized, warranty_months oĂč null ≠ 0), met en quarantaine le risque Ă©levĂ©/mislabel (jamais transmis), et stratifie en top-K par (modĂšle × Ă©tat). Renvoie aussi un brief de dĂ©cision. Le dĂ©terministe ne tranche rien de subjectif — c'est le job de l'agent.

Brancher sur Claude Code / Claude Desktop

Ajouter dans la config MCP (ex. claude_desktop_config.json) :

{
  "mcpServers": {
    "shopping-radar": {
      "command": "python",
      "args": ["C:/Users/rayan/Desktop/Dev/Leboncoin/server.py"]
    }
  }
}

Puis, dans Claude : « Analyse les Insta360 X4 d'occasion sous 320 €, livrables ou Ă  moins de 50 km de Montpellier. »

RÚgle métier « livraison / distance »

Une offre est gardée si :

  • elle est livrable, OU

  • sa distance au point de rĂ©fĂ©rence ≀ MAX_DISTANCE_KM (dĂ©faut 60 km).

Si livraison et distance sont inconnues, l'offre est gardée mais marquée « à vérifier » (on ne jette jamais une offre faute d'information).

Avertissements

  • Les clients Leboncoin/Vinted reposent sur des API non-officielles qui peuvent casser sans prĂ©avis et dont l'usage peut contrevenir aux CGU des sites. RĂ©servĂ© Ă  un usage personnel et raisonnable.

  • L'analyse finale (recommandation) est faite par Claude ; ce serveur fournit la donnĂ©e normalisĂ©e et un prĂ©-tri dĂ©terministe.

Architecture

server.py            # serveur MCP (outils list_sources / search_all / analyze)
core/
  models.py          # Offer normalisée + parsing prix/date
  geo.py             # distance Montpellier (haversine) + géocodage des CP manquants
  geocode.py         # géocodage Base Adresse Nationale (gratuit) + cache disque
  score.py           # filtre logistique/accessoires + scoring qualité-prix
sources/
  base.py            # interface Source
  leboncoin.py vinted.py dealabs.py           # gratuit
  leboncoin_apify.py                          # Leboncoin fiable (Apify, opt-in)
  ebay.py google_shopping.py idealo.py        # sur clé
  keepa.py backmarket.py                      # sur clé

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog


    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI models to find the best online deals by browsing and interacting with multiple shopping platforms like Amazon and eBay across various regions. It uses Playwright to automate searches and retrieve product information from compatible e-commerce and deal-tracking websites.
      7 npm
      3
      MIT
    • F
      license
      B
      quality
      C
      maintenance
      Exposes Leboncoin classified ads to Claude, allowing search with filters and full ad details. Includes rate limiting and optional residential proxy support.
      2
      1
      -
    • A
      license
      A
      quality
      D
      maintenance
      Lets Claude compare Magic: The Gathering single-card prices across six Czech online card shops, with optional Cardmarket fallback. Queries all shops in parallel and returns a normalized, price-sorted list.
      10
      3
      MIT