1.3.0: Updated ONLINE.

2026-01-27 02:20:55 +08:00
parent e006772e9c
commit a148c2d511
12 changed files with 36 additions and 3 deletions
--- a/docs/6D_README.md
+++ b/docs/6D_README.md
@@ -0,0 +1,83 @@
+# YRTV Player Capability Model (6-Dimension System)
+
+This document outlines the calculation principles and formulas for the 6-dimensional player capability model used in the YRTV platform.
+
+## Overview
+
+The model evaluates players across 6 key dimensions:
+1. **BAT (Battle Power)**: Aim and direct combat ability.
+2. **PTL (Pistol)**: Performance in pistol rounds.
+3. **HPS (High Pressure)**: Performance in clutch and high-stakes situations.
+4. **SIDE (Side Proficiency)**: T vs CT side performance balance and rating.
+5. **UTIL (Utility)**: Usage and effectiveness of grenades/utility.
+6. **STA (Stability)**: Consistency and endurance over matches/time.
+
+Each dimension score is normalized to a 0-100 scale using min-max normalization against the player pool (with outlier clipping at 5th/95th percentiles).
+
+---
+
+## 1. BAT (Battle Power)
+*Focus: Raw aiming and dueling mechanics.*
+
+**Features & Weights:**
+- **Rating (40%)**: Average Match Rating (Rating 2.0).
+- **KD Ratio (20%)**: Average Kill/Death Ratio.
+- **ADR (20%)**: Average Damage per Round.
+- **Headshot% (10%)**: Headshot kills / Total kills.
+- **First Kill Success (10%)**: Entry Kills / (Entry Kills + Entry Deaths).
+- **Duel Win Rate (High Elo) (10%)**: KD Ratio specifically against high-Elo opponents.
+
+## 2. PTL (Pistol Round)
+*Focus: Proficiency in pistol rounds (R1 & R13).*
+
+**Features & Weights:**
+- **Pistol KD (50%)**: Kill/Death ratio in pistol rounds.
+- **Pistol Util Efficiency (25%)**: Headshot rate in pistol rounds (proxy for precision).
+- **Pistol Multi-Kills (25%)**: Frequency of multi-kills in pistol rounds.
+
+## 3. HPS (High Pressure)
+*Focus: Clutching and performing under stress.*
+
+**Features & Weights:**
+- **1v1 Win Rate (20%)**: Percentage of 1v1 clutches won.
+- **1v3+ Win Rate (30%)**: Percentage of 1vN (N>=3) clutches won (High impact).
+- **Match Point Win Rate (20%)**: Win rate in rounds where team is at match point.
+- **Comeback KD Diff (15%)**: KD difference when playing from behind (score gap >= 4).
+- **Undermanned Survival (15%)**: Ability to survive or trade when team is outnumbered.
+
+## 4. SIDE (Side Proficiency)
+*Focus: Tactical versatility and side bias.*
+
+**Features & Weights:**
+- **CT Rating (35%)**: Average Rating on CT side.
+- **T Rating (35%)**: Average Rating on T side.
+- **Side Balance (15%)**: Penalty for high disparity between T and CT performance (1 - |T_Rating - CT_Rating|).
+- **Entry Rate T (15%)**: Frequency of attempting entry kills on T side.
+
+## 5. UTIL (Utility)
+*Focus: Strategic use of grenades.*
+
+**Features & Weights:**
+- **Util Usage Rate (25%)**: Frequency of buying/using utility items.
+- **Flash Assists (20%)**: Average flash assists per match.
+- **Util Damage (20%)**: Average grenade damage per match.
+- **Flash Blind Time (15%)**: Average enemy blind time per match.
+- **Flash Efficiency (20%)**: Enemies blinded per flash thrown.
+
+## 6. STA (Stability)
+*Focus: Consistency and mental resilience.*
+
+**Features & Weights:**
+- **Rating Consistency (30%)**: Inverse of Rating Standard Deviation (Lower variance = Higher score).
+- **Fatigue Resistance (20%)**: Performance drop-off in later matches of the day (vs first 3 matches).
+- **Win/Loss Gap (30%)**: Difference in Rating between Won and Lost matches (Smaller gap = More stable).
+- **Time/Rating Correlation (20%)**: Ability to maintain rating in long matches.
+
+---
+
+## Calculation Process (ETL)
+1. **L2 Aggregation**: Raw match data is aggregated into `fact_match_players` (L2).
+2. **Feature Extraction**: Complex features (e.g., Pistol KD, Side Rating) are calculated per player.
+3. **Normalization**: Each feature is scaled to 0-100 based on population distribution.
+4. **Weighted Sum**: Dimension scores are calculated using the weights above.
+5. **Radar Chart**: Final scores are displayed on the 6-axis radar chart in the player profile.
--- a/docs/FeatureDemoRDD.md
+++ b/docs/FeatureDemoRDD.md
@@ -0,0 +1,44 @@
+---
+
+
+## demo维度：
+
+### d1、经济管理特征
+1. 每局平均道具数量与使用率（烟雾、闪光、燃烧弹、手雷）
+2. 伤害性道具效率（手雷/燃烧弹造成伤害值/投掷次数）
+3. 细分武器KD（AWP、AK-47、M4A4等）
+4. 武器选择与回合胜率相关系数（某武器使用时胜率-整体胜率）
+5. 保枪成功率（需保枪回合中成功保下武器次数/总机会）
+6. 经济溢出率（每局剩余金钱>3000的回合占比）
+
+### d2、团队协同特征（后续进行详细设计计算，暂时有较大缺陷）
+1. 补枪成功次数（队友阵亡后10秒内完成击杀）
+2. 补枪反应时间（队友阵亡到自身补枪击杀的平均时长）
+3. 与队友A的补枪成功率（对队友A的补枪成功次数/其阵亡次数）
+4. 被补枪率（自身阵亡后10秒内被队友补枪次数/总阵亡次数）
+5. 道具配合得分（被队友闪光致盲后击杀的敌人数量）
+6. 辅助道具价值（自身烟雾/燃烧弹帮助队友下包/拆包次数）
+7. 拉枪线贡献（自身阵亡后队友获得多杀的次数）
+8. 疑似卖队友次数（自身附近队友存活但未补枪的阵亡次数）
+
+### d3、经济影响力特征（自定义计算方案）
+1. 累计缴获敌方武器的经济价值（如AWP按4750计算）
+2. 保枪致胜次数（保下的武器在下一回合帮助获胜的次数）
+3. 单局经济扭转值（因自身行为导致的双方经济差变化）
+4. 回合致胜首杀贡献分（首杀为胜利带来的权重分，如5v4优势计0.3分）
+5. 回合致胜道具贡献分（关键烟雾/闪光为胜利带来的权重分）
+6. 回合致胜残局贡献分（1vN残局胜利的权重分，1v3+计1分）
+
+### d4、热图与站位特征（预留demoparser阶段开发）
+1. 各地图区域击杀数（如Inferno的A区、B区、中路等）
+2. 各地图区域死亡数（同上区域划分）
+3. 常用站位区域占比（某区域停留时间/总回合时间）
+4. 区域对枪胜率（某区域内击杀数/死亡数）
+
+---
+
+完整了解代码库与web端需求文档 WebRDD.md ，开始计划开发web端，完成web端的所有需求。
+注意不需要实现注册登录系统，最好核心是token系统。
+严格按照需求部分规划开发方案与开发顺序。不要忽略内容。
+
+utils下还会有哪些需要打包成可快速调用的工具？针对这个项目，你有什么先见？
--- a/docs/FeatureRDD.md
+++ b/docs/FeatureRDD.md
@@ -0,0 +1,85 @@
+## basic、个人基础数据特征
+1. 平均Rating（每局）
+2. 平均KD值（每局）
+3. 平均KAST（每局）
+4. 平均RWS（每局）
+5. 每局爆头击杀数
+6. 爆头率（爆头击杀/总击杀）
+7. 每局首杀次数
+8. 每局首死次数
+9. 首杀率（首杀次数/首遇交火次数）
+10. 首死率（首死次数/首遇交火次数）
+11. 每局2+杀/3+杀/4+杀/5杀次数（多杀）
+12. 连续击杀累计次数（连杀）
+15. **(New) 助攻次数 (assisted_kill)**
+16. **(New) 完美击杀 (perfect_kill)**
+17. **(New) 复仇击杀 (revenge_kill)**
+18. **(New) AWP击杀数 (awp_kill)**
+19. **(New) 总跳跃次数 (jump_count)**
+
+---
+
+## 挖掘能力维度：
+### 1、时间稳定序列特征 STA
+1. 近30局平均Rating（长期Rating）
+2. 胜局平均Rating
+3. 败局平均Rating
+4. Rating波动系数（近10局Rating计算）
+5. 同一天内比赛时长与Rating相关性（每2小时Rating变化率）
+6. 连续比赛局数与表现衰减率（如第5局后vs前4局的KD变化）
+
+### 2、局内对抗能力特征 BAT
+1. 对位最高Rating对手的KD差（自身击杀-被该对手击杀）
+2. 对位最低Rating对手的KD差（自身击杀-被该对手击杀）
+3. 对位所有对手的胜率（自身击杀>被击杀的对手占比）
+4. 平均对枪成功率（对所有对手的对枪成功率求平均）
+5. 与单个对手的交火次数（相遇频率）
+*   ~~A. 对枪反应时间（遇敌到开火平均时长，需录像解析）~~ (Phase 5)
+*   B. 近/中/远距对枪占比及各自胜率 (仅 Classic 可行)
+
+
+### 3、高压场景表现特征 HPS (High Pressure Scenario)
+1. 1v1/1v2/1v3+残局胜率
+2. 赛点（12-12、12-11等）残局胜率
+3. 人数劣势时的平均存活时间/击杀数（少打多能力）
+4. 队伍连续丢3+局后自身首杀率（压力下突破能力）
+5. 队伍连续赢3+局后自身2+杀率（顺境多杀能力）
+6. 受挫后状态下滑率（被刀/被虐泉后3回合内Rating下降值）
+7. 起势后状态提升率（关键残局/多杀后3回合内Rating上升值）
+8. 翻盘阶段KD提升值（同上场景下，自身KD与平均差值）
+9. 连续丢分抗压性（连续丢4+局时，自身KD与平均差值）
+
+### 4、手枪局专项特征 PTL (Pistol Round)
+1. 手枪局首杀次数
+2. 手枪局2+杀次数（多杀）
+3. 手枪局连杀次数
+4. 参与的手枪局胜率(round1 round13)
+5. 手枪类武器KD
+6. 手枪局道具使用效率（烟雾/闪光帮助队友击杀数/投掷次数）
+
+### 5、阵营倾向（T/CT）特征 T/CT
+1. CT方平均Rating
+2. T方平均Rating
+3. CT方首杀率
+4. T方首杀率
+5. CT方守点成功率（负责区域未被突破的回合占比）
+6. T方突破成功率（成功突破敌方首道防线的回合占比）
+7. CT/T方KD差值（CT KD - T KD）
+8. **(New) 下包次数 (planted_bomb)**
+9. **(New) 拆包次数 (defused_bomb)**
+
+### 6、道具特征 UTIL 
+1. 手雷伤害 (`throw_harm`)
+2. 闪光致盲时间 (`flash_time`, `flash_enemy_time`, `flash_team_time`)
+3. 闪光致盲人数 (`flash_enemy`, `flash_team`)
+4. 每局平均道具数量与使用率（烟雾、闪光、燃烧弹、手雷）
+
+
+### 手调1.、指挥手动调节因子（主观评价，0-10分）
+1. 沟通量（信息传递频率与有效性）
+2. 辅助决策能力（半区决策建议的合理性）
+3. 团队协作倾向（主动帮助队友的频率）
+4. 打法激进程度（进攻倾向，0为保守，10为激进）
+5. 执行力（对指挥战术的落实程度）
+6. 临场应变力（突发情况的自主处理能力）
+7. 氛围带动性（团队士气影响，正向/负向）
--- a/docs/WebRDD.md
+++ b/docs/WebRDD.md
@@ -0,0 +1,189 @@
+# YRTV 网站需求规格说明书 (RDD)
+
+## 1. 项目概述 (Overview)
+
+### 1.1 项目背景
+YRTV 是一个面向 CS2 战队数据洞察与战术研判的 Web 平台，旨在通过 Web 界面提供可视化的数据查询、战队管理、战术模拟及深度分析功能。
+
+### 1.2 核心目标
+*   **数据可视化**: 将复杂的 SQLite 比赛数据转化为易读的图表、雷达图和趋势线。
+*   **战术研判**: 提供阵容模拟、协同分析及地图热点情报，辅助战术决策。
+*   **交互体验**: 通过轻量级前端交互（筛选、对比、点赞、白板）提升数据使用效率。
+*   **实时动态**: 追踪战队成员的实时竞技状态与近期比赛动态，营造“战队大厅”氛围。
+
+### 1.3 技术栈规划
+*   **后端框架**: Python Flask (轻量级，易于集成现有 ETL 脚本)
+*   **数据库**: 
+    *   **L2**: SQLite (`database/L2/L2_Main.sqlite`) - 基础事实数据 (Read-Only for Web)
+    *   **L3**: SQLite (`database/L3/L3_Features.sqlite`) - 高级衍生特征 (Read-Only for Web)
+    *   **Web**: SQLite (`database/Web/Web_App.sqlite`) - [新增] 业务数据 (用户、评论、阵容配置、策略板存档)
+*   **模板引擎**: Jinja2 (服务端渲染)
+*   **前端样式**: Tailwind CSS (CDN 引入，快速开发) + PC-First 响应式设计 (适配手机、平板与桌面端)，主题色紫色，可切换黑白模式。
+*   **前端交互**:
+    *   **图表**: Chart.js / ECharts (雷达图、趋势图)
+    *   **交互**: Alpine.js 或原生 JS (处理模态框、异步请求)
+    *   **拖拽**: SortableJS (阵容调整)
+    *   **地图**: Leaflet.js 或简单 Canvas (热力图/策略板)
+
+---
+
+## 2. 系统架构 (Architecture)
+
+### 2.1 目录结构规划
+```text
+yrtv/
+├── web/
+│   ├── app.py              # Flask 应用入口
+│   ├── config.py           # 配置文件
+│   ├── routes/             # 路由模块
+│   │   ├── main.py         # 首页与通用 (Home)
+│   │   ├── players.py      # 玩家模块 (List, Detail, Compare)
+│   │   ├── teams.py        # 战队模块 (Lineup, Stats)
+│   │   ├── matches.py      # 比赛模块 (List, Detail, Demo)
+│   │   ├── tactics.py      # 战术模块 (Lineup Builder, Map, Nade)
+│   │   ├── wiki.py         # 知识库模块 (Wiki, Docs)
+│   │   └── admin.py        # 管理后台 (ETL Trigger, User Mgmt)
+│   ├── services/           # 业务逻辑层 (连接 L2/L3/Web DB)
+│   │   ├── stats_service.py # 基础数据查询 (L2)
+│   │   ├── feature_service.py # 高级特征查询 (L3)
+│   │   ├── wiki_service.py  # 知识库管理
+│   │   └── user_service.py  # 用户与评论管理
+│   ├── static/             # 静态资源
+│   │   ├── css/
+│   │   ├── js/
+│   │   └── images/
+│   └── templates/          # Jinja2 模板
+│       ├── base.html
+│       ├── components/
+│       ├── home/
+│       ├── players/
+│       ├── teams/
+│       ├── matches/
+│       ├── tactics/
+│       ├── wiki/
+│       └── admin/
+├── database/               # 数据存储
+│   ├── L1A/                # 原始爬虫数据
+│   ├── L2/                 # 结构化事实数据
+│   ├── L3/                 # 衍生特征库 (Feature Store)
+│   └── Web/                # [新增] 业务数据库 (User, Comment, Wiki)
+└── ETL/                    # 数据处理层 (ETL Pipeline)
+    ├── L1A.py              # L1A Ingest
+    ├── L2_Builder.py       # L2 Transform
+    └── L3_Builder.py       # L3 Feature Engineering (原 feature_store.py 逻辑)
+```
+
+### 2.2 数据流向
+1.  **ETL 层 (数据处理核心)**: 
+    *   L1 (Raw): 爬虫 -> JSON 存储。
+    *   L2 (Fact): JSON -> 清洗/标准化 -> Fact/Dim Tables。
+    *   **L3 (Features)**: L2 -> 聚合/滑窗计算/模型推理 -> Player/Team Derived Features。**数据处理逻辑收敛于 ETL 目录下的脚本，Web 端仅负责读取 L2/L3 结果。**
+2.  **Service 层**: Flask Service 仅负责 SQL 查询与简单的业务组装（如评论关联），不再包含复杂的数据计算逻辑。
+3.  **View 层**: Jinja2 渲染 HTML。
+4.  **Client 层**: 浏览器交互。
+
+### 2.3 开发与启动 (Development & Startup)
+*   **启动方式**:
+    *   在项目根目录下运行: `python web/app.py`
+    *   访问地址: `http://127.0.0.1:5000`
+
+---
+
+## 3. 功能需求详解 (Functional Requirements)
+
+### 3.1 首页 (Home)
+*   **功能**: 平台入口与导航聚合。
+*   **内容**:
+    *   **Hero 区域**: 平台定位文案（"JKTV CS2 队伍数据洞察平台"）。
+    *   **Live / 战队状态看板 (New)**:
+        *   **正在进行**: 如果监测到战队成员（配置列表内）正在进行比赛（通过 5E 接口轮询或最近 10 分钟内有数据更新），显示 "LIVE" 状态卡片。
+        *   **近期战况**: 滚动显示战队成员最近结束的 5 场比赛结果（胜负、比分、MVP）。
+        *   **状态概览**: 类似 GitHub Contribution 的热力日历，展示战队本月的活跃度。
+    *   **快捷入口卡片**:
+        *   "战术指挥中心": 跳转至阵容模拟。
+        *   "近期比赛": 跳转至最新一场比赛详情。
+        *   "数据中心": 跳转至多维对比。
+    *   **比赛解析器**: 输入 5E 比赛链接，点击按钮触发后台 ETL 任务（异步），前端显示 Loading 状态或 Toast 提示。
+
+### 3.2 玩家模块 (Players)
+#### 3.2.1 玩家列表 PlayerList
+*   **筛选/搜索**: 按 ID/昵称搜索，按 K/D、Rating、MVP 等指标排序。
+*   **展示**: 卡片式布局，显示头像、ID、主队、核心数据 (Rating, K/D, ADR)。
+#### 3.2.2 玩家详情 PlayerProfile
+*   **基础信息**: 头像、SteamID、5E ID、注册时间。可以手动分配Tag。
+*   **核心指标**: 赛季平均 Rating, ADR, KAST, 首杀成功率等。
+*   **能力雷达图**: *计算规则需在 Service 层定义*。
+*   **趋势图**: 近 10/20 场比赛 Rating 走势 (Chart.js)。
+*   **评价板**: 类似于虎扑评分，用户可点赞/踩，显示热门评价（需新增 `web_comments` 表）。增加访问次数统计。
+*   **管理区** (Admin Only): 修改备注、上传自定义头像。
+
+### 3.3 战队模块 (Teams)
+*   **阵容视图**: 展示当前核心阵容，手动添加。
+*   **角色分组**: 手动标签将玩家分组。
+*   **统计概览**: 战队整体胜率、近期战绩、地图胜率分布，个人关键数据。
+
+### 3.4 比赛模块 (Matches)
+#### 3.4.1 比赛列表 MatchList
+*   **筛选**: 按地图、日期范围筛选。
+*   **展示**: 列表视图，显示时间、地图、比分、胜负、MVP。
+
+#### 3.4.2 比赛详情 MatchDetail
+*   **头部**: 比分板（CT/T 分数）、地图、时长、Demo 下载链接。
+*   **数据表**: 双方队伍的完整数据表（K, D, A, FK, FD, ADR, Rating, KAST, AWP Kills 等）。
+    *   *利用 `fact_match_players` 中的丰富字段*。
+*   **原始数据**: 提供 JSON 格式的原始数据查看/下载（`raw_iframe_network` 提取）。
+
+### 3.5 战术模块 (Tactics)
+#### 3.5.1 化学反应与战术深度分析 (Deep Analysis)
+*   **阵容组建**: 交互式界面，从玩家池拖拽 5 名玩家进入“首发名单”。
+*   **阵容评估**: 实时计算该 5 人组合的平均能力雷达。
+*   **共同经历**: 查询这 5 人共同参与过的比赛场次及胜率。
+*   **协同矩阵**: 选择特定阵容，展示两两之间的协同数据（如：A 补枪 B 的次数，A 与 B 同时在场时的胜率）。
+*   **最佳/短板分析**: 基于历史数据分析该阵容在特定地图上的强弱项。
+#### 3.5.2 数据对比 Data Center
+*   **多选对比**: 选择多名玩家，并在同一雷达图/柱状图中对比各项数据。
+*   **地图筛选**: 查看特定玩家在特定地图上的表现差异。
+#### 3.5.3 道具与策略板 (Grenades & Strategy Board)
+*   **道具管理**: 
+    *   **道具计算**: 提供特定点位（如 Inferno 香蕉道）的烟雾弹/燃烧弹投掷模拟（基于坐标距离与轨迹公式）。
+    *   **道具库**: 预设主流地图的常见道具点位（图片/视频展示），支持管理员添加新点位。
+*   **实时互动策略板**: 
+    *   **分地图绘制**: 基于 Leaflet.js 或 Canvas，加载 CS2 高清鸟瞰图。
+    *   **实时协同**: 支持 WebSocket 多人同屏绘制（类似 Excalidraw），即时同步画笔轨迹与标记。
+    *   **快照保存**: 支持一键保存当前战术板状态为图片或 JSON，生成分享链接/加入知识库。
+#### 3.5.4 经济计算器 (Economy Calculator)
+*   **功能**: 模拟 CS2 经济系统，辅助指挥决策。
+*   **输入**: 设定当前回合胜负、存活人数、炸弹状态、当前连败奖励。
+*   **输出**: 预测下一回合敌我双方的经济状况（最小/最大可用资金），给出起枪建议（Eco/Force/Full Buy）。
+
+### 3.6 知识库 (Knowledge Base / Wiki)
+*   **架构**: 典型的 Wiki 布局。
+    *   **左侧**: 全局文档树状目录（支持多级折叠）。
+    *   **右侧**: 当前文档的页内大纲（TOC）。
+    *   **中间**: Markdown 渲染的正文区域。
+*   **功能**:
+    *   **快速编辑**: 提供 Web 端 Markdown 编辑器，支持实时预览。
+    *   **简单验证**: 简单的密码或 Token 验证即可保存修改，降低贡献门槛。
+    *   **文件管理**: 支持新建、重命名、删除文档，自动生成目录结构。
+
+### 3.7 管理后台 (Admin)
+*   **鉴权**: 简单的 Session/Token 登录。
+*   **数据管理**:
+    *   手动触发增量/全量 ETL。
+    *   上传 demo 文件或修正比赛数据。
+*   **配置**: 管理员账号管理、全局公告设置。查看网站访问数等后台统计。
+
+### 3.8 管理后台查询工具 (SQL Runner)
+*   **功能**: 提供一个 Web 版的 SQLite 查询窗口。
+*   **限制**: 只读权限（防止 `DROP/DELETE`），仅供高级用户进行自定义数据挖掘。
+
+---
+
+### Second Stage: Demo 深度解析管线 (Future)
+*   **目标**: 引入 `demoparser2` (或类似开源库) 实现本地 Demo 文件的深度解析，获取比 Web 爬虫更细粒度的原子级数据。
+*   **Pipeline**:
+    1.  **Ingest**: 自动/手动上传 `.dem` 文件。
+    2.  **Parse**: 调用 `demoparser2` 提取每 tick/每事件数据 (Player Position, Grenade Trajectory, Weapon Firing)。
+    3.  **Store**: 将海量原子数据存入 ClickHouse 或优化的 SQLite 分表 (L1B/L2+)。
+    4.  **Analyze**: 产出高级分析指标（如：真实拉枪反应时间、道具覆盖效率、非预瞄击杀率）。
+    5.  **Visualize**: 在前端复盘页面实现 2D 回放 (2D Replay) 功能。
--- a/docs/original/特征维度prompt.md
+++ b/docs/original/特征维度prompt.md
@@ -0,0 +1,103 @@
+我现在需要你帮助我制作一个cs能力分析器与指挥帮助器，命名为csanalyzer，首先我们需要沟通确定，CS2是分CT与T，CT应该有哪几个位置，T应该有哪几个位置？
+
+常见来说 T包括步枪手 突破手 狙击位 辅助 自由人，其中一位兼任指挥
+
+CT包括小区主防 区域辅助 自由人 狙击位
+
+你认可这样的分析吗？请给我你的思路，首先我们确定每个位置与其倾向，然后再来分析玩家的数据应该包括哪些维度，再来分析如何建立python模型分析（这个模型我希望有一定的主观调整性，因为我是指挥，很多地方数据无法提现一个人是怎么玩游戏的，例如rating低但是做的事很扎实，只是因为碰的人不多，这样不应该给低分。）
+
+现在我们需要开始构建能力维度，能力维度应该是极其极其丰富的。
+
+首先我给你一张图，这是5e主界面截图下来的，里面包括一些维度。
+
+但是我认为不管是rating还是rws还是5e评分都并没有考虑到特定玩家在队伍内的现状，所以在这个基础上进行能力评分同样我认为是不合理的。
+
+我认为首先应该增加一些维度：
+
+1.玩家时间序列能力评估：长期rating，胜局rating，败局rating等参数，波动系数
+
+2.玩家局内对枪能力评估：对位对手最高最低rating的KD差，对位所有人的胜率或百分比计算（例如我：对面第一=6：2，就是我杀他6次他杀我2次），这个应该与遇到的次数相关而非线性。
+
+3.玩家高压发挥评估：残局能力，赛点残局能力，少打多能力，连续丢分压力下突破能力首杀能力
+
+4.玩家手枪局评估：手枪局首杀能力，多杀能力，连杀能力，回放能力
+
+5.玩家T/CT评估：玩家平均在CT表现好还是T表现好，倾向于做什么，CT首杀率等评估进攻与防守倾向
+
+6.玩家热图评估：常用站位，不同默认站位下打出的效果，哪里杀人多哪里杀人少
+
+7.玩家数据评估：常用rating，KD，KAST，impact，RWS等数据产出
+
+8.玩家分位置能力评估：不同位置要求不同，指挥在能力值上应该有增益，狙击手与步枪手更加看重补枪效率，辅助看中道具能力等
+
+9.玩家经济管理评估：每局道具量，购买与使用与产生作用关系（主要针对伤害性道具），武器倾向，武器效果，武器kd，选择倾向与局效果的相关度
+
+10.玩家持续时间评估：是否有随着同一天内比赛进行rating下降？
+
+11.指挥手动调参维度：作为指挥我知道队伍中谁抗压好，谁抗压不行，谁沟通多，谁可以辅助指挥进行半区决策，谁喜欢帮助队友，谁是激进谁是保守
+
+给我基于这些你的更多想法我来思考与选择。
+
+除了上面给你的图片之外，你还有非常多指标可用，局内爆头击杀 爆头率 首杀首死，道具，rating，残局，等等详细内容，也可以进行特征工程，产出更多的数据维度特征
+
+队伍维度应该有一些倾向分析，例如喜欢打哪块，胜率如何，下包概率，回访概率，回防成功概率，赌点成功概率，eco局，anti-eco局胜率，发生概率帮助指挥进行决策。
+
+### 拓展方向一：团队协同与配合分析
+
+我们之前主要聚焦于单个选手，但CS的精髓在于团队。我们可以增加一些维度来衡量选手之间是如何进行 互动 的。
+
+- 补枪与被补枪效率 (Trade & Refrag Efficiency):
+
+- 这是什么： 当一名队员阵亡后，队友立刻补枪完成人数交换的频率有多高？这个反应时间有多快？在队伍里，谁和谁是最高效的“补枪搭档”？
+
+- 价值何在： 这是一个可以直接量化的、衡量团队协调性和沟通水平的指标。高的补枪率意味着队伍像一个整体在移动和战斗；反之则可能说明队员之间站位过远，打得太孤立。它能帮你回答：“我们到底是不是在抱团打？”
+
+- 道具配合得分 (Utility Coordination Score):
+
+- 这是什么： 衡量一名队员击杀的敌人，有多少是被队友的闪光弹致盲的。反过来，一名队员投掷的烟雾弹或燃烧弹，有多少次成功帮助队友完成了下包或拆包？
+
+- 价值何在： 这将分析从“你有没有扔闪”提升到了“你的闪光弹 帮到人 了吗？”。它量化了辅助性道具的真实影响力，并能找出团队中最高效的道具配合二人组。
+
+- “拉枪线”与“卖队友”行为分析 (高级功能):
+
+- 这是什么： 这是一个更细微、也更难量化的指标。我们可以尝试识别一种模式：当一名队员阵亡时，他附近的队友是否在没有交火的情况下存活了下来。这 可能 是卖队友行为。反之，我们也可以识别出，当一名队员的阵亡成功吸引了敌方大量注意力，从而让队友拿到多杀的情况，这就是成功的“拉扯空间”。
+
+- 价值何在： 作为指挥，你最清楚什么是必要的牺牲，什么是自私的打法。虽然这个指标很难做到100%自动化判断，但它可以将这些“可疑”的回合标记出来，供你亲自复盘，从而对团队内部的动态有更深刻的洞察。
+
+### 拓展方向二：高级经济影响力分析
+
+我们可以进一步优化衡量选手真实影响力的方式，超越原始的伤害或击杀数据。
+
+- 经济扭转因子 (Economic Swing Factor):
+
+- 这是什么： 量化那些对双方经济产生巨大影响的行为。例如：
+
+1. 武器窃取价值： 击杀对方的狙击手并缴获其AWP，这相当于一次近$6000的经济优势（$4750的武器成本 + 击杀奖励）。
+
+2. “影响力保枪”价值： 成功保下一把有价值的武器（如AWP或长枪），并在 下一回合 使用这把枪赢得了胜利。
+
+- 价值何在： 这能凸显出那些在数据面板上不显眼，但通过聪明的经济决策改变了战局的选手。
+
+- “回合致胜贡献”评分 (Round-Winning Contribution Score):
+
+- 这是什么： 在任何一个赢下的回合里，哪些行为是 最关键 的？一个1v3的残局胜利显然贡献巨大。但那个为团队创造了5v4优势的开局首杀呢？那颗为安全下包提供了保障的烟雾弹呢？我们可以建立一个模型，为回合内的不同行为（首杀、残局、关键道具）赋予“胜利贡献分”。
+
+- 价值何在： 它能帮助你发现，谁在持续地做出那些 导致胜利的关键决策 ，即便他不是数据榜上的第一名。
+
+### 拓展方向三：心理与势头指标
+
+这个方向尝试量化比赛中的“心态”博弈。
+
+- “上头”与“起势”指标 ("Tilt" & "Snowball" Indicators):
+
+- 这是什么： 一名选手在经历了一次令人沮丧的死亡（比如被刀）后，他的个人表现（如枪法精准度、反应速度）是否会在接下来的几个回合里有明显下滑？反之，在他赢得一个关键残局或拿到多杀后，他的表现是否会飙升（即“滚雪球”效应）？
+
+- 价值何在： 这能帮助你作为指挥，识别出哪些队员心态坚韧，哪些队员在失利后可能需要一句鼓励。同时，也能看出谁是那种能依靠势头越打越好的“顺风神”。
+
+- 翻盘贡献分 (Comeback Contribution Score):
+
+- 这是什么： 在那些队伍完成大翻盘的比赛中（例如从4-11追到13-11），在翻盘阶段，哪位选手的各项表现数据有最大的正面提升？
+
+- 价值何在： 这能精准地找出那些在队伍陷入绝境时，能够挺身而出、提升自己状态的选手——这是一个至关重要的领袖和韧性特质。
+
+
--- a/docs/事件结构统一方案.md
+++ b/docs/事件结构统一方案.md
@@ -0,0 +1,43 @@
+## 3. 统一处理方案 (Unified Pipeline Strategy)
+
+为了解决互斥问题，建议在 ETL `L2_Builder` 中建立一个 **中间抽象层 (Unified Event Model)**。
+
+### 3.1 统一事件结构
+无论来源是 Classic 还是 Leetify，都解析为以下标准结构存入 `fact_round_events`：
+
+```python
+@dataclass
+class UnifiedKillEvent:
+    match_id: str
+    round_num: int
+    tick: int = 0             # Web数据通常为0或估算
+    seconds: float = 0.0      # 回合开始后的秒数
+    
+    attacker_steam_id: str
+    victim_steam_id: str
+    assister_steam_id: str = None
+    
+    weapon: str
+    is_headshot: bool
+    is_wallbang: bool
+    is_blind: bool           # Classic: attackerblind, Leetify: AttackerBlind
+    is_through_smoke: bool   # Classic: throughsmoke, Leetify: ThroughSmoke
+    is_noscope: bool
+    
+    # 空间数据 (Classic 有值, Leetify 为 Null)
+    attacker_pos: Tuple[float, float, float] = None 
+    victim_pos: Tuple[float, float, float] = None
+    distance: float = None   # 有坐标时自动计算
+    
+    # 来源标记
+    source_type: str         # 'classic' | 'leetify'
+```
+
+### 3.2 降级策略 (Graceful Degradation)
+在 Web 前端或 API 层：
+1.  **热力图/站位分析**: 检查 `match.data_source_type`。如果是 `leetify`，显示“该场次不支持热力图数据”，或隐藏相关 Tab。
+2.  **距离分析**: 同上，Leetify 场次不计入“平均交战距离”统计。
+3.  **经济分析**: Leetify 场次可提供更精准的经济走势图（因为有确切的 `Money` 字段），Classic 场次可能需显示估算值。
+
+### 3.3 推荐补充
+对于 **反应时间**、**拉枪线**、**精确道具覆盖** 等 `❌` 项，建议列入 **Phase 5 (Demo Parser)** 开发计划，不强行通过 Web 数据拟合，以免误导用户。