# 02 · 快速开始

## 前置条件

- Python 3.11+
- Docker Desktop(跑 PostgreSQL)
- 一个 OpenAI-compatible 的 LLM API Key(OpenAI / Deepseek / Ollama 等任一)
- bzzoiro 数据源 Key(旧项目 MatchPro 的同一 Key)

## 1. 安装

```bash
cd P:\Profeto
pip install -e ".[dev]"
```

## 2. 配置环境变量

```bash
cp .env.example .env
```

编辑 `.env`,至少填这三项:

```ini
LLM_API_KEY=sk-xxx                # 必填
LLM_BASE_URL=https://api.openai.com/v1   # 换成你的提供商
LLM_MODEL=gpt-4o-mini             # 默认模型

# 可选分档(推荐):
LLM_SPECIALIST_MODEL=gpt-4o-mini  # 5 个专家用(便宜快)
LLM_AGGREGATOR_MODEL=gpt-4o      # 终裁用(强)

BZZOIRO_KEY=xxx                   # 数据采集用
```

## 3. 启动数据库 + 建表

```bash
docker compose up -d postgres
alembic upgrade head
```

## 4. 启动服务

```bash
# 后端
uvicorn src.api.app:app --reload

# 前端(另开终端)
cd frontend
npm install
npm run dev
```

- 前端界面: http://localhost:5173
- API 文档(Swagger): http://localhost:8000/docs

## 5. 首次跑通全流程

### 采集历史数据(英超近两个月为例)

```bash
curl -X POST http://localhost:8000/api/v1/ingest/bzzoiro \
  -H "Content-Type: application/json" \
  -d '{"leagues":["E0"],"date_from":"2026-08-01","date_to":"2026-09-08"}'
```

> 注:采集/评估端点需管理员凭据。本地开发环境(未配置鉴权、非 production)默认放行;
> 生产环境需先 `POST /auth/login` 取 Cookie,或带 `X-API-Key` 头。

数据量大时**直接拉整赛季**(约 380 场,含近几个赛季更好,近况/交锋/积分榜都需要历史):

```bash
curl -X POST http://localhost:8000/api/v1/ingest/bzzoiro \
  -H "Content-Type: application/json" \
  -d '{"leagues":["E0"],"date_from":"2025-08-01","date_to":"2026-09-08"}'
```

### 回填积分榜与统计(让攻防/排名专家有数据)

```bash
curl -X POST http://localhost:8000/api/v1/ingest/bzzoiro \
  -H "Content-Type: application/json" \
  -d '{"task":"standings"}'

curl -X POST http://localhost:8000/api/v1/ingest/bzzoiro \
  -H "Content-Type: application/json" \
  -d '{"task":"stats","leagues":["E0"],"limit":300}'
```

`task=stats` 只补空字段(xG/射门/控球等),不创建比赛。

### 查比赛

浏览器打开 http://localhost:5173 ,选"英超 / 未开赛";
或:

```bash
curl "http://localhost:8000/api/v1/matches?league=E0&status=scheduled"
```

### LLM 预测

页面上点"LLM 预测",预测面板会展示最终结论 + 5 个专家 agent 的折叠报告(方向性评分/证据/分析);
或:

```bash
curl -X POST http://localhost:8000/api/v1/predict \
  -H "Content-Type: application/json" \
  -d '{"match_id": 1}'
```

不传 `mode` 默认走多 agent;`"mode":"single"` 走单次调用旧路径(用于对比)。

### 赛后评估

比赛结束后,采集最新赛果(同一条 ingest 命令会自动把 scheduled 升级为 finished 并补比分),
然后回填预测:

```bash
curl -X POST http://localhost:8000/api/v1/eval/settle \
  -H "Content-Type: application/json" \
  -d '{"prediction_id": 1, "home_goals": 2, "away_goals": 1}'

# 汇总准确率(按 模型 × prompt 版本,含 multi/single 对比)
curl http://localhost:8000/api/v1/eval/summary
```

## 常见问题

| 问题 | 处理 |
|---|---|
| 连不上数据库 | `docker compose ps` 确认 postgres 健康;`.env` 的 `DATABASE_URL` 与 compose 一致 |
| predict 返回 502 | 看 uvicorn 日志的 LLM error;确认 `LLM_BASE_URL`/`LLM_API_KEY`;`response_format` 不兼容的网关会报错(改用支持 json mode 的模型) |
| 采集 0 场 | bzzoiro Key 失效或联赛代码写错;先 `GET /api/v1/leagues` 看库里有没有联赛 |
| 专家报告全是 no_data | 历史数据不够 —— 近况需要每队近 5 场、积分榜需要本赛季已完赛比赛,多拉几周数据 |
| stats 专家报无 xG/统计 | 先跑 `task=stats` 回填(bzzoiro 统计管线,只补空字段) |