shangfangjianandnew-provider/LongCat-2.0 <
675e176603
High-1/2: baseline mode 违反 DB CHECK 约束
- ck_mode_enum 扩展为 ('single','multi','baseline')
- baseline 的 run_type 从 'baseline' 改为 'live'(符合现有约束)
- 新增迁移 0017_mode_baseline
High-3: 限流日志 NameError: ip 未定义
- deps.py:190 的 logger.warning 中 ip → client_ip
High-4: 生产 Cookie 缺少 Secure 标志
- auth.py 登录时根据 APP_ENV 设置 secure=True(生产)
Medium-5: 降级日志参数类型错误
- orchestrator.py:266 ok_reports(list) → len(ok_reports)(int)
附加: PredictRequest mode 字段加 pattern 校验,与 DB 约束同源
Co-Authored-By: new-provider/LongCat-2.0 <<EMAIL>>
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)
方式一:Docker Compose 部署(推荐)
# 1. 克隆仓库
git clone https://git.bilidili.cn/shangfangjian/Profeto.git
cd Profeto
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env,填入 LLM_API_KEY 和 BZZOIRO_KEY
# 3. 启动全部服务(自动构建 + 执行迁移)
docker compose up -d --build
# 4. 验证
curl http://localhost:8000/health
启动后访问:
- API 文档: http://localhost:8000/docs
- 前端界面: http://localhost:3000
说明:
api容器启动时自动执行alembic upgrade head,无需手动运行迁移。
方式二:本地开发部署
# 1. 克隆 + 安装
git clone https://git.bilidili.cn/shangfangjian/Profeto.git
cd Profeto
pip install -e ".[dev]"
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env,填入 LLM_API_KEY 和 BZZOIRO_KEY
# 3. 启动 PostgreSQL
docker compose up -d postgres
# 4. 执行迁移
alembic upgrade head
# 5. 启动后端 (终端 1)
uvicorn src.api.app:app --reload
# 6. 启动前端 (终端 2)
cd frontend && npm install && npm run dev
后端运行在 http://localhost:8000,前端在 http://localhost:5173。
安全与限流
/api/v1/predict: 内存滑动窗口限流(10 次/分钟/IP),多 worker 时每进程独立计数- 登录防爆破: 进程内内存计数,同上
- 公网部署建议 Nginx 层限流 +
TRUST_PROXY_HEADERS=True - 生产环境必须配置
ADMIN_PASSWORD或ADMIN_API_KEY(否则管理接口 503)
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。