Menu
世界杯冠军预测系统 — 基于球员成长周期模型、球队Elo评分、玄学因子的综合预测框架。预测2026年美加墨世界杯冠军，同时输出球队排行榜、球员系数矩阵、可视化看板。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | world-cup-predictor |
| description | 世界杯冠军预测系统 — 基于球员成长周期模型、球队Elo评分、玄学因子的综合预测框架。预测2026年美加墨世界杯冠军，同时输出球队排行榜、球员系数矩阵、可视化看板。 |
| trigger | 当用户询问世界杯预测、冠军预测、世界杯AI分析、球队实力评估时触发。 |
| author | Miko & Hermes |
| version | 0.1.0 |
| tags | ["world-cup","football","soccer","prediction","monte-carlo","elo-rating"] |
# 方式1：生成分析报告
python -m world_cup_predictor.report --year 2026
# 方式2：启动交互式看板
python -m world_cup_predictor.dashboard
# 方式3：仅计算冠军概率
python -m world_cup_predictor predict --top 5
| 数据 | 来源 | 优先级 | 状态 |
|---|---|---|---|
| 球队Elo评分 | FiveThirtyEight SPI (GitHub CSV) | ⭐⭐⭐ 必选 | ✅ 已验证 |
| 球员阵容数据 | Wikipedia 2026世界杯大名单 | ⭐⭐⭐ 重要 | ✅ 已接入 |
| 预选赛战绩 | FiveThirtyEight SPI | ⭐⭐ 重要 | ✅ 已在Elo中 |
| 球员职业轨迹 | Wikipedia推断 + 估算 | ⭐⭐ 重要 | ✅ 已接入 |
| 世界杯参赛经历 | Wikipedia推断 | ⭐⭐ 重要 | ✅ 自动推断 |
Wikipedia 数据接入：28支球队 / 913名球员真实数据（截至2026-05-19） 来源：
https://en.wikipedia.org/wiki/2026_FIFA_World_Cup_squads覆盖：巴西、法国、阿根廷、克罗地亚、葡萄牙、比利时、日本、韩国等 ⚠️ 未覆盖球队（名单尚未公布）：德国、英格兰、西班牙、意大利、荷兰等 → 回退到样本数据
# 1. 抓取 Wikipedia 大名单（主要数据源）
python scripts/wikipedia_squads.py --output data/wc2026_squads_wikipedia.json
# 2. 处理并转换为模型格式
python scripts/ingest_wikipedia_squads.py --input data/wc2026_squads_wikipedia.json --output data/wc2026_players_processed.json
# 3. 生成预测报告
python scripts/report.py --year 2026 --top 12 --mystic conservative --output /tmp/wc2026_report.txt
| 因子 | 默认权重 | 说明 |
|---|---|---|
| Elo锚点 | 35% | FiveThirtyEight SPI评分 |
| 年龄结构 | 20% | 主力年龄中位数与黄金期匹配度 |
| 大赛经验 | 15% | 首发有世界杯经验球员占比 |
| 近期状态 | 15% | 近18个月胜率 |
| 教练因素 | 10% | 大赛执教成绩 |
| 玄学因子 | 5% | 不可量化因子 |
world-cup-predictor/
├── SKILL.md ← 本文件
├── config.py ← 模型权重配置（年龄峰值、位置权重、玄学模式）
├── scripts/
│ ├── report.py ← 预测报告生成器（含Wikipedia数据集成）
│ ├── elo_scraper.py ← FiveThirtyEight SPI数据
│ ├── wikipedia_squads.py ← Wikipedia大名单抓取 ⭐新增
│ └── ingest_wikipedia_squads.py ← 数据清洗与模型格式转换 ⭐新增
├── src/
│ ├── models/
│ │ ├── player_scoring.py ← 球员评分模型（4年周期）
│ │ ├── team_scoring.py ← 球队评分模型
│ │ └── mystic_factor.py ← 玄学因子
│ └── simulation/
│ └── monte_carlo.py ← 蒙特卡洛模拟
└── data/
├── wc2026_squads_wikipedia.json ← Wikipedia原始数据
└── wc2026_players_processed.json ← 处理后数据
运行前需在 ~/.hermes/.env 或项目根目录 .env 设置：
# Transfermarkt（可选，用于球员详细数据）
TRANSFERMARKT_COOKIE=your_cookie_here
# 玄学因子模式（conservative/aggressive/mystical）
MYSTIC_MODE=conservative
🏆 2026世界杯冠军预测
🥇 巴西 22.3% [██████████████████░░░░]
🥈 法国 18.7% [████████████████░░░░░░]
🥉 阿根廷 15.1% [██████████████░░░░░░░░░]
4 英格兰 11.2% [██████████░░░░░░░░░░░░]
5 西班牙 9.8% [█████████░░░░░░░░░░░░░]
...
projects.fivethirtyeight.com/soccer-api/club/spi_global_ratings.json 会301重定向raw.githubusercontent.com/fivethirtyeight/data/master/soccer-spi/spi_global_rankings.csvsimulation/monte_carlo.py 顶层导入 TeamResult 会造成循环依赖np.random.RandomState(42) 放在 for _ in range(n): 循环内部 → 每次迭代 seed 相同，10,000 次全走同一路径rng = np.random.RandomState(42) # ← 循环外设一次
for _ in range(n):
path = _simulate_tournament_path(team_list, elo_arr, rng=rng) # ← 传入 rng
wins[path] += 1
caps（非 national_caps）、goals（非 national_goals）、位置带数字前缀如 "1GK"、"2DF"national_caps 字段全为 0）sum(1 for p in squad.players if p.national_caps >= 30) 返回 0 → 检查字段名映射build_squad_from_data 必须做两层兼容：
re.sub(r'^\d+', '', pos) → "1GK" → "GK"d.get('caps', d.get('national_caps', 0))tournaments 字段 → 优先用；无则用 caps >= 30 作为代理total_mod 上限必须 clamp 到 ±12%，否则强队 Elo 轻易破 2000 → 概率 35%+ExperienceConfig 各档值要小（0.03/0.02/0.01），经验权重 15% 下实际影响 ±2% 以内random.uniform(0.4, 0.9) 每次结果不同hash(country) % 1000 / 1000.0 → 每队固定值，0.4~0.9tournament_history 含 '2022'/'2018'/'Final'/'Semi' 时跳过该判断elo=1950 → 18% （2018法国/2022阿根廷级别）
elo=1882 → 7% （四强门槛）
elo=1750 → 2.5%（16强门槛）
公式：C=1.5e-7, K=150, p=C*exp(elo/K)
2026 FIFA World Cup squads 页面，数据质量相当且无反爬DEFENDING_CHAMPION，调用写成 DEFENDING_CHAMPBug 1：没有 if __name__ == "__main__" 入口
python3 -m src.dashboard.mobile_ui 报错 NameError: name 'run_server' is not definedrun_server() 函数定义在模块底部，但没有 if __name__ == "__main__": run_server() 入口，模块 import 时函数体从不执行if __name__ == "__main__":
run_server()
Bug 2：macOS "Address already in use" 导致服务起不来
OSError: [Errno 48] Address already in use，curl 始终 0 bytessocketserver.TCPServer 默认关闭 SO_REUSEADDR，即使进程退出，端口仍被 kernel 占用约 30 秒TCPServer(..., Handler) 之前加：socketserver.TCPServer.allow_reuse_address = True
lsof -ti :7862 | xargs kill -9 2>/dev/null; sleep 2
cd ~/Desktop/world_cup_predictor && python3 -m src.dashboard.mobile_ui
# 验证
curl http://localhost:7862 | wc -c # 应返回 ~39000
正确启动命令（已验证）：
# 纯HTML移动端看板（端口7862）
cd ~/Desktop/world_cup_predictor && python3 -m src.dashboard.mobile_ui
# 浏览器访问：http://localhost:7862