地段地號 / 地籍 / 分區 / 建照
全國 19 縣市地籍圖資(1,553 萬餘筆地號 polygon):座標 → 地號反查、地號 → 座標/邊界/面積/周長、條件檢索(段名、權屬、管理機關、所有權人、面積與登記日期範圍)。全台縣市 → 行政區 → 地段清單;門牌或地段+地號 → 經緯度。台北市另支援:點/地號 → 使用分區 (住三/商三特/公園用地等 240 個 zone_code) + FAR/BCR 法規對照、點/建照 → 建築執照套繪 polygon、地號 → 公告土地現值/公告地價(附公告日期)、公有地權屬與管理機關、使用分區文字(42 萬餘筆)。一條鏈走完都更/危老/估價試算的前置動作。
一塊地「能蓋什麼、現在蓋了什麼」一次查完。地籍邊界全國 19 縣市單一工具查完(15,538,917 筆地號 polygon,不含澎湖、金門、連江),台北市另有 1.55 萬筆使用分區、29 萬筆建照套繪、42 萬筆地號的公告現值、地價與公有地權屬,加上 240 列人工 review 過的分區法規。
land-info
- 工具數
- 16
- 欄位
- 15
- 更新頻率
- 每月更新
- 資料來源
- Pickpeak Internal Data API (內政部地政司) + 台北市都市計畫圖 + 建管處套繪 + 臺北市公告土地現值/地價與公有土地清冊 + 自治條例
業內怎麼用這個資料?
都更整合商
目標基地 → 精準地號 → 分區跟容積率 → 現有建照覆蓋。整合前的盡職調查 10 分鐘做完。
估價師
案件地址轉座標、台北市案件再用地籍邊界算基地面積、查該地分區是住三-1 還是商三特、再帶上 FAR/BCR 給容積試算。
投資顧問
客戶丟一個地址,10 秒回「這是車站用地、FAR 依個別都市計畫核定、目前蓋了 087 年第 0499 號建照、總面積 46,093 ㎡」。
都更顧問 / dd-memo 串接
拿到 zone_code 後直接帶 FAR/BCR 進危老試算公式;conditional 條件(臨路 16m / 子計畫)會被工具強制要求確認,不會誤拿高值。
常見查詢示範
點開任一題看 AI 模擬回答 — 完整資料需登入控制台後在 AI 客戶端實際使用。
Q1 把「臺北市信義區虎林街 66 巷 31 號」轉成經緯度。
(呼叫 coordinates_by_address)
WGS84 座標。可直接餵其他空間查詢工具或丟 Google Maps。
Q2 我點到「121.5658, 25.0408」(台北市政府站附近),這塊地是什麼分區?容積率多少?
(呼叫 taipei_zoning_at_point,工具預設一併 join D1 法規)
住三、商三這種一般分區會直接回 FAR 2.25 / BCR 0.45。NULL 不是缺漏,是工具對齊估價師「碰到特殊用地就要查書」的工作流。全庫 15,511 筆分區 polygon、239 個不同的 zone_code,涵蓋台北 12 個行政區。
Q3 我有一個台北市的地號,分區跟容積一次查完。
(呼叫 taipei_zoning_at_landno,以中山區 0421 段 557 地號為例)
回傳分區命中清單,每筆含 overlap_pct:
- far_decimal 2.25、bcr_decimal 0.45、is_special_zone false
- notes:基本種別。若依法定建蔽率無法達容積率時,建蔽率可放寬至 50% (§10 第四項)。
overlap_pct 是估價時的判斷依據:96% 是住三 + 4% 切到道路用地,主分區就是住三;60/40 就要兩種一起算。
section 吃 4 碼段碼(0421)、段代碼(AC0421),也吃段名(例如『長安段三小段』)——三者解不出段碼時會自動改用段名比對,list_sections 回的段名可以直接拿來用,不必先查表換碼。
Q4 這個位置現在有哪幾張建照?
(呼叫 taipei_bldg_overlay_at_point,預設只回有建照的 polygon)
以大安森林公園東側 (121.5354, 25.0294) 為例,命中 1 筆:
套繪索引共 290,371 筆 polygon,但只有 113,054 筆(38.9%)掛得上建照三元組(year_minguo + kind + permit_no)。其餘 61% 是騎樓、防火間隔、空地這類沒有建照編號的套繪要素,要用 include_no_permit=true 才會回。
全庫 name 分佈:空地 92,911、建物 85,325、建物基地範圍 51,230、防火間隔 34,434、騎樓 12,151、現有巷 3,682、退縮地 3,436、保留地 2,942。年份橫跨 71 個年度,最早民國 043 年、最新 113 年。
Q5 市政府那張建照(087 年第 0499 號)總共蓋了幾棟、總面積?
(呼叫 taipei_bldg_overlay_by_permit,三元組 year_minguo + kind + permit_no 才唯一)
單獨的 permit_no 不唯一:0001 這個編號在索引裡有 1,355 筆 polygon,散在 57 個不同年度。三元組才確定一張建照。kind 有 8 個值:建 103,142、營 7,322、工營 1,572、縣景營 495、縣港營 476、延平 25、工使 18、雜 4。
Q6 「住三-1」是什麼意思?容積率 300% 嗎?
(呼叫 taipei_zoning_regulation_get,zone_code=R31)
這是估價與都更最常被漏掉的一點:拿到 R31 直接用 300% 算可建坪數,臨路 8 米的窄巷地號會嚴重高估。工具刻意把 FAR 留 NULL,逼使用者去查臨路寬。
法規表共 240 列,分三層:主要分區 25 列(人工逐條 review)、公設與特定專用區 22 列、長尾機械生成 193 列。長尾那 193 列的 FAR/BCR 一律 NULL 並在 notes 標明「不得直接套用估算」。ES 的分區 polygon 有 239 個不同 zone_code,全部對得上。
Q7 臺北市北投區三合段 72、33 地號的公告現值是多少?是公有地嗎?
(呼叫 search_taipei_parcel_attrs,section=三合段、landnos=["72","33"])
「推定私有」是推定,不是謄本的結論。登記面積與地籍圖算出的面積不同,約 14% 的公有地兩者差距超過 5%。兩筆的使用分區文字都是「第三種住宅區。」;要看分區在基地內的占比與容積率,改用 taipei_zoning_at_landno。
上面是接好 FUNRAISE MCP 後實際可問的 prompt 範例。複製貼進 Claude.ai/ChatGPT/Notion 後,AI 會自動呼叫對應工具回答。 看接入步驟 →
資料樣本
範例性質的資料結構展示。實際資料可在登入後透過 MCP 工具查詢。
使用分區 polygon(`taipei_zoning`)
- zone_code / short / name
- R3 / 住3 / 第三種住宅區
- town_name
- 中山區
- area_sqm / perimeter_m
- 2,513.30 / 207.45
- far_pct / bcr_pct
- 225.0 / 45.0(索引側百分比,11,848 筆有值)
- 全庫
- 15,511 筆、239 個 zone_code、12 個行政區
建照套繪 polygon(`taipei_bldg_overlay`)
- name
- 建物
- 建照三元組
- year_minguo 087 / kind 建 / permit_no 0499
- area_sqm / perimeter_m
- 15,800.58 / 643.47
- 全庫
- 290,371 筆,其中 113,054 筆(38.9%)有建照編號
地籍 polygon(全國地籍圖資)
- city / area / section
- 臺北市 / 中山區 / 長安段三小段
- sectcode / landno
- 0421 / 557
- area_sqm / perimeter_m
- 190.15 / 56.59
- 全庫
- 全國 15,538,917 筆、19 縣市(台北市段碼 552 個、12 個行政區)
臺北逐筆地號屬性(`taipei_parcel_attrs`)
- section / landno
- 三合段 / 72
- present_value / land_price
- 252,000 / 66,300 元/㎡(2026-01-01 公告)
- ownership_type / manager
- 臺北市有 / 臺北市政府地政局土地開發總隊
- zoning_description
- 第三種住宅區。
- 全庫
- 臺北市 422,260 筆、12 個行政區;公有及公私共有 148,049 筆
怎麼開始用?
- 1. 註冊 FUNRAISE MCP — Google 或 Microsoft 帳號即可,不需審核。
- 2. 登入控制台,把這個資料源(與其他你需要的)勾進你的資料組合。
- 3. 複製網址,貼進 Claude.ai/ChatGPT/Notion/Claude Code/Gemini CLI/Codex CLI 任一介面。
- 4. 開始問問題 — AI 自動透過 MCP 拉這個資料源的工具與資料回答你。