技能介绍

解决的数据获取痛点

在 Fantasy NBA（尤其是以色列联赛这类垂直场景）中，分析球队实力往往需要融合排名积分、场均基础数据、投篮命中率分布以及球员明细。这些数据散落在不同的接口中，且返回的 JSON 结构复杂。直接调用 API 不仅需要处理繁琐的鉴权，还需要开发者手动剥离和拼接多层嵌套数据，难以快速提取出对决策有用的信息。

核心工作流与能力

该技能被封装为 MCP 服务，由大模型承担“路由层”角色，理解自然语言意图并调用底层 API 脚本。

前置鉴权：所有请求强依赖 API 密钥。技能会检查配置中的 api_key，若缺失则主动向用户询问，并调用 scripts.config.set_api_key() 保存密钥，确保底层调用合法。
意图映射与参数提取：根据用户查询的侧重点（如查看整体排名、盘点球队、获取单队详情），模型自动匹配 scripts.tools 下的工具函数（如 getAveragesLeagueRankings 或 getTeamDetails），并提取必要参数。
深度数据聚合：getTeamDetails 工具一次性聚合了多维数据，包括 raw_averages（真实场均表现）、ranking_stats（ROTO 计分积分）、category_ranks（分类名次）以及完整的球员名单，大幅减少了接口轮询。
ROTO 计分规则解析：这是该服务的核心。模型需要理解在 8 个分类中，数值越大代表获得的积分越高（如 ast: 12.0 表示该项排名第一获得了最高积分），而 rank 字段则代表总排名（数值越小越靠前），并在输出时清晰区分二者。

适用边界与注意点

数据真实性约束：技能严禁在未配置 XBY_APIKEY 时编造或猜测数据。密钥是调用的唯一凭证，需从官方渠道获取。
严防概念混淆：开发者和模型必须严格区分“积分（points）”与“名次（rank）”。此外，getAverageStats 返回的是真实场均数据（如 25.3 次助攻），切勿与排名积分混淆。
投篮数据口径：getLeagueShotsStats 提供的是全赛季累计投篮总数（fgm、fga 等）而非场均数据，用于分析整体效率时需注意口径差异。