$ loading_
连接房地产数据与流程，让 AI 协助查询房源、分析市场并自动化相关任务
该 MCP 工具材料非常有限，但已知其为官方 Registry 上架、开源且近期有更新，整体未见明确高风险红旗。需要注意的是它会执行本地代码并连接声明的远程端点，功能边界与数据处理细节因缺少 README 而不够透明。
材料声明无需密钥或环境变量，未见要求提供 API key、账号令牌或其他高敏感凭证，因此显式凭证泄露与滥用面较低。
该工具会访问声明端点 real_estate_mcp.mcpize.run。作为远程 MCP 服务，用户输入或查询内容可能被发送到该端点处理；但材料未说明传输数据类型、保留策略或服务归属细节，透明度不足。
系统检查项表明其会执行代码/起进程，这属于 MCP 工具的常规能力，应按需留意。现有材料未描述可调用的系统能力、沙箱限制或最小权限设计，因此建议仅在受控环境中运行。
描述仅称其为“Real Estate”相关 MCP server，未说明会读取或写入哪些本地文件、会话数据或外部资源。未见明确过度授权证据，但因文档缺失，实际数据访问范围不够可审计。
正面因素包括官方 Registry 来源、开源仓库可见且近一年内有更新，这些都降低了供应链风险。需留意的是 README 缺失、许可证未声明、社区采用度很低（0 star），使得可审计性与成熟度有限，因此更适合定为需留意而非高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "Real Estate Mcp" MCP 服务： 执行：claude mcp add --transport http io-github-varvararatta-real-estate-mcp https://real_estate_mcp.mcpize.run/mcp
使用 Real Estate MCP，查找上海浦东新区两居室在售房源，预算 500 万以内，并按总价从低到高列出关键字段。
返回符合条件的房源列表，包含价格、面积、位置、户型等关键信息。
通过 Real Estate MCP 获取近 12 个月北京朝阳区住宅成交数据，分析价格走势、成交量变化，并总结 3 个关键结论。
输出市场趋势分析，包括价格和成交量概览，以及简明结论。
借助 Real Estate MCP 整理深圳南山区办公楼租赁市场信息，生成一份给产品经理阅读的调研摘要，包含主要楼盘、租金区间和市场机会。
生成结构清晰的调研摘要，适合快速了解区域租赁市场现状。
查询各国基础信息与统计数据，便于研究、分析与应用开发。
自动从任意数据源生成 MCP 服务，让 AI 零代码查询数据库、表格与 API。