{"id":49430698,"url":"https://github.com/flames1217/lol-deepwinpredictor","last_synced_at":"2026-06-04T23:00:53.217Z","repository":{"id":231666698,"uuid":"782371678","full_name":"Flames1217/LOL-DeepWinPredictor","owner":"Flames1217","description":"基于双向双层、引入注意力机制的LSTM对英雄联盟比赛胜率进行预测。","archived":false,"fork":false,"pushed_at":"2026-05-30T03:24:16.000Z","size":33281,"stargazers_count":14,"open_issues_count":0,"forks_count":9,"subscribers_count":1,"default_branch":"main","last_synced_at":"2026-05-30T05:09:31.067Z","etag":null,"topics":["attention-mechanism","crawler-python","deep-learning","flask","lol","lstm","mongodb","prediction","python","rocketmq","spider"],"latest_commit_sha":null,"homepage":"https://lol.viper3.us.kg","language":"JavaScript","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/Flames1217.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2024-04-05T07:04:50.000Z","updated_at":"2026-05-30T03:23:05.000Z","dependencies_parsed_at":"2024-04-05T08:26:32.724Z","dependency_job_id":"318990cf-68ec-4ced-836e-c5c046779245","html_url":"https://github.com/Flames1217/LOL-DeepWinPredictor","commit_stats":null,"previous_names":["viper373/lpldatacrawler","viper373/lol-deepwinpredictor","flames1217/lol-deepwinpredictor"],"tags_count":29,"template":false,"template_full_name":null,"purl":"pkg:github/Flames1217/LOL-DeepWinPredictor","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Flames1217%2FLOL-DeepWinPredictor","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Flames1217%2FLOL-DeepWinPredictor/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Flames1217%2FLOL-DeepWinPredictor/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Flames1217%2FLOL-DeepWinPredictor/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/Flames1217","download_url":"https://codeload.github.com/Flames1217/LOL-DeepWinPredictor/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Flames1217%2FLOL-DeepWinPredictor/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":33923182,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-26T15:22:16.424Z","status":"online","status_checked_at":"2026-06-04T02:00:06.755Z","response_time":64,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["attention-mechanism","crawler-python","deep-learning","flask","lol","lstm","mongodb","prediction","python","rocketmq","spider"],"created_at":"2026-04-29T12:35:22.131Z","updated_at":"2026-06-04T23:00:53.205Z","avatar_url":"https://github.com/Flames1217.png","language":"JavaScript","funding_links":[],"categories":[],"sub_categories":[],"readme":"---\ntitle: LOL-DeepWinPredictor\nemoji: 🏆\ncolorFrom: blue\ncolorTo: indigo\nsdk: docker\napp_port: 7777\n---\n\n# LOL-DeepWinPredictor\n\n\u003cp align=\"center\"\u003e\n  \u003cimg src=\"https://socialify.git.ci/Flames1217/LOL-DeepWinPredictor/image?description=1\u0026font=Raleway\u0026forks=1\u0026issues=1\u0026language=1\u0026name=1\u0026owner=1\u0026pattern=Floating%20Cogs\u0026pulls=1\u0026stargazers=1\u0026theme=Auto\" alt=\"LOL-DeepWinPredictor\" width=\"720\"\u003e\n\u003c/p\u003e\n\n\u003cp\u003e\n  \u003cimg src=\"https://img.shields.io/badge/Python-3776AB?style=flat\u0026logo=python\u0026logoColor=white\" alt=\"Python\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/FastAPI-009688?style=flat\u0026logo=fastapi\u0026logoColor=white\" alt=\"FastAPI\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/PyTorch-EE4C2C?style=flat\u0026logo=pytorch\u0026logoColor=white\" alt=\"PyTorch\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/Next.js-000000?style=flat\u0026logo=nextdotjs\u0026logoColor=white\" alt=\"Next.js\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/React-087EA4?style=flat\u0026logo=react\u0026logoColor=white\" alt=\"React\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/TypeScript-3178C6?style=flat\u0026logo=typescript\u0026logoColor=white\" alt=\"TypeScript\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/Tailwind_CSS-06B6D4?style=flat\u0026logo=tailwindcss\u0026logoColor=white\" alt=\"Tailwind CSS\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/MySQL-4479A1?style=flat\u0026logo=mysql\u0026logoColor=white\" alt=\"MySQL\"\u003e\n  \u003cimg src=\"https://img.shields.io/badge/Hugging_Face-FFD21E?style=flat\u0026logo=huggingface\u0026logoColor=111111\" alt=\"Hugging Face\"\u003e\n\u003c/p\u003e\n\nLOL-DeepWinPredictor 是一个英雄联盟职业赛事数据分析与胜率预测项目。它把实时数据接口、职业赛程、BP 阵容、AI 分析和本地 BiLSTM-Attention 推理整合到一个可部署的 Web 应用里。\n\n## ✨ 功能\n\n| 模块 | 能力 |\n| --- | --- |\n| 胜率预测 | 蓝红方队伍、分路英雄、Ban 位、校准胜率、AI 流式解释 |\n| 英雄数据 | 分路、段位、版本、登场率、禁用率、胜率、对位、符文、出装、技能 |\n| 战队数据 | 赛区战队、胜负、KDA、经济、资源控制、近期比赛、后续赛程 |\n| 选手数据 | 选手列表、队伍、位置、头像、KDA、DPM、GPM、参团率、常用英雄 |\n| 职业赛程 | 多赛区赛程、日期筛选、倒计时、比分、比赛详情、AI 预测 |\n| AI 提供商 | OpenAI Compatible Base URL、API Key、模型名、连接测试、流式分析 |\n| 模型实验室 | 服务模式、模型状态、输入维度、校准策略、已知风险、训练路线 |\n\n## 🔌 数据源\n\n| 来源 | 用途 |\n| --- | --- |\n| \u003cimg src=\"https://www.op.gg/favicon.ico\" width=\"18\" style=\"vertical-align:-4px\" alt=\"OP.GG\"\u003e OP.GG | 英雄排行榜、对位、符文、出装、召唤师技能 |\n| \u003cimg src=\"https://esports.op.gg/favicon.ico\" width=\"18\" style=\"vertical-align:-4px\" alt=\"OP.GG Esports\"\u003e OP.GG Esports | 职业赛区、战队、选手、赛程、比赛详情 |\n| \u003cimg src=\"https://101.qq.com/favicon.ico\" width=\"18\" style=\"vertical-align:-4px\" alt=\"101.qq.com\"\u003e 101.qq.com | 国服英雄数据、段位/分路排行 |\n| \u003cimg src=\"https://lpl.qq.com/favicon.ico\" width=\"18\" style=\"vertical-align:-4px\" alt=\"LPL\"\u003e lpl.qq.com | LPL 赛程、比分、比赛详情、小场数据 |\n\n## 🧱 技术栈\n\n| 层级 | 技术 |\n| --- | --- |\n| 前端 | Next.js 静态导出、React、TypeScript、Tailwind CSS、Radix UI |\n| 后端 | FastAPI、Uvicorn、Python |\n| 模型 | PyTorch、BiLSTM-Attention |\n| 数据 | OP.GG、OP.GG Esports、101.qq.com、lpl.qq.com |\n| 缓存 | 本地运行期缓存；MySQL 仅用于访问统计 |\n| AI | OpenAI Compatible API，支持自定义 Base URL、API Key 和模型 |\n\n## 📁 项目结构\n\n```text\n.\n├── api/\n│   ├── app.py                 # FastAPI 入口，按服务模式加载数据接口或模型推理\n│   ├── ai_prediction.py       # AI 提供商配置、连接测试、流式/非流式分析\n│   └── model_storage.py       # 本地模型与 MODEL_URL 远程模型加载\n├── BILSTM_Att/                # BiLSTM-Attention 模型、训练、评估脚本\n├── Data_CrawlProcess/\n│   ├── champion_stats_sync.py # OP.GG/101 英雄数据同步与缓存\n│   ├── team_player_stats_sync.py\n│   │                         # OP.GG Esports/LPL 战队、选手、赛程、详情同步\n│   └── env.py                 # 源站请求和基础路径配置\n├── frontend/\n│   ├── app/                   # Next.js 页面\n│   ├── components/            # UI 与业务组件\n│   ├── lib/                   # API client、类型、工具函数\n│   └── public/                # 图标和静态资源\n├── data/json/                 # 运行期缓存目录\n├── static/saved_model/        # 默认本地模型目录\n├── requirements.txt           # 完整服务依赖\n├── requirements-lite.txt      # 轻量服务依赖，不含 torch\n├── Dockerfile\n└── README.md\n```\n\n## 🚀 快速开始\n\n| 步骤 | 命令 |\n| --- | --- |\n| 创建环境 | `python -m venv venv` |\n| 激活环境 | Windows: `venv\\Scripts\\activate`；macOS/Linux: `source venv/bin/activate` |\n| 安装后端 | `pip install -r requirements.txt` |\n| 构建前端 | `cd frontend \u0026\u0026 npm install \u0026\u0026 npm run build \u0026\u0026 cd ..` |\n| 启动服务 | `python -m api.app` |\n| 访问页面 | `http://127.0.0.1:7777` |\n| API 文档 | `http://127.0.0.1:7777/docs` |\n\n## 🔐 环境变量\n\n| 变量 | 说明 | 必填 |\n| --- | --- | --- |\n| `HOST` | FastAPI 监听地址，默认 `0.0.0.0` | 否 |\n| `PORT` | FastAPI 端口，默认 `7777` | 否 |\n| `DEEPWIN_SERVICE_MODE` | `full`、`lite`、`model`，默认 `full` | 否 |\n| `MYSQL_URL` | MySQL 连接字符串，仅用于站点访问统计 | 否 |\n| `MODEL_URL` | 远程模型文件地址，支持 HTTPS、WebDAV HTTPS、公开 `s3://bucket/key`、S3/R2/OSS 预签名 HTTPS | 否 |\n| `AI_PROVIDER` | AI 提供商，例如 `openai-compatible`、`openai`、`ollama` | 否 |\n| `AI_BASE_URL` | OpenAI Compatible Base URL | 否 |\n| `AI_API_KEY` | AI API Key | 否 |\n| `AI_MODEL` | AI 模型名 | 否 |\n| `NEXT_PUBLIC_API_BASE_URL` | 前端访问数据 API 的域名 | 否 |\n| `NEXT_PUBLIC_MODEL_API_BASE_URL` | 前端访问预测模型 API 的域名；留空时跟随数据 API，用于模型服务独立部署 | 否 |\n| `PROXIES` | 请求外部源站时使用的代理 | 否 |\n\n最小示例：\n\n```bash\nHOST=0.0.0.0\nPORT=7777\nDEEPWIN_SERVICE_MODE=full\nMYSQL_URL=mysql://user:password@127.0.0.1:3306/lol_deepwinpredictor?charset=utf8mb4\nMODEL_URL=https://cdn.example.com/models/BILSTM_Att.pt\nNEXT_PUBLIC_API_BASE_URL=https://api.example.com\nNEXT_PUBLIC_MODEL_API_BASE_URL=https://model-api.example.com\n```\n\n## 🧩 服务模式\n\n| 模式 | 依赖 | 适合场景 | 预测接口 |\n| --- | --- | --- | --- |\n| `full` | `requirements.txt` | 一套后端跑完整站点 | 可用 |\n| `lite` | `requirements-lite.txt` | 只部署数据、赛程、AI、统计接口 | 返回 503 |\n| `model` | `requirements.txt` | 单独承载预测接口 | 可用 |\n\n### 远程模型文件和远程推理服务\n\n| 方式 | 配置 | 模型文件是否下载到容器 | 适合场景 |\n| --- | --- | --- | --- |\n| 远程模型文件 | `MODEL_URL` | 是。服务启动时下载并缓存在容器内，再由 `torch.load()` 加载 | 一套服务同时跑页面、数据接口和本地模型推理 |\n| 远程推理服务 | 主站 `DEEPWIN_SERVICE_MODE=lite`，前端 `NEXT_PUBLIC_MODEL_API_BASE_URL=https://model-api.example.com` | 否。主站不加载模型，只把预测请求发到独立模型服务 | 主站轻量部署，模型放在另一台机器、另一个 Space 或独立 API |\n\n说明：\n\n1. PyTorch 不能直接对 HTTP/WebDAV/S3 URL 做权重反序列化，`MODEL_URL` 的本质仍然是“远程下载后本地加载”。\n2. 如果想真正不下载模型，需要把模型部署成远程 API 服务，并让前端通过 `NEXT_PUBLIC_MODEL_API_BASE_URL` 调用它。\n3. `MODEL_URL` 下载失败时，站点不会退出；数据、赛程、英雄、战队、选手和 AI 页面仍可用，预测接口会返回 503。\n4. Hugging Face Space 的 Dockerfile 不能在镜像构建阶段读取运行时 Secret，因此 `MODEL_URL` 只能在容器启动后处理，不能写死到 Docker 构建步骤里。\n\n## ☁️ 部署\n\n### 方案 A：Hugging Face Spaces\n\n| 配置 | 推荐值 |\n| --- | --- |\n| Space SDK | Docker |\n| 端口 | `7777` |\n| Dockerfile | 使用仓库根目录的 `Dockerfile` |\n| 完整服务 | `DEEPWIN_SERVICE_MODE=full` |\n| 轻量服务 | `DEEPWIN_SERVICE_MODE=lite` + Docker build arg `REQUIREMENTS_FILE=requirements-lite.txt` |\n\nHugging Face Space 的运行时配置：\n\n| 名称 | 放置位置 | 必填 | 说明 |\n| --- | --- | --- | --- |\n| `DEEPWIN_SERVICE_MODE` | Variable | 否 | 服务模式，默认 `full`；轻量部署填 `lite` |\n| `PORT` | Variable | 否 | 服务端口，默认 `7777` |\n| `MODEL_URL` | Variable 或 Secret | 否 | 远程模型地址，支持 HTTPS、WebDAV HTTPS、公开 `s3://bucket/key`、S3/R2/OSS 预签名 HTTPS；仓库内已有模型时可留空 |\n| `MYSQL_URL` | Secret | 否 | MySQL 连接字符串，仅用于站点访问统计 |\n| `AI_PROVIDER` | Variable | 否 | AI 提供商，例如 `openai-compatible`、`openai`、`ollama` |\n| `AI_BASE_URL` | Variable | 否 | OpenAI Compatible Base URL |\n| `AI_API_KEY` | Secret | 否 | AI API Key |\n| `AI_MODEL` | Variable | 否 | AI 模型名 |\n| `PROXIES` | Secret | 否 | 访问 OP.GG、101.qq.com、lpl.qq.com 等源站时使用的代理 |\n\n最小可运行配置：\n\n| 场景 | 建议 |\n| --- | --- |\n| 只跑页面和实时数据接口 | 设置 `DEEPWIN_SERVICE_MODE=lite`；访问统计、远程模型和 AI 分析会自动降级 |\n| 需要访问统计 | 配置 `MYSQL_URL` |\n| 需要远程模型 | 配置 `MODEL_URL`，必须是容器内可直接下载的文件地址；WebDAV 私有地址需要把认证信息放进 URL 或改用可下载分享链接 |\n| 需要远程推理服务 | 主站设置 `DEEPWIN_SERVICE_MODE=lite`，前端构建时设置 `NEXT_PUBLIC_MODEL_API_BASE_URL` |\n| 需要 AI 分析 | 配置 `AI_PROVIDER`、`AI_BASE_URL`、`AI_API_KEY`、`AI_MODEL` |\n\n注意：`HF_TOKEN`、`HF_SPACE_ID`、`OPENROUTER_API_KEY` 是 GitHub Actions 使用的配置，不要填到 Hugging Face Space 运行时变量里。\n\n### GitHub 自动同步到 Hugging Face\n\n已提供 `.github/workflows/sync-huggingface.yml`。每次 `main` 分支更新后，GitHub Actions 会把仓库镜像推送到 Hugging Face Space。\n\n| GitHub 配置 | 值 |\n| --- | --- |\n| Secret `HF_TOKEN` | Hugging Face Access Token，需要对目标 Space 有写入权限 |\n| Variable 或 Secret `HF_SPACE_ID` | Hugging Face Space ID，例如 `username/LOL-DeepWinPredictor` |\n\n流程：\n\n1. GitHub 推送到 `main`。\n2. Actions 生成 Hugging Face 部署目录，只包含运行所需的后端、前端源码、Dockerfile、依赖文件和 README。\n3. Actions 排除本地缓存、构建产物、日志、临时文件和训练缓存。\n4. Actions 将图片、字体、模型等二进制资源按 Git LFS/Xet 方式提交，避免 Hugging Face 拒绝普通二进制推送。\n5. Actions 推送部署目录到 `https://huggingface.co/spaces/${HF_SPACE_ID}` 的 `main` 分支。\n6. Hugging Face Space 收到更新后自动重新构建 Docker 镜像。\n\n如果同步日志出现 `429`，通常是 Hugging Face Git/构建接口限流。workflow 会自动退避重试；如果重试耗尽，稍后在 GitHub Actions 手动重新运行即可。\n\n### GitHub 自动发布 Release\n\n已保留 `.github/workflows/release.yml`。每次 `main` 分支更新后，GitHub Actions 会基于本次提交差异生成中文 Release Notes，并创建新的 GitHub Release。\n\n| GitHub 配置 | 值 |\n| --- | --- |\n| Secret `OPENROUTER_API_KEY` | 用于调用 OpenRouter 生成 Release Notes |\n| `GITHUB_TOKEN` | GitHub Actions 内置 Token，无需手动创建 |\n\n说明：\n\n1. `OPENROUTER_API_KEY` 只给 GitHub Actions 使用，不需要配置到 Hugging Face Space 或本地运行环境。\n2. 如果之后不想每次推送 `main` 都自动发布 Release，可以停用或删除 `.github/workflows/release.yml`，再删除这个 Secret。\n3. Release 失败不会影响 Hugging Face Space 同步；两个 workflow 是独立的。\n\n### 方案 B：手动部署\n\n| 目标 | 命令 |\n| --- | --- |\n| 完整服务依赖 | `pip install -r requirements.txt` |\n| 轻量服务依赖 | `pip install -r requirements-lite.txt` |\n| 构建前端 | `cd frontend \u0026\u0026 npm install \u0026\u0026 npm run build \u0026\u0026 cd ..` |\n| 启动完整服务 | `set DEEPWIN_SERVICE_MODE=full \u0026\u0026 python -m api.app` |\n| 启动轻量服务 | `set DEEPWIN_SERVICE_MODE=lite \u0026\u0026 python -m api.app` |\n\nmacOS / Linux 把 `set` 换成 `export`。\n\n### 方案 C：Docker 部署\n\n完整服务：\n\n```bash\ndocker build -t lol-deepwinpredictor .\ndocker run -p 7777:7777 \\\n  -e PORT=7777 \\\n  -e DEEPWIN_SERVICE_MODE=full \\\n  -e MODEL_URL=https://cdn.example.com/models/BILSTM_Att.pt \\\n  -e MYSQL_URL=mysql://user:password@host:3306/lol_deepwinpredictor?charset=utf8mb4 \\\n  lol-deepwinpredictor\n```\n\n轻量服务：\n\n```bash\ndocker build --build-arg REQUIREMENTS_FILE=requirements-lite.txt -t lol-deepwinpredictor-lite .\ndocker run -p 7777:7777 \\\n  -e PORT=7777 \\\n  -e DEEPWIN_SERVICE_MODE=lite \\\n  -e MYSQL_URL=mysql://user:password@host:3306/lol_deepwinpredictor?charset=utf8mb4 \\\n  lol-deepwinpredictor-lite\n```\n\n## 🧪 检查命令\n\n| 检查 | 命令 |\n| --- | --- |\n| 后端语法 | `python -m py_compile api/app.py api/ai_prediction.py api/model_storage.py` |\n| 前端类型 | `cd frontend \u0026\u0026 npx tsc --noEmit` |\n| 前端构建 | `cd frontend \u0026\u0026 npm run build` |\n| 轻量模式 | `DEEPWIN_SERVICE_MODE=lite python -m api.app` |\n| 完整模式 | `DEEPWIN_SERVICE_MODE=full python -m api.app` |\n\n## 🤖 模型说明\n\n| 项目 | 说明 |\n| --- | --- |\n| 原始模型 | BiLSTM-Attention |\n| 输入 | 队伍、分路、英雄、BP、源站统计先验 |\n| 输出 | 蓝红方胜率、校准概率、置信度 |\n| 校准 | 融合模型输出、队伍强度、英雄分路胜率先验 |\n| 风险 | 当前模型仍存在过拟合和校准不足 |\n| 后续 | 增加版本、赛区、选手状态、蓝红方、英雄交互、近期队伍强度、小场细节等特征 |\n\n## ⚠️ 实时比赛预测\n\n| 结论 | 原因 |\n| --- | --- |\n| 暂不做自动实时胜率曲线 | 公开页面通常只有赛前信息或赛后统计，没有稳定、连续、低延迟的局内事件流 |\n| 不把直播预测曲线当作可复刻接口 | 直播中的商业实时预测多来自赛事方、转播方或数据商内部通道 |\n| 后续重点 | 赛前预测、BP 后预测、职业赛程预测、小场预测/回测、模型校准 |\n\n## 🧭 常用 API\n\n| 方法 | 路径 | 说明 |\n| --- | --- | --- |\n| `GET` | `/query_win_rate` | OP.GG 英雄排行榜 |\n| `GET` | `/query_cn_win_rate` | 101.qq.com 英雄排行榜 |\n| `GET` | `/query_champion_detail` | 英雄详情、对位、符文、出装 |\n| `GET` | `/query_team_stats` | 战队统计 |\n| `GET` | `/query_team_detail` | 战队详情 |\n| `GET` | `/query_player` | 选手列表 |\n| `GET` | `/query_player_detail` | 选手详情 |\n| `GET` | `/query_pro_leagues` | 职业赛区 |\n| `GET` | `/query_pro_schedule` | 职业赛程 |\n| `GET` | `/query_pro_match_detail` | 比赛详情 |\n| `POST` | `/predict` | 阵容胜率预测 |\n| `POST` | `/predict_pro_match` | 职业比赛 BO 预测 |\n| `POST` | `/predict_pro_game` | 单局小场预测与回测 |\n| `GET/POST` | `/ai_prediction_config` | AI 提供商配置 |\n| `POST` | `/ai_prediction_analysis_stream` | 流式 AI 分析 |\n| `GET` | `/model_diagnostics` | 模型诊断 |\n\n## 🧩 维护注意\n\n| 事项 | 建议 |\n| --- | --- |\n| 源站结构变化 | 同步逻辑需要跟随 OP.GG、101.qq.com、lpl.qq.com 维护 |\n| WAF / 频率限制 | 优先使用缓存、退避、代理和合规限频 |\n| 密钥 | 不提交 API Key、Cookie、Token、代理凭据 |\n| 缓存 | 不提交运行期抓取缓存、日志和本地配置 |\n| 预测结果 | 仅用于学习、研究和数据分析展示，不构成投注、投资或商业决策建议 |\n\n## 📄 License\n\n本项目用于学习、研究和数据分析展示。模型预测结果不构成投注、投资或任何商业决策建议。\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fflames1217%2Flol-deepwinpredictor","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fflames1217%2Flol-deepwinpredictor","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fflames1217%2Flol-deepwinpredictor/lists"}