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。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
| 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