FactLot

FactLot

面向商业地产 AI Agent 的开放事实层。 提供确定性的 CRE 计算、审计追踪、规范化物业 ID，以及注明来源文档的公共记录事实。托管服务免费使用，也可免费自行运行，且为开源项目。

十秒上手

无需密钥，无需安装：

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}'

答案是最高 9,750,000 美元的贷款额度，受贷款价值比约束（仅按偿债覆盖率测试计算，额度可达 1,050 万美元）。结果包含每一步中间计算、使用的公式，以及版本化公式 ID calc.debt_sizing@2，方便 Agent 准确引用数字的计算方式。

连接你的 Agent

客户端	使用方法
Claude Code 插件	/plugin marketplace add 9mp96ygnbk-alt/factlot，然后运行 /plugin install factlot@factlot：八个 CRE 技能（贷款规模测算、租赁经济分析、CAM、ASC 842、回报分析等）连接到托管工具（插件）
Claude Code	claude mcp add --transport http factlot https://api.factlot.com/mcp
Claude（网页端和桌面版）	设置 → 连接器 → 添加自定义连接器：https://api.factlot.com/mcp。或打开 factlot-0.1.1.mcpb
ChatGPT	使用 https://api.factlot.com/mcp 的开发者模式应用，或导入 https://api.factlot.com/openapi-3.0.json 的自定义 GPT Action
Cursor、VS Code、其他客户端	远程 MCP URL：https://api.factlot.com/mcp（指南）
任意 MCP 客户端，本地运行	npx -y https://github.com/9mp96ygnbk-alt/factlot/releases/download/v0.1.1/factlot-mcp-standalone-0.1.1.tgz（Node.js 22.6+，不进行网络调用）
Python Agent	pip install "git+https://github.com/9mp96ygnbk-alt/[email protected]#subdirectory=python"
可自托管 REST 和 MCP	docker run -p 8787:8787 ghcr.io/9mp96ygnbk-alt/factlot:0.1.1

托管端点免费使用，无需密钥，每分钟限 60 次请求。该端点已列入 官方 MCP Registry， 标识为 io.github.9mp96ygnbk-alt/factlot。REST、Python 和 Agent SDK 的可运行示例位于 examples/。

使用真实数据试用 Registry 工具：DC Registry 样本（19.7 MB，CC BY 4.0）包含 18,077 个哥伦比亚特区商业地块、5,513 个所有权实体和 7,908 条有引用来源的所有权关联。

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

付费方案：Pro 每月 $49，Team 每月 $599，可提高托管服务限额，并在各地区开放时提供托管 Registry 查询。企业版和私有部署请联系：[email protected]。问题和 Bug 报告请发布到 GitHub Discussions 和 Issues。 从事 CRE 工作的 Agent 往往会在相同的地方卡住。它们无法信任自己的计算结果，无法引用数字的来源，也无法判断一个系统中的“Suite 400, 123 Main LLC”和另一个系统中的宗地编号其实指的是同一个实体。

FactLot 默认向每个 Agent 提供三类可用功能：

包	功能	许可证
@factlot/calc	确定性的 CRE 计算器：租金计划表、净实际租金、提案对比、百分比租金、CAM 费用核对、贷款额度计算、ASC 842 租赁重新计量、提前还款和解除担保、WALT、IRR/NPV、租赁与自有对比、续租与搬迁对比、酒店指标。每个结果都包含审计跟踪记录和带版本的公式 ID。	Apache-2.0
@factlot/id	FactLot ID 为宗地、法律实体、建筑物、空间、租约和文档提供规范 ID。只要现实中已有键，ID 就是确定性的，因此任何 Agent 都能离线计算。	Apache-2.0
@factlot/schema	FactLot 数据模型。一条事实是一个原子声明，包含溯源信息（源文档、页码、条款、方法）和权利信息（AI 是否可以使用或再分发该事实）。	MIT
@factlot/tools	工具目录，包含适用于 Claude、OpenAI、Gemini、Amazon Bedrock、Mistral 和 OpenAPI 平台的原生工具定义，以及一个 runTool 分发器。	MIT
@factlot/server	远程连接器：在 /mcp 提供 Streamable HTTP MCP，在 /v1 提供 REST 和 OpenAPI。可在 Docker 中运行。	Apache-2.0
@factlot/mcp	一个 MCP 服务，可将上述所有功能提供给 Claude 和任何其他支持 MCP 的 Agent。它在本地运行，无需 API 密钥。	Apache-2.0

为什么

在一项模拟调查中，调查了 20 种角色的 165 个 CRE Agent 人设：

• 评分最高的产品是文档转事实（3.52/5）、确定性计算器（3.24）以及规范 ID 和实体解析（3.12）。
• 95% 的受访者要求提供引用，51% 的受访者表示大模型计算结果有误，35% 的受访者称数据许可阻碍他们使用已付费的数据。
• Agent 间协商的评分为 0.35/5。Agent 想要的是可信的事实，而不是更多自主权。

这项调查用于提出假设，并非市场调研。客户探索计划介绍了我们如何验证这些假设。之后，这些人设也评审了已构建的 v0.1（同样是模拟）：在适用之处，他们称赞了计算器、ID 和页面内引文验证工具；大多数人设则受限于覆盖范围，下一节会如实说明这一点。

FactLot 目前的覆盖范围

采用前，请先明确其范围：

• 计算器、ID 和事实模型可在任何地方使用。 它们不需要数据或 API 密钥，并且在两款 SDK 中均可离线运行，结果完全一致。
• 注册表覆盖了最大的都会区，但覆盖程度不一。 已载入 Harris、Dallas、Tarrant、Travis 和 Collin（Texas）、New York City、Los Angeles、Boston、San Francisco、Denver、Charlotte、Minneapolis 以及 District of Columbia 的真实公共登记记录：包含 708,538 个商业、工业和多户住宅地块，以及来自 Texas、New York、Colorado、Pennsylvania 和 DC 的 1,290 万个已登记实体，用于所有者解析。第二梯队的另外 28 个县已通过适配器验证（NY 的 Monroe、Suffolk、Nassau、Westchester 和 Erie；Maryland 的 3 个县；Massachusetts 的 4 个县；Denton、Williamson 和 Fort Bend；Milwaukee、Marion、Oakland、Wake、Davidson、DeKalb、Sacramento、Salt Lake、Utah County、Pierce、Multnomah，以及 Pennsylvania 的 2 个县），并已完整载入。其中 5 个来源覆盖了整个州，这些数据也已载入（New York 除该市之外的地区、Maryland、Wisconsin、Boston 以外的 Massachusetts，以及 Utah 29 个县中的 25 个）：207 个县新增 1,008,126 个商业地块，其中 436,190 个登记所有者为机构。Maryland 和 Utah 的文件不包含所有者姓名；所有者关联目前仅覆盖已载入的 Connecticut 实体。Cook County、Florida、Fulton、Maricopa、Wayne、Fairfax、King 以及 California 的大部分地区，仍需等待许可决定、表格或采购。仅包含商业、工业和多户住宅地块；部分公共文件不含所有者姓名；不包含售价、租户、债务、分区信息或建筑规格（面积和建成年份除外）。请参阅注册表、Tier 1 目录和Tier 2 索引。
• 只有一套规则包：Texas 的房产税异议截止日期规则包，已根据官方法规文本验证。其他司法辖区的规则只有在经过人工验证后才会加入。
• 租约导入功能仍是原型：提供确定性的页面内引文和引文内数值检查，也可通过可插拔后端对扫描页面进行 OCR，但目前尚无已发布的准确率数据。
• 尚未发布到 npm 或 PyPI，也没有托管的公共端点。可从 v0.1.1 版本、Git、源代码或 Docker 安装（参阅入门指南）。

将 FactLot 连接到任意 AI 平台

平台	连接方式
Claude	添加自定义连接器并填写 https://api.factlot.com/mcp，安装一键式桌面扩展（factlot.mcpb），使用 Claude Code，或通过 Claude API 调用
ChatGPT and OpenAI	在开发者模式下创建 ChatGPT 应用（search/fetch 可用于深度研究），将 /openapi.json 导入为自定义 GPT Action，使用 Responses API 的远程 MCP，或使用函数调用
Google Gemini	使用 Gemini API 函数声明、通过 MCP 使用 Gemini CLI，或使用 Vertex AI
Microsoft Copilot	在 Copilot Studio 中添加 MCP 工具，使用 Power Platform 连接器，或构建 Microsoft 365 API 插件
Amazon Bedrock	使用 Converse API 的 toolConfig，或使用由 Lambda 处理程序提供支持的 Bedrock Agents 操作组
Mistral, xAI, Llama, DeepSeek, and others	使用 OpenAI 兼容的函数调用或 MCP 客户端

所有接入方式都使用同一套由一个目录生成的工具。请参阅 connectors/。

快速开始：通过 Agent 使用 FactLot

FactLot 尚未发布到 npm 或 PyPI。以下方法无需依赖二者即可使用：它们会从 GitHub 发布版本、克隆的仓库或 Docker 运行 stdio MCP 服务。每种方法都已完成端到端运行测试 （安装验证）。

# 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 用户可从 发布页面安装 factlot-0.1.1.mcpb。对于其他任何 MCP 客户端，请在其配置中使用相同的命令：

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

首次发布到 npm 后：claude mcp add factlot -- npx -y @factlot/mcp。 入门指南介绍了所有选项，包括作为发布压缩包提供的 TypeScript 库。

服务提供以下工具：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 和 schema_get；配置注册表数据库（FACTLOT_REGISTRY_DB）后，还会提供六个 registry_* 查询工具。

快速开始：Python Agent

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 无依赖，并且通过了与 TypeScript 软件包相同的一致性测试向量。CI 中的差异测试会将随机输入传入两个 SDK，只要存在任何差异（精确到最后一位数字）就会失败。请参阅 python/README.md。

快速开始：使用库

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_..." }

开发

此操作要求 Node.js 22.6 或更高版本。

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

FactLot 的构建与资金来源

FactLot 遵循 Supabase 模式：

• 开源。 平台代码采用 Apache-2.0 许可。面向客户端的架构和 SDK 采用 MIT 许可。这里的所有内容都可自托管，这在租约属于机密时尤为重要。

• FactLot Cloud（计划中）。 这些托管服务的运行需要实际成本：

  • FactLot Registry：ID 解析、所有权关系图、交叉映射、变更 Webhook
  • Ingest：将文档转化为带引用的事实
  • Rules packs：房产税、分区规划、建筑性能法规

  采用按用量计费，并提供免费层级。

参见 docs/business-model.md 和 docs/roadmap.md。

文档

• Agent 指南：何时调用哪个工具 · llms.txt
• 规则包 · 租约摄取 · Registry
• FactLot ID 规范
• 事实模型：来源与权限
• 待办事项：所有尚未完成的内容
• 路线图
• 商业模式
• 客户探索计划
• 贡献指南 · 安全

“FactLot”和 FactLot 徽标是其所有者的商标。开源许可证 适用于代码，不适用于名称。