Imported from mikobinbin/2026-world-cup-predictor (SKILL.md). Install upstream with npx skills add mikobinbin/2026-world-cup-predictor. Copyright stays with the author.

World Cup Champion Predictor 🏆

核心功能

1. 球员模块 — 4年周期模型，追踪球员成长曲线预测当打之年
2. 球队模块 — Elo锚点 + 年龄结构 + 大赛经验 + 近期状态
3. 玄学模块 — 不可量化因子的哲学建模
4. 蒙特卡洛模拟 — 32队晋级路径概率模拟
5. 动态画板 — 球队/球员系数可视化看板

使用方式

# 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

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

数据获取脚本

# 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

模型权重（可配置）

文件结构

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

配置

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

输出示例

🏆 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%  [█████████░░░░░░░░░░░░░]
...

Known Issues & Solutions (Build Experience)

FiveThirtyEight API Redirect Issue

• projects.fivethirtyeight.com/soccer-api/club/spi_global_ratings.json 会301重定向
• Solution: 用GitHub CSV源 raw.githubusercontent.com/fivethirtyeight/data/master/soccer-spi/spi_global_rankings.csv

Circular Import: monte_carlo ↔ team_scoring

• simulation/monte_carlo.py 顶层导入 TeamResult 会造成循环依赖
• Solution: 将导入语句移到函数内部（延迟导入）

Monte Carlo RandomState 必须放在循环外（致命 Bug）

• 症状：Japan 100% 夺冠，其他全 0%
• 根因：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
• 正确写法：

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

Wikipedia 数据字段名与代码不匹配（致命 Bug，会静默失败）

• Wikipedia 原始数据字段名：caps（非 national_caps）、goals（非 national_goals）、位置带数字前缀如 "1GK"、"2DF"
• 症状：Brazil 有 12 名老将（caps≥30），但经验计算返回 0（因为 national_caps 字段全为 0）
• 排查方法：sum(1 for p in squad.players if p.national_caps >= 30) 返回 0 → 检查字段名映射
• 正确做法：build_squad_from_data 必须做两层兼容：
  1. 位置清理：re.sub(r'^\d+', '', pos) → "1GK" → "GK"
  2. 字段兼容：d.get('caps', d.get('national_caps', 0))
  3. 经验 fallback：有 tournaments 字段 → 优先用；无则用 caps >= 30 作为代理

H2H 历史战绩不适合作为预测输入（逻辑缺陷）

• 世界杯间隔4年，球员名单大面积更迭——2014 Brazil vs Germany 1-7 惨案，只有 Thiago Silva 还在
• 历史交锋记录应该作为"信息注释"，不是"预测权重"
• 正确做法：H2H 胜率作为常数项（≤3%），Elo 主导（≥85%），另加阵容深度因子（10%）

因子加成的量级控制（防止 Elo 膨胀）

• 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

coaching_factor 必须固定随机种子

• 用 random.uniform(0.4, 0.9) 每次结果不同
• 正确做法：hash(country) % 1000 / 1000.0 → 每队固定值，0.4~0.9

Narrative 生成逻辑缺陷

• 卫冕冠军/近3届进过4强的队永远不说"缺乏顶级大赛历练"
• 修复：有 tournament_history 含 '2022'/'2018'/'Final'/'Semi' 时跳过该判断

Elo→概率曲线校准（五届世界杯冠军为锚）

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)

Transfermarkt 反爬严格

• Transfermarkt 和 worldfootball.net 均有强反爬（Cloudflare + 404假页面）
• Solution: 改用 Wikipedia 2026 FIFA World Cup squads 页面，数据质量相当且无反爬

Wikipedia Squad 数据补充规则

• 限26人（世界杯最终名单上限），按代表队出场数降序取前26人
• 世界杯经验通过年龄+出场数推断（25岁+/10场以上 → 有2022经验）
• 市场价通过位置+出场+年龄估算（Wikipedia无市场价字段）

Variable Naming Bug

• 定义常量 DEFENDING_CHAMPION，调用写成 DEFENDING_CHAMP
• Prevention: 统一命名规范，或用枚举类

mobile_ui.py 无法启动的两个致命 Bug（2026-05-20 实测）

Bug 1：没有 if __name__ == "__main__" 入口

• 症状：python3 -m src.dashboard.mobile_ui 报错 NameError: name 'run_server' is not defined
• 根因：run_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
• Solution：在文件末尾添加：

if __name__ == "__main__":
    run_server()

Bug 2：macOS "Address already in use" 导致服务起不来

• 症状：重启服务时报 OSError: [Errno 48] Address already in use，curl 始终 0 bytes
• 根因：macOS 的 socketserver.TCPServer 默认关闭 SO_REUSEADDR，即使进程退出，端口仍被 kernel 占用约 30 秒
• Solution：在 TCPServer(..., Handler) 之前加：

socketserver.TCPServer.allow_reuse_address = True

• 完整启动流程（避免旧进程占用）：

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

Known Limitations

1. ⚠️ 2026年世界杯阵容尚未全部公布（截至2026-05-19，约28/48队已公布）
2. ⚠️ 伤病、状态等动态因素无法提前预测
3. ⚠️ 玄学因子是哲学建模，不代表真实因果关系
4. ⚠️ Wikipedia 无球员市场价字段，用位置+出场+年龄估算，与真实身价有差距
5. ⚠️ 阿根廷/墨西哥等队的55人扩展名单已裁至26人，优先保留高出场球员，可能漏掉新星