world-cup-predictor

世界杯预测器

概述

使用此技能运行一个原生支持 Agent 的世界杯预测室。调用此技能的 Codex Agent 会先启动 Web 仪表板，收集当前信号，生成子 Agent 进行独立分析，并在收到子 Agent 结果后，将每次预测更新发布到页面。

不得使用确定性、静态或硬编码的预测替代。模型推理必须来自当前 Codex Agent 及其子 Agent。

默认操作

对于“预测这届世界杯”“预测本届赛事走势”“谁会获胜”或“预测这一届世界杯走向”等宽泛请求：

1. 首先启动仪表板服务。
   • 在技能根目录下，于一个长期运行的前台工具会话中运行 python3 scripts/start_dashboard.py --port 8789。
   • 如果 8789 端口已被占用，辅助程序会选择下一个可用端口。报告打印出的 URL。
   • 不要依赖使用 & 在 Shell 中将进程置于后台；某些 Codex Shell 会在浏览器连接前清理已分离的进程。
2. 初始化页面状态。
   • 运行 scripts/bootstrap_worldcup.py --out assets/dashboard/data。
   • 运行 scripts/set_live_state.py --stage kickoff --message "Starting subagent World Cup prediction room" --progress 0.03。
3. 锁定已结束的比赛结果。
   • 从官方或可靠的实时比分来源核实已结束比赛的结果。
   • 使用 scripts/sync_locked_results.py 将结果写入 assets/dashboard/data/locked-results.json。
   • 不要让子 Agent 预测已锁定的比赛。
4. 收集当前信号。
   • 运行 scripts/collect_signals.py --out assets/dashboard/data/signals.json。
   • 如果 signals.json 包含 status: "fallback-required" 的 Polymarket 行，或包含 status: "missing ODDS_API_KEY" 的赔率数据，请保留这些行，并让市场子 Agent 手动查看其中列出的公开页面。不要将空市场数据视为零概率。
   • 运行 scripts/set_live_state.py --stage signal-collection --message "Collected news, markets, weather, and optional odds" --progress 0.10。
5. 阅读 references/agent-native-workflow.md、references/research-protocol.md 和 references/dashboard-data-contract.json。
6. 使用 references/agent-native-workflow.md 中的分层工作流生成子 Agent。
   • 将 markets 和 news-weather 保留为辅助信号 Agent。
   • 对于小组赛，每个小组生成一个子 Agent（从 group-a 到 group-l）。
   • 对于淘汰赛，为当前轮的每场比赛生成一个子 Agent，并逐轮推进，直到决赛。
   • 半决赛胜者确定后，由一个决赛子 Agent 预测决赛结果。
7. 收到子 Agent 结果后，使用 scripts/publish_dashboard.py 发布部分仪表板 JSON。
   • 如果子 Agent 首轮等待时间过长，请继续以更长的间隔等待，并发布实时状态心跳更新，让仪表板保持运行。
   • 不要仅为强行获得精简结果而中断响应较慢的角色 Agent。只有在明确失败、子 Agent 工具不可用或用户要求停止等待后，才综合生成缺失角色的结果。
8. 最终输出必须包含已确定的结果，以及剩余赛事完整路径的预测。
9. 使用 scripts/publish_dashboard.py --complete 发布最终数据。
10. 运行本地回归检查，然后在 Browser 插件中验证仪表板和回放控件。

回归检查

发布最终仪表板数据后，运行本地回归测试套件：

python3 -m unittest discover -s tests -v

如果从仓库根目录而非技能根目录调用，请使用：

python3 -m unittest discover -s world-cup-predictor/tests -v

这些测试使用 Python 标准库中的 unittest 框架。除非未来的依赖文件明确添加了 pytest，否则不要要求使用它。将缺少 pytest 视为环境或工具问题，而非回归测试失败。

预测约定

• 网页是实时展示界面。工作进行期间，通过更新 assets/dashboard/data/live-state.json 和 assets/dashboard/data/predictions.json，让页面持续变化。
• 发布预测和实时状态更新时，会将快照追加到 assets/dashboard/data/replay.json；整个运行期间都要保留此文件，以便完成后的仪表板回放预测过程。
• 子 Agent 的推理是预测引擎。不要用确定性评分或硬编码预测取代它。
• 已结束的比赛是已确认结果，不是预测。预测前锁定这些比赛，并将其排除在子 Agent 的预测范围之外。
• 每个比赛数据包都必须包含概率、预测比分、赛事时间线、势头、证据、风险和环境因素。
• 最终仪表板 JSON 必须符合 references/dashboard-data-contract.json。
• 如果子 Agent 工具不可用，则由主 Agent 执行相同的分析，并说明无法并行处理。

证据规则

• 为每个来源注明日期。世界杯赛事正在进行，信息变化很快。
• 区分已观察到的结果与预测。已进行的比赛必须锁定为事实。
• 标记缺失或过时的数据，不要用猜测填补。
• 如果实时数据连接器失败，则使用 signals.json 中明确列出的备用 URL，并在仪表板叙述中说明连接器故障。
• 对于 Polymarket 和赔率信息，记录市场标题、URL、时间戳、可见时的流动性／交易量、价格和归一化隐含概率。
• 对于战术论断，引用具体对位因素：抗压能力、组织进攻阵型、转换防守、定位球、边路人数优势、门将传球、阵容轮换、海拔／旅途／休息时间以及停赛风险。
• 对于模拟论断，尽可能注明每个事件背后的因素：高温导致的疲劳、湿度导致的节奏下降、伤病限制、定位球对位劣势、替补席深度、门将特点或战术调整。

资源

• references/agent-native-workflow.md：适用于可生成子 Agent 的 Codex Agent 的默认免密钥工作流。
• references/research-protocol.md：来源检查清单、概率校准和置信度评估标准。
• references/subagents.md：子 Agent 的角色提示词和交接约定。
• references/prediction-schema.json：比赛级 Agent 输出的 JSON 约定。
• references/dashboard-data-contract.json：仪表板级赛事预测的 JSON 约定。
• references/worldcup-2026-groups.json：小组赛初始快照。
• scripts/bootstrap_worldcup.py：创建仪表板数据脚手架。
• scripts/start_dashboard.py：在 8789 端口或下一个空闲端口启动静态仪表板。
• scripts/collect_signals.py：收集当前新闻 RSS、Polymarket、天气和可选赔率信号。
• scripts/set_live_state.py：更新仪表板播报条。
• scripts/replay_history.py：追加仪表板快照，以供运行后回放。
• scripts/sync_locked_results.py：维护已结束且不应进行预测的比赛结果。
• scripts/publish_dashboard.py：发布由部分或全部子 Agent 推导出的仪表板预测。
• scripts/merge_predictions.py：子 Agent 输出重叠时，合并各角色的比赛数据包。
• scripts/validate_skill.sh：创建本地虚拟环境、安装验证依赖并运行官方技能验证器。
• assets/dashboard/：静态实时仪表板。