mcpField
K
KinielaGPT

KinielaGPT

本地服务
github.com/RicardoMoya游戏娱乐643 周前更新

关于 KinielaGPT

KinielaGPT 是用于 Quiniela 预测和足球比赛分析的 MCP 服务,面向研究西班牙竞猜赛程的用户。它结合 LAE 官方概率与历史及近期球队信息,提供三种预测策略和冷门检测。

主要功能

  1. 01生成保守、冒险或自定义预测
  2. 02分析交锋历史和当前比赛背景
  3. 03根据数据差异检测潜在冷门
  4. 04查看球队状态及主客场表现
  5. 05查询解读分析或原始数据

适用场景

  1. 01为一轮 Quiniela 制定预测
  2. 02对照官方概率与球队状态
  3. 03查看比赛双方的交锋历史
  4. 04找出可能出现冷门的比赛

MCP 相关

它向 MCP 客户端提供七种专用工具,涵盖 Quiniela 数据、概率、预测、冷门检测、比赛分析和球队分析。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

KinielaGPT 徽标

KinielaGPT - Kiniela 比赛预测工具


Python 3.10+ PyPI 版本 MCP 许可证:AGPL v3 文档

KinielaGPT 是一款 MCP(Model Context Protocol)服务,旨在通过高级数据分析提升你的 Quiniela 预测能力。它将 LAE 的官方概率与深入的背景分析相结合,涵盖交锋历史、近期连胜连败、排名以及主客场表现。它提供三种预测策略、冷门检测功能,以及对每场比赛的详细分析。

🎯 特性

🎲 比赛结果预测

通过三种策略生成预测:保守型(选择概率最高的结果)、冒险型(平衡概率与背景信息)或自定义型(指定“1”“X”“2”的数量)。

📊 全面比赛分析

综合 LAE 概率、交锋历史(近 10 年)、连胜连败、排名及背景信息,提供有理有据的预测。

🔍 冷门检测

检测官方概率与实际表现(连胜连败、历史交锋、状态)之间的差异,以预测可能出现的冷门。

👥 球队状态

详细评估球队表现:近期比分、当前连胜连败、主客场表现及排名趋势。

📈 灵活的数据查询

既可获取解读后的分析,也可访问原始数据,以便自行得出结论。

🔌 原生 MCP 服务

包含 7 个专用工具,完全兼容 Claude Desktop、VS Code 及其他 MCP 客户端。


🏁 KinielaGPT 入门步骤

按照以下步骤,在你的设备上安装并运行 KinielaGPT:

  1. 在你的电脑上安装 UV 或 Python 3.10+。
  2. 安装 KinielaGPT。
  3. 配置 MCP 服务,并选择 Claude 或 VS Code 作为客户端。

完成这些步骤后,就可以开始使用 KinielaGPT 进行预测和分析了!


✅ 安装 UV 或 Python 3.10+

使用 KinielaGPT 前,你需要安装 UV(推荐)或 Python 3.10+。

下面介绍两种方式的安装方法,不过你必须二选一:

选项 1:UV(推荐)⚡

UV 是一款超快速的 Python 包和项目管理器,可简化 Python 工具的安装与运行。无需预先安装 Python。

🪟 Windows 上的 UV
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

验证:

uv --version
🍎🐧 macOS/Linux 上的 UV
curl -LsSf https://astral.sh/uv/install.sh | sh

验证:

uv --version

重要

安装后请重启终端。

### 选项 2:Python 3.10+ 和 pip

如果你已安装 Python,并且更喜欢传统方式,可以使用 pip(Python 包管理器)。要求系统已安装 Python 3.10 或更高版本。

🪟 Windows 上的 Python
  1. 从 python.org/downloads 下载 Python 3.10+
  2. 安装时勾选“Add Python to PATH”
  3. 验证:
python --version
pip --version
🍎 macOS 上的 Python

macOS:

  1. 前往 python.org/downloads
  2. 下载适用于 macOS 的 Python 3.10+
  3. 运行 . pkg 安装程序

验证:

python3 --version
pip3 --version
🐧 Linux 上的 Python(Ubuntu/Debian)
sudo apt update
sudo apt install python3.10 python3-pip python3.10-venv

验证:

python3 --version
pip3 --version

🚀 安装

选项 1:使用 UV(推荐)

安装 UV 后,无需安装 KinielaGPT。你将使用 uvx 直接运行它——请参阅配置。

选项 2:使用 pip

从 PyPI 安装 KinielaGPT:

pip install kinielagpt

🔧 配置

🤖 为 Claude.app 配置

编辑配置文件 claude_desktop_config.json。该文件因操作系统而异,位于以下位置:

  • Windows: %APPDATA%\Roaming\Claude\claude_desktop_config.json
  • macOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json

根据安装方式,添加以下其中一种配置:

使用 uvx
{
  "mcpServers": {
    "kinielagpt": {
      "command": "uvx",
      "args": ["kinielagpt"]
    }
  }
}
使用 pip
{
  "mcpServers": {
    "kinielagpt": {
      "command": "python",
      "args": ["-m", "kinielagpt"]
    }
  }
}

说明

在 macOS/Linux 上,如果 python 无法运行,请改用 python3。

💻 为 VS Code 配置

快速安装(一键):

点击下方按钮,在 VS Code 中自动安装 MCP 服务:

使用 Python 在 VS Code 中安装

手动安装:

打开命令面板(Ctrl + Shift + P),运行 MCP: Open User Configuration,然后添加以下其中一种配置:

使用 uvx
{
  "mcpServers": {
    "kinielagpt": {
      "command": "uvx",
      "args": ["kinielagpt"]
    }
  }
}
使用 pip
{
  "mcpServers": {
    "kinielagpt": {
      "command": "python",
      "args": ["-m", "kinielagpt"]
    }
  }
}

说明

在 macOS/Linux 上,如果 python 无法运行,请改用 python3。


提示

你也可以在工作区中创建 .vscode/mcp.json 文件,以便与他人共享配置。更多详情请参阅 VS Code MCP 官方文档。


📖 如何使用 KinielaGPT?

配置好 MCP 后,你可以用自然语言与大模型(Claude、GPT、Gemini 等)交互。只需提出以下问题即可:

类别问题示例
信息查询🔹 “当前最新的 quiniela 是哪一期?”
🔹 “显示 2025/2026 赛季第 26 轮的比赛”
🔹 “当前轮次每场比赛的概率是多少?”
quiniela 预测🔹 “为当前轮次提供一份保守预测”
🔹 “我想要一份针对下一轮的冒险预测”
🔹 “生成一份包含 7 个 1、4 个 X 和 4 个 2 的个性化 quiniela”
比赛分析🔹 “分析皇家马德里本轮将要参加的比赛”
🔹 “比利亚雷亚尔对赫塔费的比赛会怎么样?”
🔹 “显示阿拉维斯对皇家社会的交锋历史”
冷门检测🔹 “本轮是否有可能出现冷门的比赛?”
🔹 “使用更敏感的阈值检测冷门(threshold=20)”
球队分析🔹 “巴列卡诺最近踢得怎么样?”
🔹 “分析巴塞罗那目前的表现”
🔹 “马德里竞技目前处于什么连胜或连败状态?”

可用工具
工具描述主要参数返回内容
get_last_quiniela获取最新一期 quiniela-轮次、赛季和比赛
get_quiniela特定轮次的信息jornada、temporada已安排的比赛
get_probabilities根据 LAE 计算的某一轮次概率jornada、temporada1/X/2 概率和进球数
predict_quiniela使用保守、冒险和个性化策略进行完整预测jornada、temporada、strategy包含 15 场比赛的 quiniela
detect_surprises检测比赛中的异常情况jornada、temporada、threshold包含潜在冷门预警的比赛列表
analyze_match对一场比赛进行详细分析jornada、temporada、partido预测和背景数据
analyze_team完整分析一支球队的表现jornada、temporada、equipo包含连胜连败状态和趋势的分析

共提供 7 个 MCP 工具

如需了解参数和示例的完整详情,请参阅完整文档。


📚 文档

完整文档请访问:https://ricardomoya.github.io/KinielaGPT/

内容包括:

  • 快速入门指南: 在你的环境中安装和配置 KinielaGPT,并了解如何开始使用。
  • 安装手册: 使用 UV 或 pip 安装的详细说明及前置要求。
  • 高级配置: 如何将 KinielaGPT 连接到 Claude Desktop、VS Code 和其他 MCP 客户端。
  • 使用方法和示例: 常见问题、命令示例和推荐工作流。
  • API 参考: 介绍所有可用的 MCP 工具、参数和使用示例。
  • 参与贡献: 为项目做贡献、提交 issue 和发送 pull request 的指南。
  • 许可证和致谢: 法律信息,以及对作者和贡献者的致谢。

🧪 测试

项目包含一套完整的自动化测试,覆盖所有主要功能。测试按模块组织,并使用 pytest 运行。

可用测试
测试文件测试数量描述
test_data_source.py4测试从外部 API 获取和处理 quiniela 数据
test_predictor.py9测试预测策略(保守、冒险、自定义)
test_detector.py30测试检测比赛中的冷门和不一致情况
test_analyzer.py12测试比赛分析和球队表现分析
在本地运行测试
# Ejecutar todos los tests
pytest tests/ -v

# Ejecutar con cobertura
pytest tests/ -v --cov=kinielagpt --cov-report=term-missing

# Ejecutar un módulo específico
pytest tests/test_predictor.py -v

# Ejecutar tests en paralelo (si tienes pytest-xdist)
pytest tests/ -v -n auto
代码覆盖率

测试覆盖了主要代码。当前各模块的覆盖率如下:

模块覆盖率描述
data_source67%获取和解析 quiniela 数据的函数
predictor84%预测算法和策略(保守、冒险、自定义)
detector88%检测冷门和不一致情况的逻辑
analyzer48%比赛分析和球队表现分析
CI/CD

测试会通过 GitHub Actions 自动运行:

  • 每次向 main 和 develop 分支推送或提交 PR 时
  • 定时运行:每周四上午 9:00(UTC 时间)
  • 测试矩阵:Ubuntu 上的 Python 3.10、3.11、3.12、3.13
  • 通知:定时运行时自动发送包含结果的邮件

如需查看 CI 结果,请访问仓库的 Actions 选项卡。


🤝 贡献

欢迎贡献!请按以下步骤操作:

  1. Fork 仓库
  2. 为你的功能创建分支(git checkout -b feature/AmazingFeature)
  3. Commit 你的更改(git commit -m 'Add some AmazingFeature')
  4. Push 到该分支(git push origin feature/AmazingFeature)
  5. 创建 Pull Request

📝 许可证

License: AGPL v3

本项目采用 GNU Affero General Public License v3.0 (AGPL-3.0) 许可。

这意味着你可以:

  • ✅ 自由使用代码(包括商业用途)
  • ✅ 修改和改编项目
  • ✅ 分发副本和修改后的版本

但须遵守以下条件:

  • 📝 Copyleft:任何修改也必须采用 AGPL-3.0
  • 🌐 网络使用:如果你在服务器/服务中使用此代码,必须共享源代码
  • 📦 开源:所有修改后的版本都必须随源代码一同分发
  • ©️ 署名:必须保留版权声明

特别保护:AGPL-3.0 弥补了“服务器漏洞”——即使你将此代码作为 Web 服务运行而不分发二进制文件,也必须向用户提供源代码。

完整法律文本请参阅 LICENSE 文件。

重要

本项目仅供娱乐。预测结果不作保证,不应作为投注决策的唯一依据。请理性投注。

👨‍💻 作者 - Ricardo Moya

Ricardo Moya GitHub 头像

🐙 GitHub:@RicardoMoya
💼 LinkedIn:Ricardo Moya, PhD

📧 联系方式

如有问题、建议或需要报告 issue:


⚽ Ricardo Moya 创建本项目,希望每场 quiniela 都能凭理性、策略和数据来玩。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。