AI导哈

NBA球员数据预测工具

一个基于MCP的NBA球员数据预测工具，通过实时数据分析和高级统计建模生成球员表现预测。

  • by dhrbtjr0331
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 dhrbtjr0331/nba-stats-predictor-mcp

使用说明

NBA统计预测应用的MCP服务器

NBA统计预测应用程序的MCP驱动工具，使用实时数据分析和高级统计建模生成球员表现预测。

安装

先决条件

  • Python 3.8+
  • 点
  • 克劳德桌面

逐步设置

  1. 将此存储库克隆到本地设备上

  2. 导航到项目目录：

    cd nba-stats-predictor-application

  3. 创建虚拟环境：

    python3 -m venv venv

  4. 激活虚拟环境：

    source venv/bin/activate

  5. 安装依赖项：

    pip install -r requirements.txt

  6. 下载必要的数据：

    python3 data_pipeline/download_data.py

  7. 训练预测模型：

    python3 models/train_model.py

  8. 启动FastAPI服务器：

    uvicorn api.fastapi_server:app --reload

  9. 打开一个新终端

  10. 返回项目目录

  11. 安装UV包管理器：

    curl -LsSf https://astral.sh/uv/install.sh | sh

  12. 重新启动此目录中的终端

  13. 运行MCP服务器：

    uv run mcp_main.py

  14. 打开另一个新终端

  15. 配置Claude桌面：

    code ~/Library/Application\ Support/Claude/claude_desktop_config.json

    注意：如果文件不存在，请创建它。

  16. 将以下配置添加到 claude_desktop_config.json:

    {
    "mcpServers": {
        "NBA-stats-predictor": {
            "command": "/PATH/TO/PROJECT/DIRECTORY/.venv/bin/uv",
            "args": [
                "--directory",
                "/PATH/TO/PROJECT/DIRECTORY/",
                "run",
                "mcp_main.py"
            ]
        }
    }
}

    记得更换 /PATH/TO/PROJECT/DIRECTORY/ 了解项目的实际路径。

  17. 现在，您应该可以在Claude Desktop上使用此MCP工具。

用法

配置后，您可以使用Claude Desktop中的NBA统计预测工具来预测即将到来的比赛中的球员表现。

故障排除

  • 确保配置中的所有路径都正确
  • 在运行命令之前，确保虚拟环境已激活
  • 检查所有依赖项是否已正确安装
  • 在使用MCP工具之前，请验证FastAPI服务器是否正在运行

相关 MCP