Due diligence immobilière

import requests
from datetime import datetime

API_KEY = "normi_votre_token"
BASE_URL = "https://mcp.normi.fr/v1"

# Rechercher l'historique d'un bien par adresse
def get_property_history(address: str, code_postal: str):
    # Utiliser l'API MCP via tool call, ou search_properties avec adresse exacte
    r = requests.get(
        f"{BASE_URL}/transactions",
        params={
            "commune": address.split(",")[-1].strip().upper() if "," in address else None,
            "code_postal": code_postal,
            "limit": 50,
        },
        headers={"X-API-Key": API_KEY},
    )
    r.raise_for_status()
    return r.json()

# Pour un historique précis par adresse, utiliser le MCP via Claude
# ou l'outil get_property_history directement

def analyze_history(transactions: list) -> dict:
    """Analyse l'historique pour détecter des signaux d'alerte."""
    if len(transactions) < 2:
        return {"status": "ok", "transactions": len(transactions), "alerts": []}

    alerts = []
    transactions_sorted = sorted(transactions, key=lambda t: t["date_mutation"])

    for i in range(1, len(transactions_sorted)):
        prev = transactions_sorted[i - 1]
        curr = transactions_sorted[i]

        # Calculer la durée entre deux ventes
        d1 = datetime.fromisoformat(prev["date_mutation"])
        d2 = datetime.fromisoformat(curr["date_mutation"])
        months_between = (d2 - d1).days / 30.44

        # Calculer la variation de prix
        if prev["valeur_fonciere"] > 0:
            price_change_pct = (
                (curr["valeur_fonciere"] - prev["valeur_fonciere"])
                / prev["valeur_fonciere"]
                * 100
            )
        else:
            price_change_pct = 0

        # Signaux d'alerte
        if months_between < 6:
            alerts.append({
                "type": "revente_rapide",
                "severity": "high",
                "message": f"Revendu en {months_between:.1f} mois",
                "from": prev["valeur_fonciere"],
                "to": curr["valeur_fonciere"],
                "change_pct": price_change_pct,
            })
        elif price_change_pct > 30 and months_between < 24:
            alerts.append({
                "type": "hausse_rapide",
                "severity": "medium",
                "message": f"+{price_change_pct:.1f}% en {months_between:.1f} mois",
                "from": prev["valeur_fonciere"],
                "to": curr["valeur_fonciere"],
                "change_pct": price_change_pct,
            })
        elif price_change_pct < -20:
            alerts.append({
                "type": "baisse_prix",
                "severity": "low",
                "message": f"{price_change_pct:.1f}% de baisse",
                "from": prev["valeur_fonciere"],
                "to": curr["valeur_fonciere"],
                "change_pct": price_change_pct,
            })

    return {
        "status": "alerts" if alerts else "ok",
        "transactions": len(transactions),
        "alerts": alerts,
    }

# Exemple d'utilisation
result = analyze_history(transactions)
print(f"Statut : {result['status']}")
for alert in result["alerts"]:
    print(f"  [{alert['severity'].upper()}] {alert['type']}: {alert['message']}")
    print(f"    {alert['from']:,} € → {alert['to']:,} €")

# Détecter si un bien fait partie d'une vente en lot
def check_bulk_sale(transaction: dict) -> bool:
    """
    is_bulk_sale=True indique que la transaction incluait plusieurs biens.
    Dans ce cas, valeur_fonciere est le prix TOTAL du lot, pas du bien seul.
    """
    return transaction.get("is_bulk_sale", False)

# Pour les ventes en lot, le prix est à diviser par le nombre de lots
# (non disponible directement — utiliser avec précaution)
if check_bulk_sale(transaction):
    print("⚠ Vente en lot — le prix affiché est le total du lot")
    print("  La valeur individuelle du bien peut différer significativement")