football-match-report — скилл
Навык и пакет на Python по ссылке WhoScored собирают отчет о матче: карты передач, удары, xG и дашборды игроков.
- 120 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Скрейпинг сторонних сайтов может нарушать их условия использования.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/football-match-reportОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скрейпинг сторонних сайтов может нарушать их условия использования.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Пакет `football-match-report` принимает ссылку на любой матч WhoScored. Скрейпер в безголовом Chromium собирает поток событий с координатами: передачи, отборы, проводки. Идентификатор матча FotMob находится сам по дате и командам, оттуда берутся удары с xG и xGOT, моментум, официальная статистика и цвета команд. Дальше рендер без сети строит две страницы отчета 4 на 3: сети передач, карта ударов, оборонительные блоки, прогрессивные передачи, моментум по xT, вход в финальную треть, зона 14 и другие. Отдельно идут дашборды игроков: одна страница 2 на 3 на каждого из стартового состава и сводный `player_stats.csv`. Навык для агентов Hermes описывает порядок команд. Ключи API и ручные сессии Selenium не нужны.
Для кого. Футбольным аналитикам и любителям данных, которым нужен готовый отчет по матчу без ручной сборки графиков.
Подходит, если
- После матча нужен командный отчет с картой ударов и xG.
- Разбирают одного игрока: нужны карты его передач, ударов и касаний.
- Данные матча сводят в `player_stats.csv` для дальнейшего анализа.
- Агент получает ссылку WhoScored и сам проходит цепочку скрейпа и рендера.
Не подходит, если
- Сайты нельзя скрейпить по условиям использования.
- Нужны живые данные во время матча.
- Требуется лицензированный источник данных для публикации.
Пример запроса к агенту
Возьми матч по ссылке WhoScored, собери данные в `./data`, построй два командных отчета и дашборды игроков.Ограничения
Данные приходят скрейпингом WhoScored и FotMob, поэтому изменение верстки сайтов ломает сбор, а условия использования источников нужно соблюдать самостоятельно. Для скрейпа ставят Chromium через Playwright, это скачивает браузер. Навык описан для агента Hermes и платформ Linux и macOS. Отчеты строятся по уже сыгранным матчам. Примеры в репозитории показывают формат отчета, а не гарантию полноты данных. Последний коммит от августа 2026 года.
Как отключить. Удалите папку навыка из каталога агента и окружение проекта `uv`. Скачанные данные лежат в каталогах `--out` и отчетов, их удаляют вручную.
Частые вопросы
Нужны ли ключи API?
Нет. Скрейп идет через безголовый браузер, ключи и ручные сессии не требуются.
Какие отчеты получаются?
Две страницы командного отчета (`match_report_1`, `match_report_2`), дашборд лучших игроков и персональные дашборды.
Откуда берутся xG и xGOT?
Из FotMob: идентификатор матча подбирается по дате и названиям команд.
Можно ли перестроить отчет без интернета?
Да. Команды `render` и `players` работают офлайн по уже скачанным данным.
Подходит ли Windows?
В описании навыка указаны Linux и macOS. Для Windows автор поддержку не заявляет.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыMCP-сервер с поиском по документации 31 провайдера футбольных данных: StatsBomb, Opta, Wyscout и другие. Context7 для футбола.
Скилл анализа данных в Excel: проверяет таблицу, чистит, сверяет итоги с суммами в самой таблице и только потом выдает числа.
Скиллы MPSTATS
Claude Code Skills — MPSTATS
Официальные скиллы MPSTATS: аналитика Wildberries, Ozon и Яндекс Маркета и генерация визуала для карточек через API
Набор скиллов для соревнований по математическому моделированию: разбор задачи, выбор метода, код на Python и MATLAB, оформление статьи
Скилл визуализации данных для агентов: превращает данные в аккуратные интерактивные HTML-графики и целые отчеты с единым визуальным языком
Скилл и CLI для анализа таблиц: чистка с записанными решениями, статистика на нужном уровне, PDF-отчет и отдельный аудит.
Коротко о README
Репозиторий построен как чистый пакет на Python с командой `football-match-report` и агентским навыком. Макет отчета повторяет проект Post-Match-Report 2.0.