FactLot

FactLot

商業用不動産AIエージェント向けのオープンなファクトレイヤーです。 監査証跡、標準化された物件ID、そして出典となる文書を明記した公的記録の事実に基づく、決定論的なCRE計算を提供します。ホステッド版は無料で利用でき、自分で実行する場合も無料です。オープンソースです。

10秒で試す

キーもインストールも不要です。

curl -s https://api.factlot.com/v1/calc/debt_sizing -H 'content-type: application/json' \
  -d '{"noi":1000000,"value":15000000,"rate_annual":0.065,"amortization_years":30,"max_ltv":0.65,"min_dscr":1.25}'

回答は、最大ローン額が9,750,000ドルであることを示しています。制約となっているのはローン・トゥ・バリュー比率です（カバレッジテストだけなら1,050万ドルまで認められます）。すべての中間計算、その計算式、そしてバージョン付きの計算式ID calc.debt_sizing@2 が示されるため、エージェントは数値の算出方法を正確に引用できます。

エージェントを接続する

クライアント	方法
Claude Code plugin	/plugin marketplace add 9mp96ygnbk-alt/factlotを実行し、続けて/plugin install factlot@factlotを実行します。8つのCREスキル（融資額の算定、リース経済性、CAM、ASC 842、リターンなど）がホスト型ツールと連携します（プラグイン）
Claude Code	claude mcp add --transport http factlot https://api.factlot.com/mcp
Claude（ウェブおよびデスクトップ）	設定、コネクター、カスタムコネクターを追加の順に選択し、https://api.factlot.com/mcpを入力します。またはfactlot-0.1.1.mcpbを開きます。
ChatGPT	https://api.factlot.com/mcpを使う開発者モードのアプリ、またはhttps://api.factlot.com/openapi-3.0.jsonをインポートするカスタムGPTアクションを使用します。
Cursor、VS Code、その他のクライアント	リモートMCP URL https://api.factlot.com/mcp（ガイド）
任意のMCPクライアント、ローカル実行	npx -y https://github.com/9mp96ygnbk-alt/factlot/releases/download/v0.1.1/factlot-mcp-standalone-0.1.1.tgz（Node.js 22.6以降、ネットワーク呼び出しなし）
Pythonエージェント	pip install "git+https://github.com/9mp96ygnbk-alt/[email protected]#subdirectory=python"
セルフホスト型RESTおよびMCP	docker run -p 8787:8787 ghcr.io/9mp96ygnbk-alt/factlot:0.1.1

ホスト型エンドポイントは、APIキー不要で毎分60リクエストまで無料で利用できます。 公式MCPレジストリ にはio.github.9mp96ygnbk-alt/factlotとして登録されています。REST、Python、エージェントSDK向けの実行可能な例は examples/にあります。

実データでレジストリツールをお試しください： DCレジストリサンプル（19.7 MB、CC BY 4.0）には、 コロンビア特別区の商業用不動産18,077件、所有事業体5,513件、出典付き所有関係リンク7,908件が含まれています。

curl -fLO https://github.com/9mp96ygnbk-alt/factlot/releases/download/registry-sample-dc-2026-11-03/factlot-registry-sample-dc-2026-11-03.db.gz && gunzip factlot-registry-sample-dc-2026-11-03.db.gz
FACTLOT_REGISTRY_DB="$PWD/factlot-registry-sample-dc-2026-11-03.db" npx -y https://github.com/9mp96ygnbk-alt/factlot/releases/download/v0.1.1/factlot-mcp-standalone-0.1.1.tgz

有料プラン： Proは月額49ドル、Teamは月額599ドルで、ホスト型の利用上限が引き上げられ、各地域の提供開始に合わせてホスト型レジストリ検索を利用できます。エンタープライズおよびプライベート環境へのデプロイについては、[email protected]までお問い合わせください。ご質問やバグ報告は、GitHub DiscussionsおよびIssuesにお寄せください。 CRE 業務に携わるエージェントは、いつも同じところで行き詰まります。計算結果を信頼できず、数値の出典を示せず、あるシステムの「Suite 400, 123 Main LLC」が別のシステムの地番と同じ対象であることも判別できません。

FactLot は、すべてのエージェントが標準で使える次の3つを提供します。

パッケージ	機能	ライセンス
@factlot/calc	決定論的な CRE 計算ツール：賃料スケジュール、実質賃料、提案の比較、歩合賃料、CAM 精算、融資額の算定、ASC 842 リース再測定、期限前返済およびデフィーザンス、WALT、IRR/NPV、賃借か所有かの比較、更新か移転かの比較、ホテル指標。すべての結果に監査証跡とバージョン管理された計算式 ID が含まれます。	Apache-2.0
@factlot/id	FactLot ID は、区画、法人、建物、スペース、リース、文書の正規 ID を提供します。既存のキーがある場合、ID は決定論的に生成されるため、どのエージェントもオフラインで算出できます。	Apache-2.0
@factlot/schema	FactLot のデータモデルです。ファクトとは、出典情報（出典文書、ページ、条項、方法）と権利情報（AI による利用や再配布の可否）を含む、1つの不可分な主張です。	MIT
@factlot/tools	ツールカタログです。Claude、OpenAI、Gemini、Amazon Bedrock、Mistral、OpenAPI 向けのネイティブなツール定義と、1つの runTool ディスパッチャーを備えています。	MIT
@factlot/server	リモートコネクターです。/mcp で Streamable HTTP MCP、/v1 で REST と OpenAPI を提供します。Docker で実行します。	Apache-2.0
@factlot/mcp	上記のすべてを Claude やその他の MCP 対応エージェントに公開する MCP サーバーです。ローカルで実行でき、API キーは不要です。	Apache-2.0

理由

20の役割にわたる165のCREエージェントペルソナを対象としたシミュレーション調査では、次の結果が得られました。

• 最も高く評価された提供機能は、文書からの事実抽出（3.52/5）、決定論的な計算ツール（3.24）、正規IDとエンティティ解決（3.12）でした。
• 95％が出典の提示を求め、51％がLLMの計算は誤っていたと回答し、35％がデータライセンスのため、すでに料金を払っているデータを使えないと答えました。
• エージェント間の交渉は0.35/5でした。エージェントが求めているのは、さらなる自律性ではなく、信頼できる事実です。

この調査は仮説を生み出すためのもので、市場調査ではありません。顧客発見計画では、仮説の検証方法を説明しています。同じペルソナが後に構築済みのv0.1を評価しました（こちらもシミュレーションです）。該当する場面では計算ツール、ID、ページ上の引用検証ツールが称賛され、ほとんどのペルソナはカバレッジ不足によって利用を妨げられました。以下のセクションでは、その点を率直に説明します。

FactLotが現在カバーする範囲

採用する前に、適用範囲を明確にしてください。

• **計算ツール、ID、事実モデルはどこでも利用できます。**データもAPIキーも不要で、 両方のSDKでオフライン動作し、同一の結果が得られます。
• **レジストリは主要都市圏をカバーしていますが、地域によって差があります。**実際の公的記録ロールを ハリス郡、ダラス郡、タラント郡、トラビス郡、コリン郡（テキサス州）、ニューヨーク市、ロサンゼルス、ボストン、サン フランシスコ、デンバー、シャーロット、ミネアポリス、コロンビア特別区から取り込み済みです。対象は商業用、 工業用、集合住宅用の区画708,538件で、所有者の特定用にテキサス州、ニューヨーク州、コロラド州、 ペンシルベニア州、DCの登録エンティティ1,290万件が含まれます。第2段階では、さらに28郡の アダプターを検証済みで（ニューヨーク州のモンロー郡、サフォーク郡、ナッソー郡、ウェストチェスター郡、エリー郡、 メリーランド州の3郡、マサチューセッツ州の4郡、デントン郡、ウィリアムソン郡、フォートベンド郡、ミルウォーキー郡、 マリオン郡、オークランド郡、ウェイク郡、デイビッドソン郡、ディカルブ郡、サクラメント郡、ソルトレイク郡、ユタ郡、 ピアース郡、マルトノマ郡、ペンシルベニア州の2郡）、データをすべて取り込み済みです。そのうち5つのデータソースは 州全体をカバーしており、そこからも取り込み済みです（ニューヨーク市外のニューヨーク州、メリーランド州、ウィスコンシン州、 ボストン市外のマサチューセッツ州、ユタ州29郡中25郡）。これにより、207郡の商業用区画がさらに1,008,126件追加され、 そのうち436,190件には所有者として組織が記録されています。メリーランド州とユタ州のファイルには所有者名がなく、 所有者の紐付け先は、現時点で取り込み済みのコネチカット州のエンティティに限られます。クック郡、フロリダ州、フルトン郡、 マリコパ郡、ウェイン郡、フェアファックス郡、キング郡、カリフォルニア州の大部分は、ライセンスの判断、申請手続き、 または購入が済むまで対象外です。対象は商業用、工業用、集合住宅用の区画のみです。複数の公的ファイルには 所有者名がなく、売買価格、テナント、負債、用途地域、面積と建築年以外の建物仕様もありません。レジストリ、 ティア1カタログ、ティア2インデックスを参照してください。
• ルールパックは1つで、テキサス州の固定資産税の異議申立期限を対象とし、公式の 法令本文と照合して検証済みです。他の管轄区域は、人が検証してから対応します。
• リースの取り込みはプロトタイプです。ページ上の引用と値の引用内照合は決定論的に行い、プラグイン可能な バックエンドを通じてスキャンページのOCRにも対応しますが、公開済みの精度数値はまだありません。
• npmにもPyPIにも未公開で、ホスト型の公開エンドポイントもありません。v0.1.1リリース、 Git、ソース、またはDockerからインストールしてください（はじめに）。

あらゆる AI プラットフォームを FactLot に接続する

プラットフォーム	接続方法
Claude	https://api.factlot.com/mcp を使ってカスタムコネクターを追加する、ワンクリックのデスクトップ拡張機能（factlot.mcpb）をインストールする、Claude Code を使う、または Claude API から呼び出します
ChatGPT and OpenAI	開発者モードで ChatGPT アプリを作成する（search／fetch を使うとディープリサーチが機能します）、/openapi.json をカスタム GPT アクションとしてインポートする、Responses API のリモート MCP を使う、または関数呼び出しを使います
Google Gemini	Gemini API の関数宣言、MCP 経由の Gemini CLI、または Vertex AI を使います
Microsoft Copilot	Copilot Studio に MCP ツールを追加する、Power Platform コネクターを使う、または Microsoft 365 API プラグインを構築します
Amazon Bedrock	Converse API の toolConfig、または Lambda ハンドラーを基盤とする Bedrock Agents のアクショングループを使います
Mistral, xAI, Llama, DeepSeek, and others	OpenAI 互換の関数呼び出しまたは MCP クライアントを使います

すべての接続先で、1 つのカタログから生成された同じツールを利用できます。connectors/ をご覧ください。

クイックスタート：エージェントから FactLot を使う

FactLot はまだ npm または PyPI にはありません。次の方法は、いずれもこれらに依存せずに動作します。GitHub リリース、クローン、または Docker から stdio MCP サーバーを実行します。それぞれエンドツーエンドで動作確認済みです （インストール検証）。

# From the GitHub release: one file, dependencies bundled
claude mcp add factlot -- npx -y https://github.com/9mp96ygnbk-alt/factlot/releases/download/v0.1.1/factlot-mcp-standalone-0.1.1.tgz

# From a clone
git clone https://github.com/9mp96ygnbk-alt/factlot.git && cd factlot
npm install && npm run build
claude mcp add factlot -- node "$PWD/packages/mcp/dist/bin.js"

# Remote connector (Streamable HTTP MCP at /mcp, REST at /v1, OpenAPI)
docker run --rm -p 8787:8787 ghcr.io/9mp96ygnbk-alt/factlot:0.1.1

Claude Desktop のユーザーは、リリースから factlot-0.1.1.mcpb をインストールできます。ほかの MCP クライアントでは、その設定で同じコマンドを使います。

{
  "mcpServers": {
    "factlot": {
      "command": "node",
      "args": ["/absolute/path/to/factlot/packages/mcp/dist/bin.js"]
    }
  }
}

npm への初回公開後：claude mcp add factlot -- npx -y @factlot/mcp。 はじめにでは、リリースの tarball として提供される TypeScript ライブラリを含め、すべての方法を説明しています。

サーバーでは、次のツールを利用できます：calc_rent_schedule、calc_net_effective_rent、 calc_compare_proposals、calc_percentage_rent、calc_cam_reconciliation、 calc_debt_sizing、calc_lease_remeasurement_asc842、calc_prepayment_and_defeasance、 calc_walt、calc_npv、calc_irr、calc_lease_vs_own、 calc_renew_vs_relocate、calc_hotel_metrics、 rules_tx_property_tax_protest_deadline、 id_parcel、id_entity、id_space、id_document、id_parse、fact_validate、 search、fetch、schema_get。また、レジストリデータベースが設定されている場合は、6 つの registry_* ルックアップも利用できます （FACTLOT_REGISTRY_DB）。

クイックスタート：Python エージェント

pip install "git+https://github.com/9mp96ygnbk-alt/factlot.git#subdirectory=python"
# after first publish to PyPI: pip install factlot

import factlot

tools = factlot.anthropic_tools()  # or factlot.openai_tools(); pass these to your model
# When the model calls a tool, run it by name with the model's arguments:
result = factlot.run_tool("calc_npv", {"cash_flows": [-1000, 600, 600], "rate": 0.08})
result["value"]["npv"]  # 69.96

Python SDK には依存関係がなく、TypeScript パッケージと同じ適合性ベクトルに合格します。CI では差分テストを実行し、両方の SDK にランダムな入力を渡して、末尾の桁まで少しでも違いがあれば失敗します。python/README.mdをご覧ください。

クイックスタート：ライブラリを使う

import { debtSizing } from "@factlot/calc";
import { parcelId } from "@factlot/id";

const loan = debtSizing({
  noi: 1_000_000,
  value: 15_000_000,
  rate_annual: 0.06,
  amortization_years: 30,
  max_ltv: 0.65,
  min_dscr: 1.25,
  min_debt_yield: 0.09,
});
loan.value.max_loan; // 9750000
loan.value.binding_constraint; // "ltv"
loan.steps; // every intermediate value, with formulas
loan.formula; // { id: "calc.debt_sizing", version: 2 }

parcelId({ stateFips: "06", countyFips: "037", apn: "5432-001-012" });
// { kind: "parcel", urn: "fl:parcel:us-06037:5432001012", short: "flp_..." }

開発

Node.js 22.6 以降が必要です。

npm install
npm run check   # lint, format check, typecheck, tests, build

FactLot の構築と資金調達の仕組み

FactLot は Supabase のモデルに従っています。

• オープンソース。 プラットフォームのコードは Apache-2.0 ライセンスです。クライアント向けのスキーマと SDK は MIT ライセンスです。ここにあるすべてのものはセルフホスト可能です。賃貸借契約が機密情報である場合、これは重要です。

• FactLot Cloud（予定）。 これらは、運用に実際の費用がかかるホステッドサービスです。

  • FactLot Registry：ID の解決、所有権グラフ、クロスウォーク、変更ウェブフック
  • Ingest：文書から引用付きの事実を抽出
  • Rules packs：固定資産税、ゾーニング、建築物の性能に関する法律

  料金は従量制で、無料プランもあります。

docs/business-model.md と docs/roadmap.md をご覧ください。

ドキュメント

• エージェントガイド：状況に応じて呼び出すツール · llms.txt
• ルールパック · 賃貸借契約の取り込み · Registry
• FactLot ID 仕様
• 事実モデル：出所と権利
• バックログ：未完了の項目
• ロードマップ
• ビジネスモデル
• 顧客開拓計画
• コントリビューション · セキュリティ

「FactLot」と FactLot のロゴは、その所有者の商標です。オープンソースライセンスの対象はコードであり、名称は対象外です。