mcpField
L
League Of Legends Mock Match Predictor

League Of Legends Mock Match Predictor

本地服务
github.com/onepersonunicorn游戏娱乐515 周前更新

关于 League Of Legends Mock Match Predictor

这是一个基于近 10 场历史表现的《League of Legends》召唤师分析与模拟对局 MCP 服务,适用于比较玩家数据和预测模拟赛结果。它提供多语言输出及分阶段对局模拟。

主要功能

  1. 01分析 KDA、伤害和胜率
  2. 02模拟分阶段对局进程
  3. 03并列比较召唤师表现
  4. 04根据历史数据预测结果
  5. 05提供 7 种语言

适用场景

  1. 01比较两名召唤师的近期表现
  2. 02模拟玩家之间的对局
  3. 03查看召唤师近 10 场统计数据

MCP 相关

该 MCP 服务向 MCP 客户端提供召唤师分析、对局模拟和比较等工具,并通过 1tier.xyz API 获取表现数据。

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

英雄联盟模拟比赛预测器

⚔️ AI 驱动的英雄联盟模拟比赛模拟器和召唤师对比工具

这个模型上下文协议(MCP)服务基于最近 10 场比赛的历史表现数据,提供全面的英雄联盟召唤师分析和模拟比赛。

功能

  • 🔍 召唤师分析:获取详细统计数据,包括 KDA、造成的伤害和胜率
  • ⚔️ 模拟比赛模拟:AI 驱动的 10 阶段比赛进程模拟
  • 🌍 多语言支持:支持 7 种语言
  • 📊 表现对比:并排对比召唤师
  • 🎯 比赛预测:基于历史数据预测比赛结果

支持的语言

  • 英语(EN/ENGLISH)
  • 韩语(한국어)
  • 繁体中文(繁體中文)
  • 日语(日本語)
  • 西班牙语(ESPAÑOL)
  • 孟加拉语(বাংলা)
  • 旁遮普语(ਪੰਜਾਬੀ)

安装

前置要求
  • Python 3.10 或更高版本
  • pip 包管理器
设置
  1. 克隆仓库:

    git clone https://github.com/onepersonunicorn/lolgpt.git
    cd lolgpt
    
  2. 安装依赖项:

    pip install -r requirements.txt
    
  3. 设置环境变量(可选):

    export LOL_API_URL="https://1tier.xyz"
    export LOL_DEFAULT_LANGUAGE="EN"
    export LOL_API_TIMEOUT="30"
    
  4. 运行服务:

    python main.py
    

使用方法

可用工具

MCP 服务提供 6 种不同的工具,满足各种英雄联盟模拟需求:

league_of_legends_summoner_vs_match

用于全面比赛模拟的主要工具。

参数:

  • uidA(必填):第一位召唤师的 Riot ID
  • tagA(必填):第一位召唤师的标签
  • uidB(必填):第二位召唤师的 Riot ID
  • tagB(必填):第二位召唤师的标签
  • lang(可选):模拟所用语言(默认值:"EN")
API 调用示例
await league_of_legends_summoner_vs_match(
    uidA="Hide on bush",
    tagA="KR1", 
    uidB="Zeus",
    tagB="KR1",
    lang="EN"
)
使用示例

对话

输出示例
⚔️ **League of Legends Mock Match Simulation**
════════════════════════════════════════════

📊 Summoner A (PlayerOne#KR1) - Last 10 Games Statistics:
• Average Kills: 8.2
• Average Assists: 12.5
• Average Deaths: 4.1
• Average KDA: 5.05
• Average Damage Dealt: 28,450
• Win Rate: 70%

📊 Summoner B (PlayerTwo#NA1) - Last 10 Games Statistics:
• Average Kills: 6.8
• Average Assists: 9.2
• Average Deaths: 5.3
• Average KDA: 3.02
• Average Damage Dealt: 22,100
• Win Rate: 55%

🎯 Mock Match Simulation - Summoner's Rift:
════════════════════════════════════════════

Phase 1: Welcome to the Snowdown Showdown.
Phase 2: Thirty seconds until minions spawn.
Phase 3: Minions have spawned!
Phase 4: First blood! Zeus has been slain.
Phase 5: Hide on bush has slain an enemy!
Phase 6: Hide on bush has destroyed a turret.
Phase 7: Zeus Quadrakill!
Phase 8: Hide on bush is legendary!
Phase 9: Hide on bush has destroyed a inhibitor.
Phase 10: Hide on bush victory!

### Smithery Configuration

The server supports Smithery configuration via `smithery.yaml`:

startCommand:
  type: stdio
  configSchema:
    properties:
      debug:
        type: boolean
        default: false
      apiUrl:
        type: string
        default: "https://1tier.xyz"
      language:
        type: string
        default: "EN"
      timeout:
        type: number
        default: 30

API 集成

该服务集成了 1tier.xyz API 端点,可提供:

  • 召唤师统计数据:最近 10 场比赛的表现数据
  • 比赛模拟:AI 生成的比赛进程
  • 多语言支持:本地化的模拟文本
  • 实时数据:当前召唤师表现指标

许可证

本项目采用 MIT 许可证授权

免责声明

英雄联盟模拟比赛仅供娱乐。结果基于历史表现数据,不保证实际比赛结果。英雄联盟是 Riot Games, Inc. 的商标。

支持

如有问题或疑问:

  • 在 GitHub 上创建 issue
  • 联系开发团队

致谢

  • 感谢 Riot Games 提供英雄联盟
  • 感谢 1tier.xyz 提供 API 基础设施

为英雄联盟社区倾心打造 ❤️

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。