内容
# 商业地产智能分析工具
**实时市场数据用于商业地产分析 — 内置 Claude.**
连接此 MCP 到 Claude Desktop，立即访问联邦储备利率、人口普查局人口统计数据、DCF 建模、租金滚动分析、租赁摘要和 IC 备忘录生成 — 所有这些都来自一个单一的提示。
> *"分析此交易：2201 South Blvd, Charlotte NC. NOI $400k, 要价 $6M, 零售街区。"*
>
> → 拉取实时 SOFR 数据。拉取该确切街区的 Census 人口统计数据。建立一个完整的杠杆 10 年 DCF。编写一份机构级 IC 备忘录。**30 秒。**
---
## 为什么存在
商业地产中 AI 的 #1 问题：**66% 的专业人士每天使用它，但只有 5% 的人信任它来进行实际交易决策。**
原因是什么？AI 猜测利率和人口统计数据。基于虚构的 SOFR 利率建立的 DCF 模型是毫无价值的。
这个 MCP 解决了这个问题。每个数字都来自一个经过验证的公共来源：
- **利率** → 联邦储备系统（FRED API）
- **人口统计** → 美国人口普查局 ACS
- **文档分析** → Claude AI 结构化输出
零数据许可费。金融输入上零虚构数据。
---
## 工具
| 工具 | 功能 | 数据源 |
|------|-------------|-------------|
| `get_current_rates` | 实时 SOFR，10 年期国债，联邦基金 + 按物业类型划分的隐含上限范围 | FRED |
| `get_inflation_data` | CPI，住房通货膨胀，租金 CPI + DCF 租金增长指导 | FRED |
| `get_cre_market_data` | 商业地产价格指数，C&I 贷款趋势，违约率，信用利差 | FRED |
| `get_market_demographics` | 任何美国地址的中位数收入，就业率，空置率，租金 | 人口普查局 |
| `get_radius_demographics` | 1/3/5 英里贸易区范围：人口，加权收入，租户份额，租金 | 人口普查局 |
| `analyze_rent_roll` | 粘贴 PDF 文本 → 结构化 JSON：租户，SF，租金，日期，到期日 | Claude AI |
| `abstract_lease` | 粘贴租赁文本 → 期限，租金时间表，TI，选项，红旗 | Claude AI |
| `flag_lease_risks` | 租金滚动 JSON → 滚动风险，集中风险，尽职调查清单 | Claude AI |
| `build_dcf_model` | 使用从 FRED 自动获取的实时利率的完整杠杆 10 年 DCF | Python + FRED |
| `generate_deal_memo` | 地址 + NOI + 价格 → 具有实时利率和人口统计数据的完整 IC 备忘录 | Claude AI + FRED + Census |
| `export_dcf_excel` | 可下载的 .xlsx 承保模型，具有实时公式，敏感性网格，市场数据 | Python + FRED + Census |
---
## 示例输出
**提示：** *"获取当前利率"*
```
SOFR： 3.63% （2026 年 6 月 8 日）
SOFR 30 天： 3.59%
10 年期国债： 4.55%
5 年期国债： 4.29%
联邦基金： 3.63%
隐含上限利率（超过 10 年期国债）：
核心多家庭： 5.30% – 6.05%
核心工业： 5.55% – 6.30%
核心办公： 6.05% – 7.05%
价值提升： 6.05% – 7.05%
贷款利率指导：
浮动：SOFR + 150–250bps = ~5.38%–5.88%
固定： 10 年期国债 + 150–200bps = ~6.05%–6.55%
```
**提示：** *"分析此交易：2201 South Blvd Charlotte NC, NOI $400k, 要价 $6M, 零售街区"*
MCP 自动链接 `get_current_rates` + `get_market_demographics` + `build_dcf_model` + `generate_deal_memo` 并返回一个完整的 IC 备忘录，包括：
```
入口资本化率： 6.67% （超过 10 年期国债 +212bps）
贷款利率： 5.38% （源自实时 SOFR 3.63% + 175bps）
第一年 DSCR： 1.53x
IRR： 14.6%
股权倍数： 3.11x
人口普查区人口统计数据（2023 ACS）：
中位数家庭收入： $141,419
就业率： 97.2%
大学教育程度： 64.9%
空置率： 8.6%
建议：GO — 需要租金滚动审查和可比分析。
```
---
## 设置
### 选项 A — 主机（最快，无 API 密钥）
将以下内容添加到您的 `claude_desktop_config.json` 并重启 Claude Desktop：
```json
{
"mcpServers": {
"cre-intelligence": {
"type": "streamable-http",
"url": "https://cre-intelligence-mcp.onrender.com/mcp"
}
}
}
```
如果您的 MCP 客户端仅支持 stdio 服务器，请使用 `mcp-remote` 桥接器：
```json
{
"mcpServers": {
"cre-intelligence": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://cre-intelligence-mcp.onrender.com/mcp"]
}
}
}
```
在测试期间免费。所有数据获取都在服务器端运行。
### 选项 B — 自主托管
#### 先决条件
- [Claude Desktop](https://claude.ai/download)
- Python 3.11+
- 免费 API 密钥（总共约 2 分钟）：
- **FRED:** [fred.stlouisfed.org/docs/api/api_key.html](https://fred.stlouisfed.org/docs/api/api_key.html)
- **人口普查局：** [api.census.gov/data/key_signup.html](https://api.census.gov/data/key_signup.html)
- **Anthropic：** [console.anthropic.com](https://console.anthropic.com)
#### 安装
```bash
git clone https://github.com/Zwondra/cre-intelligence-mcp
cd cre-intelligence-mcp
python3.11 -m venv venv
venv/bin/pip install -r requirements.txt
cp .env.example .env
# 将您的 API 密钥添加到 .env
```
### 连接到 Claude Desktop
添加到 `~/Library/Application Support/Claude/claude_desktop_config.json`:
```json
{
"mcpServers": {
"cre-intelligence": {
"command": "/path/to/cre-intelligence-mcp/venv/bin/python3",
"args": ["/path/to/cre-intelligence-mcp/server.py"],
"env": {
"ANTHROPIC_API_KEY": "sk-ant-...",
"FRED_API_KEY": "your_fred_key",
"CENSUS_API_KEY": "your_census_key"
}
}
}
}
```
重启 Claude Desktop。工具将自动出现。
### 测试
打开 Claude Desktop 并说：
> *"获取当前利率"*
您应该看到它调用 `get_current_rates` 并返回实时联邦储备数据。
---
## 文档分析
文档工具（`analyze_rent_roll`，`abstract_lease`）通过将 PDF 文本直接粘贴到提示中来工作。在 Claude Desktop 中：
1. 打开您的租金滚动或租赁 PDF
2. 复制所有文本
3. 说： *"分析此租金滚动：[粘贴文本]"*
工具提取每个租户，套房，SF，租金，租赁日期和到期日到结构化 JSON — 然后 `flag_lease_risks` 可以立即分析滚动风险和集中风险。
---
## 数据源
| 源 | 内容 | 成本 |
|--------|------|------|
| [FRED (联邦储备系统)](https://fred.stlouisfed.org) | SOFR，国债收益率，联邦基金，CPI，商业地产价格指数 | 免费 |
| [人口普查局 ACS](https://www.census.gov/data/developers/data-sets/acs-5year.html) | 收入，就业率，住房，租金按人口普查区划分 | 免费 |
| [Anthropic Claude](https://anthropic.com) | 文档解析，风险分析，备忘录生成 | 按使用付费 |
---
## 路线图
- [ ] 可比销售搜索（CREXI 公开列表）
- [ ] 多物业投资组合分析
- [ ] 敏感性表格生成（上限利率 / NOI / LTV 场景）
- [ ] 导出到 Excel / Word
- [ ] 交易历史 / 跨会话比较
---
## 许可证
MIT
