← Retour aux projets

Bot bonnes affaires Leboncoin

Code sur GitHub

Durant l'été 2026, j'ai acheté un ordinateur d'occasion sur Leboncoin. J'ai remarqué qu'au vu des prix du marché actuel, il était bien plus rentable de revendre un ordinateur en pièces détachées plutôt qu'en un seul bloc. J'ai donc décidé de créer de A à Z un bot qui me tiendrait au courant des bonnes affaires mises en ligne sur Leboncoin.

Même si ce projet est rapidement réalisable avec une IA, j'ai décidé de le réaliser quasi entièrement moi-même, en utilisant l'IA uniquement pour des renseignements ponctuels ou de la syntaxe.

Voici les principales étapes de la mise en place du projet, dans l'ordre chronologique. Si l'explication technique semble parfois vague, n'hésitez pas à aller jeter un œil au code sur GitHub (lien ci-dessus).

Le bot repose sur deux programmes distincts, lancés à des moments différents sur mon serveur personnel :

• Scraping des prix : 1 fois par semaine, met à jour les prix du marché
• Scraping des annonces : 2 fois par jour, scanne les nouvelles annonces et envoie une alerte pour chacune de celles jugées intéressantes

---

1. Scraping du prix du marché

Le but est de récupérer un prix minimum, maximum, moyen et médian pour chaque composant de ma liste. Le programme prend un composant, le recherche sur Leboncoin, calcule ces valeurs, puis les écrit dans un fichier JSON.

Un filtre IQR (qui élimine les valeurs aberrantes) et une exclusion des annonces contenant certains mots bannis viennent compléter le traitement.

{"id": <id annonce>, "composant_seul": true},
{"id": <id annonce>, "composant_seul": false}

2. Scraping des annonces

Le scraping des annonces fonctionne en deux étapes :

1. Récupération des ID des annonces non visitées

J'utilise l'API Leboncoin pour récupérer la liste des ID d'annonces correspondant à une recherche donnée. Par exemple, pour la recherche « PC gamer », j'obtiens :

122398
122344
122120
122103

2. Récupération des informations de chaque annonce

Je fais ensuite une requête pour chaque annonce, qui transforme un long document JSON en objet Annonce, avec les attributs id, title, body, price... directement utilisables dans le programme.

3. Extraction des composants

Le but est ensuite d'extraire les composants pour les comparer aux prix du marché.

Par exemple, la description suivante est très compréhensible pour un humain, mais comment en extraire proprement les informations ? Un vendeur écrira « i3 12100f », un autre « Intel i3-12100F », etc.

{
  "cpu": "...",
  "gpu": "...",
  "ram": "...",
  "stockage SSD": "...",
  "stockage HDD": "...",
  "alimentation_w": ...,
  "prix": ...,
  "etat": "...",
  "opportunite": "...",
  "raison": "..."
}

J'ai choisi le modèle llama-3.3-70b-versatile de Groq, gratuit pour mon usage.

Ainsi, pour chaque annonce, je peux construire un objet Ordinateur avec ses composants. Si un composant n'est pas présent dans ma liste, il est ajouté pour le prochain scrapping des prix du marché.

4. Création des objets Ordinateur

Avec toutes les données récoltées, je peux créer des objets Ordinateur ayant pour attributs les composants et leurs prix.

cpu : autre : Intel Core i7-3770 : -1
gpu : GTX 1660 Super : {'min': 75, 'max': 130, 'mediane': 99.0, 'moyenne': 96.05, 'nb': 22}
ssd : 256GB SSD : {'min': 15, 'max': 45, 'mediane': 25.0, 'moyenne': 25.75, 'nb': 20}
hdd : 1TB HDD : {'min': 10, 'max': 55, 'mediane': 25.0, 'moyenne': 28.86, 'nb': 14}
ram : autre : 19,5 Go DDR3 : -1
prix : [350]
opportunité : None
prix revente : {'min': 100, 'max': 230, 'moyenne': 150.66, 'mediane': 149.0}

cpu : i5-12400F : {'min': 70, 'max': 150, 'mediane': 115, 'moyenne': 118.55, 'nb': 11}
gpu : RTX 4060 : {'min': 180, 'max': 400, 'mediane': 250.0, 'moyenne': 265.7, 'nb': 20}
ssd : null : -1
hdd : null : -1
ram : null : -1
prix : [750]
opportunité : 6
prix revente : {'min': 250, 'max': 550, 'moyenne': 384.25, 'mediane': 365.0}

Par exemple, la RAM représentant en moyenne 15% du prix d'une config, le prix de revente affiché après ajustement sera relevé en conséquence.

5. Sélection des annonces intéressantes et alerte Telegram

Si le prix de revente médian dépasse le prix d'achat, l'ordinateur est marqué comme intéressant. Un bot Telegram m'envoie alors une notification avec les informations de l'annonce et un lien direct.

---

Limites et pistes d'amélioration

Les poids des composants sont assez arbitraires et peuvent parfois fausser le prix de revente d'où la vérification humaine. De plus certains composants ne sont jamais mentionnés mais peuvent valoir pas mal d'argent : boitier, alimentation, carte mère.