### 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) 无伤击杀 (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、时间序列与稳定性特征
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
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）
*   ~~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)
5. 与单个对手的交火次数（相遇频率）

### 3、高压场景表现特征
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
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
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
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）

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）
5. 默认站位下的首杀率
6. 非常规站位的击杀效率（非默认站位击杀数/停留时间）
---

### 手调1.、指挥手动调节因子（主观评价，0-10分）
1. 抗压能力（高压局心态稳定性）
2. 沟通量（信息传递频率与有效性）
3. 辅助决策能力（半区决策建议的合理性）
4. 团队协作倾向（主动帮助队友的频率）
5. 打法激进程度（进攻倾向，0为保守，10为激进）
6. 执行力（对指挥战术的落实程度）
7. 临场应变力（突发情况的自主处理能力）
8. 氛围带动性（团队士气影响，正向/负向）


以上特征覆盖了客观数据与主观调节维度，可直接作为数据集基础，后续结合位置倾向（如突破手侧重T方突破成功率、辅助侧重道具配合得分）进行针对性分析，同时保留指挥手动调节的灵活性。