Profeto — 先知

给 LLM 提供结构化数据,让 LLM 预测足球比分。

架构

┌─────────────────────────────────────────────────────┐
│  前端 (React + Vite + Tailwind)                     │
│  http://localhost:5173                              │
└──────────────────────┬──────────────────────────────┘
                       │ REST API
┌──────────────────────▼──────────────────────────────┐
│  FastAPI                                            │
│  ├── /api/v1/matches     比赛查询                   │
│  ├── /api/v1/predict     LLM 预测 (单/多 Agent)     │
│  ├── /api/v1/ingest/*    数据采集                   │
│  ├── /api/v1/eval/*      评估回填                   │
│  └── /api/v1/backtest    回测                       │
└──────────┬─────────────────────────────┬────────────┘
           │                             │
┌──────────▼──────────┐    ┌─────────────▼────────────┐
│  PostgreSQL         │    │  LLM (OpenAI-compatible)  │
│  6 张表             │    │  OpenAI / Deepseek /      │
│  leagues/teams/     │    │  Ollama / 任意网关        │
│  matches/match_     │    └──────────────────────────┘
│  stats/predictions/ │
│  injuries           │
└─────────────────────┘
           ▲
           │ 采集
┌──────────┴─────────────────────────────────────────┐
│  数据源 (DataSource 协议 + 注册表)                   │
│  ├── bzzoiro    比分 / 统计 / xG                    │
│  ├── understat  xG 回填                             │
│  └── injuries   伤停数据 (api-football)             │
└────────────────────────────────────────────────────┘

分层架构

API Route → Application Service → Repository → UnitOfWork → DB

• UnitOfWork: 统一事务边界,业务层不再自行 commit
• Repository: 封装数据访问,提供类型化查询接口
• DataSource: 采集外部数据,通过注册表动态分发

多 Agent 预测

默认模式 (mode=multi) 采用 5 专家 + 终裁 架构:

比赛数据 → 切片 ─┬─→ A 近期状态专家 ─┐
                 ├─→ B 攻防数据专家 ─┤
                 ├─→ C 主客因素专家 ─┼─→ 终裁专家 ─→ 最终预测
                 ├─→ D 阵容完整专家 ─┤
                 └─→ E 历史交锋专家 ─┘

• 各专家只看到自己维度的数据切片,避免信息过载
• fail-open: 单个专家失败不影响整体
• no_data 门控: 无数据维度跳过 LLM 调用,省 token 防幻觉
• 终裁根据各报告的 subjective_confidence / data_sufficiency 输出 agent_weights

数据正确性保障

• Cutoff 机制: 回测时只使用 cutoff_at 之前已采集的数据
• Injury 防泄漏: 伤停查询强制 retrieved_at <= cutoff
• LLM 输出校验: Pydantic 严格校验 + 语义一致性检查
• 数据库约束: CHECK 约束作为最后一道防线

快速开始

前置条件

• Python >= 3.11
• Docker (运行 PostgreSQL)
• LLM API Key (OpenAI / Deepseek / Ollama 等)

1. 安装

git clone https://git.bilidili.cn/shangfangjian/Profeto.git
cd Profeto

# 后端依赖
pip install -e ".[dev]"

# 配置环境变量
cp .env.example .env
# 编辑 .env,填入 LLM_API_KEY 和 BZZOIRO_KEY

2. 启动数据库

docker compose up -d postgres
alembic upgrade head  # 首次运行需要执行迁移

3. 启动服务

# 后端 (终端 1)
uvicorn src.api.app:app --reload

# 前端 (终端 2)
cd frontend && npm install && npm run dev

后端运行在 http://localhost:8000,前端在 http://localhost:5173。

API 概览

方法	路径	说明
GET	/api/v1/matches	比赛查询(筛选/分页)
GET	/api/v1/leagues	联赛列表
POST	/api/v1/predict	LLM 预测 (mode=single/multi)
GET	/api/v1/predictions	预测历史
POST	/api/v1/ingest/bzzoiro	采集比分/统计
POST	/api/v1/ingest/understat	回填 xG
POST	/api/v1/ingest/injuries	采集伤停
POST	/api/v1/eval/settle	回填实际结果
GET	/api/v1/eval/summary	准确率汇总
POST	/api/v1/backtest	历史回测
GET	/health	存活检查
GET	/health/ready	就绪检查(含 DB)

项目结构

Profeto/
├── src/
│   ├── api/                    # FastAPI 路由层
│   │   ├── app.py              # 应用工厂 + lifespan
│   │   ├── schemas.py          # Pydantic 请求/响应模型
│   │   └── routes/
│   │       ├── matches.py      # 比赛查询
│   │       ├── predict.py      # 预测入口
│   │       ├── ingest.py       # 数据采集
│   │       ├── eval.py         # 评估回填
│   │       └── backtest.py     # 回测
│   ├── core/                   # 基础设施
│   │   ├── config.py           # pydantic-settings 配置
│   │   ├── http_client.py      # 共享 httpx 客户端
│   │   └── retry.py            # 重试工具(指数退避)
│   ├── data/                   # 数据层
│   │   ├── sources.py          # DataSource 协议 + 注册表
│   │   ├── normalize.py        # 数据规范化契约
│   │   ├── bzzoiro.py          # bzzoiro 数据源
│   │   ├── understat.py        # understat xG 数据源
│   │   ├── injuries.py         # 伤停数据
│   │   ├── config.py           # 联赛映射常量
│   │   └── team_names.py       # 队名归一化
│   ├── db/                     # 数据库
│   │   ├── base.py             # SQLAlchemy async engine
│   │   ├── models.py           # ORM 模型 (6 表)
│   │   ├── unit_of_work.py     # UnitOfWork 事务封装
│   │   └── repositories.py     # Repository 数据访问
│   └── llm/                    # LLM 预测核心
│       ├── predict.py          # 预测服务 (缓存 + 单/多模式)
│       ├── context_builder.py  # 数据切片 + 上下文拼接
│       ├── eval.py             # 评估统计
│       ├── backtest.py         # 回测框架
│       ├── provider.py         # 多提供商 LLM 抽象
│       ├── validation.py       # LLM 输出校验
│       ├── agents/
│       │   ├── base.py         # Agent 基础设施 + 解析
│       │   └── orchestrator.py # 多 Agent 编排
│       └── prompts/            # Prompt 模板
├── alembic/                    # 数据库迁移
├── frontend/                   # React 前端
├── docs/                       # 详细文档
├── tests/                      # 单元测试
├── docker-compose.yml
├── Dockerfile
└── pyproject.toml

核心模块

模块	作用
context_builder.py	最重要: 数据切片 + 拼接 LLM 看到的上下文
prompts/	Prompt 模板 (迭代最频繁)
provider.py	OpenAI-compatible 多提供商抽象
sources.py	数据源协议 + 注册表
unit_of_work.py	统一事务边界
repositories.py	数据访问封装
validation.py	LLM 输出严格校验
backtest.py	回测框架(防未来数据泄漏)

配置

通过 .env 或环境变量配置:

变量	说明	默认值
DATABASE_URL	PostgreSQL 连接	postgresql+asyncpg://football:football@localhost:5432/football
LLM_PROVIDER	提供商标识	openai
LLM_API_KEY	API 密钥	(必填)
LLM_BASE_URL	API 地址	https://api.openai.com/v1
LLM_MODEL	模型名	gpt-4o
LLM_SPECIALIST_MODEL	专家模型 (空=回落 LLM_MODEL)
LLM_AGGREGATOR_MODEL	终裁模型 (空=回落 LLM_MODEL)
BZZOIRO_KEY	bzzoiro API Key	(必填)
API_FOOTBALL_KEY	api-football Key (伤停)
CORS_ORIGINS	允许的跨域来源	http://localhost:5173

测试

pytest

数据库迁移

alembic upgrade head

License

个人研究项目,预测结果不构成投注建议。