This commit is contained in:
team3
2026-07-24 11:24:24 +02:00
parent f41ac76b57
commit 848c8ea1aa
41 changed files with 1776 additions and 15 deletions

44
.planer/architektur.md Normal file
View File

@@ -0,0 +1,44 @@
# Architektur: tft
## Komponente: API-Schnittstelle
beschreibung: Stellt HTTP-Endpunkte bereit, über die TFT-Partien gesteuert, erstellt und ausgelesen werden können.
einheiten: backend/tft/api/app.py::ActionRequest, backend/tft/api/app.py::_load_game_deps, backend/tft/api/app.py::action, backend/tft/api/app.py::health, backend/tft/api/app.py::new_game, backend/tft/api/app.py::serialize, backend/tft/api/app.py::state, backend/tft/api/app.py::unit_view, backend/tft/api/app.py::upgrade_hint
beziehungen:
- nutzt: Spielsimulation
- wird-genutzt-von: Kommandozeile
## Komponente: Kommandozeile
beschreibung: Bietet das CLI-Werkzeug `tft` und verzweigt Subcommands auf die passenden Pipeline-Funktionen.
einheiten: backend/tft/cli.py::current_set, backend/tft/cli.py::main
beziehungen:
- nutzt: API-Schnittstelle
## Komponente: Konstanten
beschreibung: Lädt und validiert die TOML-Konstantendatei eines TFT-Sets.
einheiten: backend/tft/constants/loader.py::load_constants, backend/tft/constants/loader.py::validate
## Komponente: Match-Datenpersistenz
beschreibung: Stellt die SQLite-Verbindung bereit und crawlt, extrahiert und validiert gewertete TFT-Matches.
einheiten: backend/tft/db.py::connect, backend/tft/matches/crawl.py::crawl, backend/tft/matches/extract.py::extract_all, backend/tft/matches/extract.py::extract_match, backend/tft/matches/extract.py::patch_of, backend/tft/matches/extract.py::validate_ids, backend/tft/matches/riot.py::RiotClient, backend/tft/matches/riot.py::_load_env, backend/tft/matches/riot.py::api_key
beziehungen:
- nutzt: Statische Daten
## Komponente: Statische Daten
beschreibung: Bezieht, parst und versioniert die normalisierten TFT-Rohdaten von Community Dragon.
einheiten: backend/tft/staticdata/fetch.py::fetch_static, backend/tft/staticdata/fetch.py::load_static, backend/tft/staticdata/parse.py::augment_tier, backend/tft/staticdata/parse.py::detect_set, backend/tft/staticdata/parse.py::icon_url, backend/tft/staticdata/parse.py::parse, backend/tft/staticdata/parse.py::render_desc, backend/tft/staticdata/parse.py::resolve_spell
beziehungen:
- wird-genutzt-von: Match-Datenpersistenz
## Komponente: Modell und Artefakt
beschreibung: Baut das versionierte Analyse-Artefakt aus Statikdaten und erlernt Stärke-Multiplikatoren aus Endboards.
einheiten: backend/tft/model/artifact.py::_augment_specs, backend/tft/model/artifact.py::build, backend/tft/model/artifact.py::component_pool, backend/tft/model/artifact.py::craftable_items, backend/tft/model/artifact.py::load, backend/tft/model/artifact.py::recipes, backend/tft/model/artifact.py::save, backend/tft/model/artifact.py::spell_dps_cap, backend/tft/model/augments.py::_num, backend/tft/model/augments.py::build_spec, backend/tft/model/augments.py::build_specs, backend/tft/model/baseline.py::classify_role, backend/tft/model/baseline.py::unit_value, backend/tft/model/calibrate.py::_holdout_scores, backend/tft/model/calibrate.py::_ranks, backend/tft/model/calibrate.py::board_from_row, backend/tft/model/calibrate.py::calibrate, backend/tft/model/calibrate.py::spearman, backend/tft/model/learn.py::_multiplier, backend/tft/model/learn.py::learn, backend/tft/model/learn.py::learn_from_db, backend/tft/model/score.py::active_trait_tiers, backend/tft/model/score.py::board_profiles, backend/tft/model/score.py::score_board, backend/tft/model/score.py::unit_profile, backend/tft/model/statsheet.py::_apply_item_effects, backend/tft/model/statsheet.py::_empty_acc, backend/tft/model/statsheet.py::_fraction, backend/tft/model/statsheet.py::item_is_modeled, backend/tft/model/statsheet.py::trait_buffs, backend/tft/model/statsheet.py::unit_stats, backend/tft/paths.py::artifact_dir, backend/tft/paths.py::latest_artifact_pointer, backend/tft/paths.py::latest_static_pointer, backend/tft/paths.py::static_dir
beziehungen:
- nutzt: Statische Daten
- wird-genutzt-von: Spielsimulation
## Komponente: Spielsimulation
beschreibung: Simuliert vollständige TFT-Partien als endliche Zustandsmaschine inklusive Kampf, Wirtschaft, Shop und Autoplay.
einheiten: backend/tft/sim/autoplay.py::play_afk, backend/tft/sim/autoplay.py::play_econ, backend/tft/sim/autoplay.py::run, backend/tft/sim/combat.py::FightResult, backend/tft/sim/combat.py::_queue, backend/tft/sim/combat.py::_suffix_off, backend/tft/sim/combat.py::fight, backend/tft/sim/combat.py::player_damage, backend/tft/sim/economy.py::apply_xp, backend/tft/sim/economy.py::interest, backend/tft/sim/economy.py::round_income, backend/tft/sim/economy.py::streak_gold, backend/tft/sim/economy.py::xp_to_next, backend/tft/sim/game.py::Game, backend/tft/sim/game.py::_delegate, backend/tft/sim/game.py::pair_players, backend/tft/sim/player.py::InvalidAction, backend/tft/sim/player.py::PlayerState, backend/tft/sim/player.py::buy, backend/tft/sim/player.py::buy_xp, backend/tft/sim/player.py::equip, backend/tft/sim/player.py::fill_board, backend/tft/sim/player.py::grab_carousel_unit, backend/tft/sim/player.py::grant_loot, backend/tft/sim/player.py::merge, backend/tft/sim/player.py::move, backend/tft/sim/player.py::new_player, backend/tft/sim/player.py::pick_augment, backend/tft/sim/player.py::refresh_shop, backend/tft/sim/player.py::reroll, backend/tft/sim/player.py::score, backend/tft/sim/player.py::sell, backend/tft/sim/player.py::unit_worth, backend/tft/sim/pool.py::Pool, backend/tft/sim/rounds.py::schedule, backend/tft/sim/shop.py::roll
beziehungen:
- nutzt: Modell und Artefakt
- wird-genutzt-von: API-Schnittstelle

View File

@@ -0,0 +1,107 @@
# Einheiten: backend/tft/api/app.py
stand: f41ac76b5789
## backend/tft/api/app.py::ActionRequest
beschreibung: Definiert das Pydantic-Schema für eingehende Aktions-Requests einer TFT-Spielpartie.
input: HTTP-Request-Body mit den Aktions-Feldern action, slot, where, idx, item_idx, board_idx, choice
output: Ein ActionRequest-Modell mit validierten, optional typisierten Aktions-Parametern
entscheidungen:
- Sämtliche Aktions-Parameter außer action sind als optional deklariert
beleg: "slot: int | None = None"
- Die Modell-Klasse verwendet Pydantic-BaseModel zur automatischen Validierung
beleg: "class ActionRequest(BaseModel):"
kanten:
## backend/tft/api/app.py::health
beschreibung: Stellt einen Health-Check-Endpunkt zur Verfügung, der den Betriebszustand des Dienstes meldet.
input: HTTP-GET-Aufruf auf /health
output: Ein JSON-Objekt mit status="ok"
entscheidungen:
- Der Endpunkt ist über den Pfad /health erreichbar
beleg: "@app.get(\"/health\")"
- Der Status wird statisch als "ok" zurückgegeben
beleg: "return {\"status\": \"ok\"}"
kanten:
## backend/tft/api/app.py::_load_game_deps
beschreibung: Lädt die für eine Spielsitzung benötigten statischen Set-Daten und Konfigurationswerte.
input: Keine Argumente; liest den Static-Pointer aus dem Dateisystem
output: Ein Tupel aus geladenem Artifact-Set und Konfigurationswerten
entscheidungen:
- Bei fehlendem Static-Pointer wird ein HTTP-503-Fehler ausgelöst
beleg: "raise HTTPException(503, \"no static data: run `tft.cli fetch-static` first\")"
- Die benötigten Submodule werden lokal erst zur Laufzeit importiert
beleg: "from tft.constants.loader import load_constants"
kanten:
## backend/tft/api/app.py::new_game
beschreibung: Erstellt eine neue TFT-Spiellauf-Instanz und registriert sie im globalen Spiellauf-Register.
input: Optionaler Seed-Wert für die Initialisierung des Zufallsgenerators
output: Ein JSON-Objekt mit der frisch vergebenen game_id und dem serialisierten Spielzustand
entscheidungen:
- Die Spiele werden in einem prozessglobalen Dictionary GAMES gehalten
beleg: "GAMES[game_id] = Game(artifact, cfg, seed=seed)"
- Die game_id ist eine 8-stelligen Hex-Kürzel einer UUID
beleg: "game_id = uuid.uuid4().hex[:8]"
kanten:
## backend/tft/api/app.py::state
beschreibung: Liefert den serialisierten Spielzustand einer bestehenden Spiellauf-Instanz.
input: Eine game_id aus der URL
output: Ein JSON-Objekt mit dem Spielzustand oder ein 404-Fehler
entscheidungen:
- Unbekannte Spiele führen zu einem 404-Fehler statt zu einem leeren Zustand
beleg: "raise HTTPException(404, \"unknown game\")"
- Der Endpunkt ist als GET auf /api/game/{game_id} definiert
beleg: "@app.get(\"/api/game/{game_id}\")"
kanten:
## backend/tft/api/app.py::action
beschreibung: Interpretiert eine Aktions-Anfrage und leitet sie an die passende Game-Methode weiter.
input: Eine game_id sowie ein ActionRequest mit Aktionstyp und Parametern
output: Ein serialisierter Spielzustand nach Ausführung oder ein 4xx-Fehler
entscheidungen:
- Unbekannte Aktionen werden als 400-Fehler abgewiesen
beleg: "raise HTTPException(400, f\"unknown action {req.action}\")"
- Ungültige Aktionen der Domäne werden als 400-Fehler übersetzt
beleg: "except InvalidAction as e:"
- Fehlende Parameter werden als 400-Fehler mit Hinweis auf die Aktion gemeldet
beleg: "raise HTTPException(400, f\"missing parameters for action {req.action}\")"
kanten:
## backend/tft/api/app.py::upgrade_hint
beschreibung: Berechnet, in welche Sternstufe eine Einheit durch einen weiteren Kauf aufsteigen würde.
input: Das Game-Objekt sowie der api_name einer Einheit
output: 0 für kein Upgrade, 2 für einen 2-Sterne- oder 3 für einen 3-Sterne-Aufstieg
entscheidungen:
- Bereits 3-Sterne-Einheiten werden vom Upgrade-Pfad ausgeschlossen
beleg: "if u[\"api_name\"] == api and u[\"stars\"] < 3"
- Höhere Sterne zählen mit Stern-Eskalation als 3^(s-1) Kopien
beleg: "sum(3 ** (u[\"stars\"] - 1) for u in owned)"
kanten:
## backend/tft/api/app.py::unit_view
beschreibung: Projiziert eine interne Einheit-Darstellung in die API-Antwortstruktur.
input: Ein Game-Objekt sowie eine Einheit-Dictionary-Repräsentation
output: Ein JSON-Objekt mit Anzeigename, Kosten, Sternen, Traits, Icon und getragenen Items
entscheidungen:
- Fehlende Anzeigenamen fallen auf den api_name zurück
beleg: "\"name\": info.get(\"name\", u[\"api_name\"])"
- Item-Namen und -Icons werden tolerant gegen fehlende Einträge ausgelesen
beleg: "game.artifact[\"static\"][\"items\"].get(i, {}).get(\"name\", i)"
kanten:
## backend/tft/api/app.py::serialize
beschreibung: Erzeugt das vollständige JSON-Spielbild inklusive Brett, Bank, Shop, Traits und Gegnern.
input: Ein Game-Objekt der laufenden Simulation
output: Ein umfangreiches Dictionary, das alle UI-relevanten Spielzustandsdaten bündelt
entscheidungen:
- Die Trait-Liste wird absteigend nach Tier und Count sortiert
beleg: "key=lambda x: (-x[\"tier\"], -x[\"count\"])"
- Gegner werden absteigend nach HP sortiert dargestellt
beleg: "key=lambda x: -x[\"hp\"]"
- Das Log wird auf die letzten acht Einträge begrenzt
beleg: "\"log\": game.log[-8:]"
- Aktive Trait-Tiers werden aus Brett-Einheiten berechnet
beleg: "tiers = active_trait_tiers(game.board, static[\"traits\"], static[\"units\"])"
kanten:

View File

@@ -0,0 +1,34 @@
# Einheiten: backend/tft/cli.py
stand: f41ac76b5789
## backend/tft/cli.py::current_set
beschreibung: Liefert die aktuell aktive TFT-Set-Nummer aus dem statischen Daten-Zeiger.
input: keine Argumente; liest den vom Modul `tft.paths` bereitgestellten latest-Pointer
output: `int` die Set-Nummer aus dem gelesenen JSON
entscheidungen:
- Bricht hart ab, wenn noch keine statischen Daten existieren, statt einen Default zurückzugeben
beleg: "raise SystemExit(\"no static data yet: run `fetch-static` first\")"
- Bezieht den Set-Schlüssel ausschließlich aus dem Feld `set` des Pointer-JSONs
beleg: "return json.loads(pointer.read_text())[\"set\"]"
- Kapselt den Import von `tft.paths` lokal in der Funktion, um Modullade-Reihenfolge unabhängig zu halten
beleg: "from tft import paths"
kanten:
- wird-genutzt-von: backend/tft/cli.py::main
## backend/tft/cli.py::main
beschreibung: Stellt die Kommandozeilen-Schnittstelle des `tft`-Tools bereit und verzweigt eingegebene Subcommands auf die passenden Pipeline-Funktionen.
input: Prozess-Argumente aus `argparse` (Subcommand + Optionen wie `--set`, `--policy`, `--games`)
output: Konsolen-Statusmeldungen bzw. Fehlerausgaben; bei `refresh` ruft es rekursiv Sub-Stages als Subprozess auf
entscheidungen:
- Erlaubt ausschließlich die registrierten Subcommands, indem `required=True` gesetzt wird
beleg: "sub = parser.add_subparsers(dest=\"command\", required=True)"
- Trennt Subcommand-Implementierungen per Lazy-Import innerhalb der `elif`-Zweige
beleg: "if args.command == \"fetch-static\":"
- Bricht den `refresh`-Lauf beim ersten nicht-null Returncode eines Subprozesses ab
beleg: "if result.returncode != 0:"
- Übergibt beim `autoplay`-Subcommand die Default-Politik `econ`, falls `--policy` fehlt
beleg: "default=\"econ\""
- Nutzt beim `calibrate`-Pfad strikt Holdout-Daten via `holdout_only=True`
beleg: "holdout_only=True)"
kanten:
- wird-genutzt-von: backend/tft/cli.py::main

View File

@@ -0,0 +1,34 @@
# Einheiten: backend/tft/constants/loader.py
stand: f41ac76b5789
## backend/tft/constants/loader.py::load_constants
beschreibung: Lädt die TOML-Konstantendatei für ein gegebenes Set und gibt das eingelesene Dict zurück.
input: set_number (int) die zu ladende Set-Nummer.
output: dict die deserialisierten Konstanten aus der TOML-Datei.
entscheidungen:
- Fehlt die Set-Datei, bricht der Lader mit einer FileNotFoundError ab und gibt einen Hinweis zur Behebung.
beleg: "if not path.exists():"
- Die Datei wird im Binary-Modus geöffnet, da tomllib rohe Bytes erwartet.
beleg: "with path.open(\"rb\") as f:"
- Geladene Werte werden unmittelbar über validate einer Konsistenzprüfung unterzogen.
beleg: "validate(c)"
kanten:
- ruft-auf: backend/tft/constants/loader.py::validate
## backend/tft/constants/loader.py::validate
beschreibung: Validiert die Struktur und Plausibilität der geladenen Konstanten und wirft bei Verstößen ValueError.
input: c (dict) das zuvor aus TOML geladene Konstanten-Dict.
output: None signalisiert Gültigkeit durch stilles Zurückkehren oder Auslösen einer Ausnahme.
entscheidungen:
- Jede Shop-Odds-Zeile muss genau 5 Einträge besitzen.
beleg: "if len(row) != 5:"
- Die Pool-Größenliste muss exakt 5 Kostenstufen umfassen.
beleg: "if len(c[\"pool\"][\"sizes\"]) != 5:"
- Die Anzahl der XP-Stufen-Übergänge muss zur maximalen Stufe passen (to_next = max_level 1).
beleg: "if len(xp[\"to_next\"]) != xp[\"max_level\"] - 1:"
- Die streak_gold-Tabelle muss aufsteigend nach Streak-Länge sortiert sein.
beleg: "if streaks != sorted(streaks):"
- Jede Shop-Odds-Zeile muss in Summe genau 100 ergeben.
beleg: "if sum(row) != 100:"
kanten:
- wird-genutzt-von: backend/tft/constants/loader.py::load_constants

View File

@@ -0,0 +1,17 @@
# Einheiten: backend/tft/db.py
stand: f41ac76b5789
## backend/tft/db.py::connect
beschreibung: Stellt eine SQLite-Verbindung zur Match-Datenbank her und initialisiert das Schema.
input: impliziter Datenbankpfad aus tft.paths.MATCHES_DB
output: eine geöffnete sqlite3.Connection mit ausgeführtem SCHEMA
entscheidungen:
- Das Datenverzeichnis wird vor dem Verbindungsaufbau angelegt, falls es fehlt.
beleg: "paths.DATA.mkdir(parents=True, exist_ok=True)"
- Das Schema wird bei jeder Verbindung idempotent per executescript angewendet.
beleg: "conn.executescript(SCHEMA)"
- Die Tabellen nutzen CREATE TABLE IF NOT EXISTS, wodurch Reinitialisierungen gefahrlos sind.
beleg: "CREATE TABLE IF NOT EXISTS matches"
- candidates_log wird im Schema nicht definiert und damit bewusst ausgelassen.
beleg: "CREATE TABLE IF NOT EXISTS crawl_log"
kanten:

View File

@@ -0,0 +1,19 @@
# Einheiten: backend/tft/matches/crawl.py
stand: f41ac76b5789
## backend/tft/matches/crawl.py::crawl
beschreibung: Crawlt gewertete TFT-Matches von Challengern/GM-Spielern und persistiert sie gefiltert nach Queue und Set-Nummer in der SQLite-Datenbank.
input: set_number (Ziel-Set-Nummer) und optionales limit (Maximalanzahl neuer Matches)
output: Anzahl der neu hinzugefügten Matches (int)
entscheidungen:
- Bereits vorhandene Match-IDs werden vorab in ein Set geladen, um Duplikate frühzeitig zu überspringen.
beleg: "seen = {row[0] for row in conn.execute(\"SELECT match_id FROM matches\")}"
- Nur Matches der gewerteten Queue 1100 werden übernommen, andere werden verworfen.
beleg: "if info.get(\"queue_id\", info.get(\"queueId\")) != RANKED_QUEUE:"
- Nur Matches des angeforderten tft_set_number werden persistiert, Fremd-Sets herausgefiltert.
beleg: "if info[\"tft_set_number\"] != set_number:"
- Nach jedem neu gespeicherten Match wird sofort committet, um Fortschritt nicht zu verlieren.
beleg: "conn.commit()"
- Ein täglicher crawl_log-Eintrag aktualisiert die Anzahl hinzugefügter Matches inkrementell.
beleg: "ON CONFLICT(day) DO UPDATE SET matches_added = matches_added + ?"
kanten:

View File

@@ -0,0 +1,61 @@
# Einheiten: backend/tft/matches/extract.py
stand: f41ac76b5789
## backend/tft/matches/extract.py::patch_of
beschreibung: Leitet den zweistelligen Versions-Patch (z. B. „16.14") aus einem beliebigen `game_version`-String ab.
input: Ein `game_version`-String mit beliebigen Präfixen oder Trennzeichen.
output: Der Patch-Anteil als String der Form „x.y".
entscheidungen:
- Iteriert über Tokens statt blind zu splitten, um an einen tatsächlichen `x.y`-Token zu gelangen.
beleg: "for token in game_version.replace(\"(\", \" \").split():"
- Übernimmt nur die ersten beiden Punkt-Segmente und ignoriert alles dahinter.
beleg: "return \".\".join(digits.split(\".\")[:2])"
- Bevorzugt ein gefundes numerisches Token gegenüber dem Fallback auf das letzte whitespace-getrennte Wort.
beleg: "digits = token"
kanten:
- wird-genutzt-von: backend/tft/matches/extract.py::extract_match
## backend/tft/matches/extract.py::extract_match
beschreibung: Überführt ein einzelnes rohes Match-Diktat in eine Liste von Endboard-Zeilen, indem es pro Teilnehmer die relevanten Felder in ein Tupel schreibt.
input: Ein `match`-Dictionary gemäß Riot-Match-Schema.
output: Eine Liste von Tupeln mit Match-ID, PUUID, Set-Nummer, Patch, Platzierung, Level, letzter Runde, Restgold und JSON-serialisierten Units/Traits/Augments.
entscheidungen:
- Serialisiert verschachtelte Strukturen (Units, Traits, Augments) vor dem Schreiben als JSON-String, um eine flache Tupel-Form zu behalten.
beleg: "json.dumps(p[\"units\"]),"
- Liefert bei fehlendem `augments`-Feld eine leere Liste statt einen Fehler.
beleg: "json.dumps(p.get(\"augments\", [])),"
- Bezieht den Patch je Match zentral aus `info` und nicht pro Teilnehmer neu berechnet.
beleg: "patch = patch_of(info[\"game_version\"])"
kanten:
- ruft-auf: backend/tft/matches/extract.py::patch_of
- wird-genutzt-von: backend/tft/matches/extract.py::extract_all
## backend/tft/matches/extract.py::validate_ids
beschreibung: Zählt in den Endboard-Zeilen IDs (Units, Items, Traits, Augments), die nicht in den statischen Daten vorkommen, als Patch-Drift-Kanarienvogel.
input: Eine Liste von Endboard-Zeilen-Tupeln und ein `static`-Dictionary mit bekannten IDs.
output: Ein `Counter` mit Präfix-Schlüsseln `unit:`, `item:`, `trait:` und `augment:`, das unbekannte IDs samt Häufigkeit führt.
entscheidungen:
- Filtert Unit-Drift um erwartbar unbekannte Beschwörungen/PvE-Einheiten anhand von Namenshinweisen heraus.
beleg: "if not any(h in api.lower() for h in BENIGN_UNIT_HINTS):"
- Vereinigt Items und Augments zu einem einzigen `known_items`-Set, um Doppellookups zu vermeiden.
beleg: "known_items = set(static[\"items\"]) | set(static[\"augments\"])"
- Zählt bei Items nur Drift, wenn das Item dem aktuellen Set oder dem generischen `TFT_Item_`-Schema angehört.
beleg: "if item.startswith(\"TFT_Item_\") or item.startswith(set_prefix):"
kanten:
- nutzt: backend/tft/matches/extract.py::BENIGN_UNIT_HINTS
- wird-genutzt-von: backend/tft/matches/extract.py::extract_all
## backend/tft/matches/extract.py::extract_all
beschreibung: Liest alle noch nicht verarbeiteten Roh-Matches aus der Datenbank, extrahiert ihre Endboard-Zeilen, prüft sie gegen die statischen Daten und schreibt sie persistent in die `endboards`-Tabelle.
input: Eine geöffnete DB-`connection` mit Schema `matches`/`endboards` und ein `static`-Dictionary mit bekannten IDs.
output: Ein Tupel `(n, total_unknown)` mit Anzahl geschriebener Zeilen und aggregiertem Drift-Counter.
entscheidungen:
- Selektiert nur Matches, deren `match_id` noch nicht in `endboards` vorkommt, um Doppelverarbeitung zu vermeiden.
beleg: "SELECT raw FROM matches WHERE match_id NOT IN (SELECT DISTINCT match_id FROM endboards)"
- Verwendet `INSERT OR IGNORE`, damit Wiederholungsläufe keine Duplikatfehler erzeugen.
beleg: "\"INSERT OR IGNORE INTO endboards VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)\""
- Sammelt Drift in einem einzigen Counter statt pro Match, damit das Endergebnis meldbar bleibt.
beleg: "total_unknown.update(validate_ids(rows, static))"
kanten:
- ruft-auf: backend/tft/matches/extract.py::extract_match
- ruft-auf: backend/tft/matches/extract.py::validate_ids

View File

@@ -0,0 +1,48 @@
# Einheiten: backend/tft/matches/riot.py
stand: f41ac76b5789
## backend/tft/matches/riot.py::_load_env
beschreibung: Lädt Variablen aus backend/.env in os.environ, sofern die Datei existiert.
input: keine Argumente; liest backend/.env relativ zum Repo-Root.
output: füllt fehlende Umgebungsvariablen in os.environ (None).
entscheidungen:
- Nur vorhandene Schlüssel werden gesetzt, bestehende Werte bleiben unangetastet.
beleg: "os.environ.setdefault(key.strip(), value.strip())"
- Kommentarzeilen und Zeilen ohne "=" werden ignoriert.
beleg: "if line and not line.startswith(\"#\") and \"=\" in line:"
- Fehlt die .env-Datei, wird der Ladevorgang still beendet.
beleg: "if not env_file.exists():"
anker: paths
kanten:
## backend/tft/matches/riot.py::api_key
beschreibung: Liefert den Riot-API-Key aus der Umgebung und bricht bei fehlendem Key ab.
input: keine Argumente; liest RIOT_API_KEY aus os.environ.
output: den Riot-API-Key als String oder beendet den Prozess via SystemExit.
entscheidungen:
- Vor dem Auslesen wird die .env-Datei nachgeladen.
beleg: "_load_env()"
- Ohne gesetzten Key wird das Programm mit klarer Anleitung beendet.
beleg: "raise SystemExit("
- Der Fehlerhinweis nennt den Bezugsort backend/.env.
beleg: "put it in backend/.env"
kanten:
- ruft-auf: backend/tft/matches/riot.py::_load_env
## backend/tft/matches/riot.py::RiotClient
beschreibung: Dünner Wrapper für die Riot-API mit Rate-Limiting, 429-Retry und nutzbaren TFT-Endpunkten.
input: Hostname, Pfad, Query-Parameter und ggf. PUUID/Match-ID des Aufrufers.
output: JSON-Antwort der Riot-API als dict oder list, bzw. aggregierte Ladder-Einträge.
entscheidungen:
- Vor jedem Request wird mindestens SLEEP Sekunden gewartet, um das Dev-Key-Limit einzuhalten.
beleg: "time.sleep(SLEEP)"
- Bei HTTP 429 wird anhand von Retry-After erneut gesendet.
beleg: "if resp.status_code == 429:"
- Bei 401/403 wird der Prozess mit Hinweis beendet statt eine Exception weiterzureichen.
beleg: "if resp.status_code in (401, 403):"
- Der API-Key wird als X-Riot-Token-Header übergeben.
beleg: "headers={\"X-Riot-Token\": self.key}, timeout=30"
- setdefault verhindert das Überschreiben vorhandener Env-Variablen.
beleg: "os.environ.setdefault(key.strip(), value.strip())"
kanten:
- ruft-auf: backend/tft/matches/riot.py::api_key

View File

@@ -0,0 +1,116 @@
# Einheiten: backend/tft/model/artifact.py
stand: f41ac76b5789
## backend/tft/model/artifact.py::craftable_items
beschreibung: Filtert aus den statischen Items die standardmäßig kombinierbaren Items heraus.
input: `static_items: dict` — vom Static-Datensatz abgeleitete Item-Definitionen
output: `list[str]` alphabetisch sortierter API-Namen kombinierbarer Items
entscheidungen:
- Spatula- und FryingPan-Komponenten schließen jedes Item mit einer Emblem-Komponente aus
beleg: "not set(comp) & SPATULA_COMPONENTS"
- Nur Items mit genau zwei Komponenten und gültigem API-Namenpräfix gelten als kombinierbar
beleg: "api.startswith(\"TFT_Item_\")"
- Das Ergebnis wird alphabetisch sortiert zurückgegeben
beleg: "return sorted(pool)"
kanten:
- ruft-auf: backend/tft/model/artifact.py::recipes
- ruft-auf: backend/tft/model/artifact.py::component_pool
- wird-genutzt-von: backend/tft/model/artifact.py::build
## backend/tft/model/artifact.py::recipes
beschreibung: Bildet die kombinierbaren Items auf einen sortierten Komponenten-Schlüssel ab.
input: `static_items: dict` — Item-Definitionen aus dem Static-Datensatz
output: `dict` mit `"CompA|CompB"`-Schlüssel und Item-API als Wert
entscheidungen:
- Der Komponenten-Schlüssel wird aus der sortierten Komponentenliste gebildet
beleg: "\"|\".join(sorted(static_items[api][\"composition\"]))"
- Nur kombinierbare Items fließen über `craftable_items` ein
beleg: "for api in craftable_items(static_items)"
kanten:
- ruft-auf: backend/tft/model/artifact.py::craftable_items
- wird-genutzt-von: backend/tft/model/artifact.py::build
## backend/tft/model/artifact.py::component_pool
beschreibung: Bestimmt den Pool an Basis-Komponenten, die häufig in Rezepten vorkommen.
input: `static_items: dict` — Item-Definitionen aus dem Static-Datensatz
output: `list[str]` sortierte Komponenten-API-Namen, die in mindestens drei Rezepten vorkommen
entscheidungen:
- Eine Komponente muss in mindestens drei Rezepten vorkommen, um in den Pool zu gelangen
beleg: "if n >= 3"
- Nur Komponenten aus kombinierbaren Items werden gezählt
beleg: "for api in craftable_items(static_items):"
kanten:
- ruft-auf: backend/tft/model/artifact.py::craftable_items
- wird-genutzt-von: backend/tft/model/artifact.py::build
## backend/tft/model/artifact.py::spell_dps_cap
beschreibung: Berechnet das 90. Perzentil der Spell-DPS aller Units auf 1 Stern ohne Items als Deckelwert.
input: `static: dict`, `roles: dict` — Static-Datensatz und Rollen-Klassifikation pro Unit
output: `float | None` mit dem 90.-Perzentil-Wert oder `None`, wenn keine Werte existieren
entscheidungen:
- Nur Spell-DPS-Werte größer als null gehen in die Berechnung ein
beleg: "if (p := statsheet.unit_stats("
- Bei fehlenden Werten wird `None` statt eines Default-Werts zurückgegeben
beleg: "return None"
- Die Auswahl erfolgt über das 90. Perzentil als relativer Spell-Deckel
beleg: "return values[int(len(values) * 0.9)]"
kanten:
- nutzt: backend/tft/model/statsheet.py::unit_stats
- wird-genutzt-von: backend/tft/model/artifact.py::build
## backend/tft/model/artifact.py::_augment_specs
beschreibung: Delegiert die Erzeugung der Augment-Spezifikationen an das Augment-Modul.
input: `static: dict` — Static-Datensatz mit Augment- und Unit-Definitionen
output: `dict` mit den aufgebauten Augment-Spezifikationen
entscheidungen:
- Die Augment- und Unit-Sektion des Static-Datensatzes wird an den Builder weitergereicht
beleg: "return build_specs(static[\"augments\"], static[\"units\"])"
kanten:
- ruft-auf: backend/tft/model/augments.py::build_specs
- wird-genutzt-von: backend/tft/model/artifact.py::build
## backend/tft/model/artifact.py::build
beschreibung: Baut das versionierte Analyse-Artefakt als Vertrag zwischen Pipeline und Simulation.
input: `static: dict`, `learned: dict | None`, `extra_meta: dict | None` — Roh-Daten plus optionale Ergänzungen
output: `dict` mit Meta-, Static-, Rollen-, Item- und Augment-Abschnitten des Artefakts
entscheidungen:
- Die Schemaversion wird als Top-Level-Konstante fixiert
beleg: "\"schema_version\": SCHEMA_VERSION,"
- Rollen werden über `baseline.classify_role` je Unit bestimmt
beleg: "api: baseline.classify_role(unit)"
- Ein leerer `augment_pool` signalisiert dem Sim die Nutzung aller geparsten Augments
beleg: "\"augment_pool\": [],"
kanten:
- ruft-auf: backend/tft/model/artifact.py::spell_dps_cap
- ruft-auf: backend/tft/model/artifact.py::craftable_items
- ruft-auf: backend/tft/model/artifact.py::component_pool
- ruft-auf: backend/tft/model/artifact.py::recipes
- ruft-auf: backend/tft/model/artifact.py::_augment_specs
- nutzt: backend/tft/model/baseline.py::classify_role
## backend/tft/model/artifact.py::save
beschreibung: Schreibt das gebaute Artefakt als JSON in das versionsspezifische Verzeichnis und aktualisiert den Latest-Pointer.
input: `artifact: dict` — das von `build` erzeugte Artefakt
output: `str` mit dem Pfad zur geschriebenen `analysis.json`
entscheidungen:
- Zielverzeichnis wird über Set-Nummer und Baudatum aus `paths.artifact_dir` bestimmt
beleg: "out_dir = paths.artifact_dir(set_number, build_date)"
- Das Verzeichnis wird inklusive Eltern bei Bedarf angelegt
beleg: "out_dir.mkdir(parents=True, exist_ok=True)"
- Der Latest-Pointer wird separat als kleine JSON-Datei geschrieben
beleg: "json.dumps({\"path\": str(out_path)})"
kanten:
- nutzt: backend/tft/paths.py::artifact_dir
- nutzt: backend/tft/paths.py::latest_artifact_pointer
## backend/tft/model/artifact.py::load
beschreibung: Lädt das aktuellste Artefakt für ein gegebenes Set über den Latest-Pointer.
input: `set_number: int` — die TFT-Set-Nummer
output: `dict` mit dem deserialisierten Artefakt aus der referenzierten `analysis.json`
entscheidungen:
- Ohne vorhandenen Pointer bricht der Aufruf mit einer Laufzeit-Anweisung ab
beleg: "raise SystemExit("
- Der tatsächliche Pfad wird aus dem Pointer-JSON gelesen, nicht aus dem Dateinamen abgeleitet
beleg: "path = json.loads(pointer.read_text())[\"path\"]"
kanten:
- nutzt: backend/tft/paths.py::latest_artifact_pointer

View File

@@ -0,0 +1,46 @@
# Einheiten: backend/tft/model/augments.py
stand: f41ac76b5789
## backend/tft/model/augments.py::_num
beschreibung: Liest einen numerischen Effekt-Wert aus einem Dict über eine Liste bevorzugter Schlüssel.
input: ein `effects`-Dict und ein Tupel von Schlüsselnamen
output: den ersten positiven Zahlenwert oder `None`, falls keiner passt
entscheidungen:
- Nur der erste positive Treffer zählt; Null und negative Werte werden übersprungen.
beleg: "if isinstance(val, (int, float)) and val > 0:"
- Es wird strikt zwischen echten Zahlen und Nicht-Zahlen gefiltert, bevor der Wert gilt.
beleg: "if isinstance(val, (int, float)) and val > 0:"
- Fehlt jeder passende Schlüssel, signalisiert die Funktion das durch `None`.
beleg: "return None"
kanten:
- wird-genutzt-von: backend/tft/model/augments.py::build_spec
## backend/tft/model/augments.py::build_spec
beschreibung: Zerlegt ein einzelnes Augment in mechanisch anwendbare Atome aus Beschreibung und Effects-Block.
input: ein Augment-Dict (`api`, `desc`, `effects`) und das `static_units`-Verzeichnis
output: ein Dict mit `atoms`-Liste und `offerable`-Flag
entscheidungen:
- Ein Augment gilt nur dann als „offerable", wenn die Beschreibung lang genug und frei von Platzhaltern ist.
beleg: "offerable = len(desc) >= 10 and \"_Desc\" not in desc and \"@\" not in desc"
- Beim Spieler-HP-Atom wird der Effects-Wert bevorzugt, sonst der Regex-Treffer aus der Beschreibung.
beleg: "\"amount\": int(_num(effects, PLAYER_HP_KEYS) or m.group(1))"
- Team-Stat-Buffs werden nur übernommen, wenn die Beschreibung unkonditional ist.
beleg: "if TEAM_RE.search(desc) and not CONDITIONAL_RE.search(desc):"
- Fraktionswerte werden zur Vergleichbarkeit mit `statsheet` über `_fraction` normalisiert.
beleg: "value = _fraction(val)"
kanten:
- ruft-auf: backend/tft/model/augments.py::_num
- nutzt: backend/tft/model/statsheet.py::_fraction
- wird-genutzt-von: backend/tft/model/augments.py::build_specs
## backend/tft/model/augments.py::build_specs
beschreibung: Wendet `build_spec` auf alle Augmente eines Katalogs an und indiziert das Ergebnis nach API.
input: ein `static_augments`-Dict und das `static_units`-Verzeichnis
output: ein Dict, das jeder API ihr `build_spec`-Ergebnis zuordnet
entscheidungen:
- Die Funktion ist eine reine Dictionary-Komprehension über den gesamten Katalog.
beleg: "return {api: build_spec(aug, static_units) for api, aug in static_augments.items()}"
- Die Schlüssel des Eingabe-Dicts werden unverändert als API-Schlüssel übernommen.
beleg: "for api, aug in static_augments.items()"
kanten:
- ruft-auf: backend/tft/model/augments.py::build_spec

View File

@@ -0,0 +1,32 @@
# Einheiten: backend/tft/model/baseline.py
stand: f41ac76b5789
## backend/tft/model/baseline.py::unit_value
beschreibung: Berechnet einen numerischen Einheitenwert aus Einkaufskosten und Stern-Aufstufung.
input: cost (int) und stars (int)
output: float-Wert gemäß cost · 3^(stars1)
entscheidungen:
- Höhere Sternstufen werden exponentiell gewichtet, nicht additiv.
beleg: "cost * 3 ** (stars - 1)"
- Die Berechnung ist rein deterministisch ohne Seiteneffekte.
beleg: "def unit_value(cost: int, stars: int) -> float:"
- Das Ergebnis skaliert mit den Kosten der Einheit.
beleg: "return cost * 3 ** (stars - 1)"
kanten:
- wird-genutzt-von: backend/tft/model/baseline.py::classify_role
## backend/tft/model/baseline.py::classify_role
beschreibung: Ordnet eine Einheit über ihr Rollenattribut (mit Statistik-Fallback) einer strategischen Rolle zu.
input: unit (dict) mit mindestens den Schlüsseln "role" und "stats"
output: eine der vier Rollenstrings frontline | ad_carry | ap_carry | utility
entscheidungen:
- Fehlende Rollen werden über das letzte Element zu frontline bzw. ad_carry aufgelöst.
beleg: "return \"frontline\" if stats[\"range\"] <= 1 else \"ad_carry\""
- Treffererkennung erfolgt robust auf Teilstrings statt auf exakter Gleichheit.
beleg: "if \"tank\" in role:"
- Magische/AD-Rollen werden gegenüber dem Stat-Fallback bevorzugt geprüft.
beleg: "if \"caster\" in role or \"ap\" in role:"
- Die Normalisierung der Rolle erfolgt via lower() auf einen Default-leeren String.
beleg: "(unit.get(\"role\") or \"\").lower()"
kanten:
- wird-genutzt-von: backend/tft/model/baseline.py::unit_value

View File

@@ -0,0 +1,69 @@
# Einheiten: backend/tft/model/calibrate.py
stand: f41ac76b5789
## backend/tft/model/calibrate.py::_ranks
beschreibung: Wandelt eine Liste von Werten in mittlere Ränge um und behandelt dabei gleiche Werte (Ties) korrekt.
input: Eine Liste von Float-Werten.
output: Eine Liste von Float-Rängen gleicher Länge mit 1-basierter Mittelrang-Vergabe bei Ties.
entscheidungen:
- Gleiche Werte erhalten alle den Mittelrang ihrer Position.
beleg: "midrank = (i + j) / 2 + 1"
- Die Ränge sind 1-basiert.
beleg: "ranks[order[k]] = midrank"
- Iteration erfolgt über sortierte Indizes statt über die Werte direkt.
beleg: "order = sorted(range(len(values)), key=lambda i: values[i])"
kanten:
- wird-genutzt-von: backend/tft/model/calibrate.py::spearman
## backend/tft/model/calibrate.py::spearman
beschreibung: Berechnet den Spearman-Rangkorrelationskoeffizienten zwischen zwei gleichlangen Wertelisten.
input: Zwei gleich lange Listen von Float-Werten.
output: Der Spearman-Korrelationskoeffizient als Float, bei verschwindender Varianz 0.0.
entscheidungen:
- Division durch Null wird explizit abgefangen und mit 0.0 beantwortet.
beleg: "if va == 0 or vb == 0:"
- Die Kovarianz und Varianzen werden als Populationsgrößen berechnet.
beleg: "va = sum((x - ma) ** 2 for x in ra) ** 0.5"
kanten:
- ruft-auf: backend/tft/model/calibrate.py::_ranks
- wird-genutzt-von: backend/tft/model/calibrate.py::calibrate
## backend/tft/model/calibrate.py::board_from_row
beschreibung: Deserialisiert die aus der DB kommenden JSON-Strings für Units und Augments in Board-Strukturen.
input: Zwei JSON-Strings (Units und Augments).
output: Ein Tupel aus einer Liste von Unit-Dicts und einer Liste von Augment-Namen.
entscheidungen:
- Das Feld für Items heißt tolerant „itemNames" und wird mit Default-Leerliste gelesen.
beleg: "\"items\": u.get(\"itemNames\", []),"
- Die Tier-Information der Unit wird als Sternzahl interpretiert.
beleg: "\"stars\": u[\"tier\"],"
kanten:
- wird-genutzt-von: backend/tft/model/calibrate.py::_holdout_scores
## backend/tft/model/calibrate.py::_holdout_scores
beschreibung: Lädt Endboard-Zeilen aus der DB, baut daraus Boards je Match und lässt sie durch score_fn bewerten.
input: Eine DB-Connection, ein Artifact-Dict, ein Holdout-Flag und eine score-Funktion.
output: Ein Dict, das je match_id eine Liste von (placement, score)-Paaren enthält.
entscheidungen:
- Die Holdout-Filterung erfolgt match-bezogen über das letzte Zeichen der match_id.
beleg: "where += \" AND substr(match_id, -1) IN ('0', '5')\""
- Das Set wird aus den Artifact-Metadaten als Filterparameter gelesen.
beleg: "set_number = artifact[\"meta\"][\"set\"]"
kanten:
- ruft-auf: backend/tft/model/calibrate.py::board_from_row
- wird-genutzt-von: backend/tft/model/calibrate.py::calibrate
## backend/tft/model/calibrate.py::calibrate
beschreibung: Ermittelt die mittlere Spearman-Korrelation zwischen Board-Score und Platzierung über Holdout-Matches als Kalibrierungsmetrik.
input: Eine DB-Connection, ein Artifact-Dict, optional ein Holdout-Flag und eine score-Funktion.
output: Ein Dict mit „matches" (Anzahl) und „mean_spearman" (Mittelwert der Korrelationen).
entscheidungen:
- Nur Matches mit vollständigen 8 Spielern fließen in die Korrelation ein.
beleg: "if len(players) < 8:"
- Die Korrelation wird negiert, da niedrigere Platzierungen besser sind.
beleg: "correlations.append(-spearman(placements, scores))"
- Ohne Korrelationen wird 0.0 als Mittelwert zurückgegeben.
beleg: "\"mean_spearman\": sum(correlations) / n if n else 0.0,"
kanten:
- ruft-auf: backend/tft/model/calibrate.py::_holdout_scores
- ruft-auf: backend/tft/model/calibrate.py::spearman

View File

@@ -0,0 +1,46 @@
# Einheiten: backend/tft/model/learn.py
stand: f41ac76b5789
## backend/tft/model/learn.py::_multiplier
beschreibung: Berechnet einen um Bayessche Schrumpfung zentrierten Stärke-Multiplikator aus einer Liste von Platzierungen.
input: eine Liste von Platzierungswerten (Integers)
output: ein Float-Multiplikator in [0.8, 1.25], der bei 1.0 bei mittlerer Platzierung liegt
entscheidungen:
- Schrupfung gegen das Schnitt-Niveau (MEAN_PLACEMENT) erfolgt via PSEUDO_COUNT Pseudo-Beobachtungen.
beleg: "(sum(placements) + MEAN_PLACEMENT * PSEUDO_COUNT) / (n + PSEUDO_COUNT)"
- Pro Platzierungs-Punkt Abweichung vom Mittelwert wird DELTA_SCALE = 0.06 aufaddiert.
beleg: "mult = 1.0 + (MEAN_PLACEMENT - mean) * DELTA_SCALE"
- Der Ergebniswert wird auf das Intervall MULT_CAP = (0.8, 1.25) gekappt.
beleg: "return min(max(mult, MULT_CAP[0]), MULT_CAP[1])"
kanten:
- wird-genutzt-von: backend/tft/model/learn.py::learn
## backend/tft/model/learn.py::learn
beschreibung: Aggregiert Endboard-Zeilen zu placementsbezogenen Multiplikatoren für Einheiten, Traits, Items, Augments und Paare.
input: eine Liste von Tupeln (placement, units_json, traits_json, augments_json)
output: ein Dict mit Multiplikatoren je Kategorie, signifikanten Paar-Lifts sowie Brett-Zähler
entscheidungen:
- Top-4-Paarungen werden nur gezählt, wenn die Beobachtungszahl PAIR_MIN_N erreicht und ein Erwartungswert > 0 vorliegt.
beleg: "if n_ab < PAIR_MIN_N:"
- Nur aktive Traits (tier_current > 0) gehen in die Trait-Aggregation ein.
beleg: "if t.get(\"tier_current\", 0) > 0:"
- Paar-Lifts werden auf PAIR_LIFT_CAP gekappt und auf 4 Nachkommastellen gerundet zurückgegeben.
beleg: "lift = min(max(lift, PAIR_LIFT_CAP[0]), PAIR_LIFT_CAP[1])"
- Alle vier Kategorie-Multiplikatoren werden ebenfalls auf 4 Nachkommastellen gerundet.
beleg: "{k: round(_multiplier(v), 4) for k, v in unit_placements.items()},"
kanten:
- ruft-auf: backend/tft/model/learn.py::_multiplier
- wird-genutzt-von: backend/tft/model/learn.py::learn_from_db
## backend/tft/model/learn.py::learn_from_db
beschreibung: Liest Endboard-Zeilen eines Sets aus einer SQL-Verbindung und gibt das gelernte Multiplikator-Dict zurück.
input: eine SQL-Connection, eine Set-Nummer und ein Flag zum Ausschluss von Holdout-Matches
output: das von learn() erzeugte Multiplikator-Dict
entscheidungen:
- Bei exclude_holdout werden Matches ausgefiltert, deren match_id auf '0' oder '5' endet.
beleg: "where += \" AND substr(match_id, -1) NOT IN ('0', '5')\""
- Die Selektion projiziert nur die für learn() nötigen Spalten.
beleg: "\"SELECT placement, units, traits, augments FROM endboards {where}\""
kanten:
- ruft-auf: backend/tft/model/learn.py::learn
- nutzt: backend/tft/model/learn.py::learn

View File

@@ -0,0 +1,57 @@
# Einheiten: backend/tft/model/score.py
stand: f41ac76b5789
## backend/tft/model/score.py::active_trait_tiers
beschreibung: Ermittelt zu jedem Trait einer Board-Aufstellung den erreichten Breakpoint und gibt nur die aktiven Stufen zurück.
input: board_units (Liste mit Unit-Dicts), static_traits (Trait-Definitionen), static_units (Unit-Definitionen)
output: dict trait_api_name → erreichte Breakpoint-Ordnung (1-basiert), nur aktive Traits
entscheidungen:
- Nur Traits mit einem Treffer in `static_traits` werden berücksichtigt, Unbekannte stillschweigend übersprungen.
beleg: "if not info:"
- Der höchste Breakpoint, dessen `min_units` erreicht ist, gewinnt — Iteration über alle Breakpoints mit laufender Aktualisierung.
beleg: "for i, bp in enumerate(info[\"breakpoints\"], start=1):"
- Traits, die keinen Breakpoint erreichen, erscheinen gar nicht im Ergebnis (`ordinal == 0`).
beleg: "if ordinal:"
kanten:
- wird-genutzt-von: backend/tft/model/score.py::score_board
## backend/tft/model/score.py::unit_profile
beschreibung: Baut das Kampfprofil einer einzelnen Board-Unit aus DPS, eHP, Defensive-Flag und Unit-Bezug.
input: u (Board-Unit-Dict), artifact (gesamtes Artifact mit static-Daten, Rollen, Spell-DPS-Cap)
output: dict mit "off", "def", "defensive", "unit" oder None bei unbekannter Unit
entscheidungen:
- Unbekannte Units (fehlend in `static.units`) führen zu `None`, statt einen Fehler zu werfen.
beleg: "if not unit:"
- Rollen werden bevorzugt aus dem Artifact gelesen, sonst via `baseline.classify_role` bestimmt.
beleg: "artifact.get(\"roles\", {}).get(u[\"api_name\"]) or baseline.classify_role(unit)"
- Defensive-Status gilt ausschließlich für Rollen "frontline" und "utility" — Cast-Rollen steuern nur die Zielreihenfolge.
beleg: "\"defensive\": role in (\"frontline\", \"utility\")"
kanten:
- ruft-auf: backend/tft/model/baseline.py::classify_role
- nutzt: backend/tft/model/statsheet.py::unit_stats
- wird-genutzt-von: backend/tft/model/score.py::board_profiles
## backend/tft/model/score.py::board_profiles
beschreibung: Liefert die Kampfprofile aller Units eines Boards, wobei Units ohne Profil herausgefiltert werden.
input: board_units (Liste mit Unit-Dicts), artifact (gesamtes Artifact)
output: Liste der Profile (None-Einträge aus `unit_profile` werden übersprungen)
entscheidungen:
- Die Filterung erfolgt inline per walrus-Operator, sodass kein zweiter Durchlauf nötig ist.
beleg: "if (p := unit_profile(u, artifact))"
kanten:
- ruft-auf: backend/tft/model/score.py::unit_profile
- wird-genutzt-von: backend/tft/model/score.py::score_board
## backend/tft/model/score.py::score_board
beschreibung: Berechnet den Board-Score als Quadratwurzel aus (Σoff · Σdef), skaliert durch 100.
input: board_units (Liste mit Unit-Dicts), augments (Signatur-Kompatibilität, ungenutzt), artifact (gesamtes Artifact)
output: float — der Board-Score für Vergleiche
entscheidungen:
- Die Formel ist `sqrt(Σoff × Σdef)`; sie kombiniert Offensiv- und Defensiv-Summen multiplikativ unter einer Wurzel.
beleg: "return (off * dfn) ** 0.5 / 100"
- Augments bleiben bewusst ungenutzt, nur die Signatur bleibt für Aufrufer kompatibel.
beleg: "augments bleibt nur für Signatur-Kompatibilität."
- Die Division durch 100 dient nur der Anzeige-Skalierung und ist für Vergleiche irrelevant.
beleg: "/100: nur Anzeige-Skalierung, für Vergleiche irrelevant."
kanten:
- ruft-auf: backend/tft/model/score.py::board_profiles

View File

@@ -0,0 +1,95 @@
# Einheiten: backend/tft/model/statsheet.py
stand: f41ac76b5789
## backend/tft/model/statsheet.py::_empty_acc
beschreibung: Liefert ein frisches Sammel-Dictionary mit allen bekannten Stat-Buff-Akkumulatoren auf 0.0 initialisiert.
input: keine Argumente
output: ein `dict` mit 12 numerischen Stat-Feldern (z. B. `ad_pct`, `ap_flat`, `hp_pct`).
entscheidungen:
- Alle Felder werden explizit auf 0.0 gesetzt, damit Akkumulatoren ohne Vorbelastung starten.
beleg: "{\"ad_pct\": 0.0, \"ap_flat\": 0.0, \"as_pct\": 0.0, \"hp_flat\": 0.0,"
- Es wird genau ein gemeinsames Akkumulator-Schema für Items und Trait-Buffs verwendet.
beleg: "return {\"ad_pct\": 0.0, \"ap_flat\": 0.0, \"as_pct\": 0.0, \"hp_flat\": 0.0,"
kanten:
- wird-genutzt-von: backend/tft/model/statsheet.py::_apply_item_effects
- wird-genutzt-von: backend/tft/model/statsheet.py::trait_buffs
- wird-genutzt-von: backend/tft/model/statsheet.py::unit_stats
## backend/tft/model/statsheet.py::_apply_item_effects
beschreibung: Überträgt die modellierten Item-Effekte aus dem Datenkatalog in den Stat-Akkumulator und normalisiert Werteinheiten.
input: `item_apis` (zu applizierende Item-IDs), `static_items` (Item-Katalog), `acc` (Stat-Akkumulator)
output: keine Rückgabe; `acc` wird in-place um Item-Boni angereichert.
entscheidungen:
- Unbekannte oder `None`-Effekte werden bewusst ignoriert, um bespoke Mechanik nicht zu modellieren.
beleg: "if val is None:"
- Roh-Listenwerte werden via `_fraction` normalisiert, während flache Skalierungen direkt addiert werden.
beleg: "elif key in (\"BonusDamage\", \"DamageAmp\"):"
- Prozent-Keys (`AS`, `CritChance`) werden durch 100 geteilt, weil sie als Prozentzahl geliefert werden.
beleg: "elif key == \"AS\":"
- `MAPPED_ITEM_KEYS` definiert die Menge der modellierten Effekte als vertragliche Whitelist.
beleg: "MAPPED_ITEM_KEYS = (\"AD\", \"AP\", \"AS\", \"CritChance\", \"Health\", \"Armor\","
kanten:
- nutzt: backend/tft/model/statsheet.py::_fraction
- wird-genutzt-von: backend/tft/model/statsheet.py::unit_stats
## backend/tft/model/statsheet.py::item_is_modeled
beschreibung: Entscheidet anhand der modellierten Effekt-Whitelist, ob ein Item überhaupt in die Berechnung einfließt.
input: `item_info` (Item-Datensatz mit `effects`)
output: `bool`, `True` sobald mindestens ein modellierter Key einen Nicht-`None`-Wert hat.
entscheidungen:
- Nur Werte != None zählen, da `None` als „nicht angegeben" interpretiert wird.
beleg: "return any(effects.get(k) is not None for k in MAPPED_ITEM_KEYS)"
- Die modellierten Keys sind als Modul-Konstante `MAPPED_ITEM_KEYS` zusammengefasst.
beleg: "MAPPED_ITEM_KEYS = (\"AD\", \"AP\", \"AS\", \"CritChance\", \"Health\", \"Armor\","
kanten:
- nutzt: backend/tft/model/statsheet.py::_apply_item_effects
## backend/tft/model/statsheet.py::_fraction
beschreibung: Normalisiert cdragon-Werte, die mal als Fraction (0.15) und mal als Prozentzahl (15.0) vorliegen, auf einen einheitlichen Bruch.
input: `value` (float)
output: `float` im Bereich [0, 1] (Fraction).
entscheidungen:
- Schwellwert 1.0 entscheidet, ob ein Wert als bereits normalisierte Fraction gilt.
beleg: "return value if abs(value) <= 1.0 else value / 100"
- Beträge werden verglichen, damit auch negative Fraktionen korrekt behandelt werden.
beleg: "return value if abs(value) <= 1.0 else value / 100"
kanten:
- wird-genutzt-von: backend/tft/model/statsheet.py::_apply_item_effects
- wird-genutzt-von: backend/tft/model/statsheet.py::trait_buffs
## backend/tft/model/statsheet.py::trait_buffs
beschreibung: Zerlegt Trait-Variablennamen in Tokens und leitet daraus teamweite Stat-Buffs sowie die Liste der erkannten Traits ab.
input: `active_tiers` (aktive Trait-Breakpoints), `static_traits` (Trait-Katalog)
output: Tupel `(buffs, recognized)` mit Akkumulator-Dictionary und Set erkannter Trait-IDs.
entscheidungen:
- Mechanik-Parameter werden über eine Token-Blacklist früh aussortiert.
beleg: "if tokens & _SKIP_TOKENS or name.startswith(\"{\"):"
- `ap`-Tokens werden mit `* 100` auf den flachen AP-Konventionen aufsummiert.
beleg: "elif \"ap\" in tokens:"
- Variablen ohne numerischen Wert werden übersprungen, um Token-Mismatches zu vermeiden.
beleg: "if value is None or not isinstance(value, (int, float)):"
- Nur Traits, bei denen mindestens eine Variable als Buff gemappt wurde, landen in `recognized`.
beleg: "if matched:"
kanten:
- nutzt: backend/tft/model/statsheet.py::_empty_acc
- nutzt: backend/tft/model/statsheet.py::_fraction
- nutzt: backend/tft/model/statsheet.py::_TOKEN_RE
## backend/tft/model/statsheet.py::unit_stats
beschreibung: Berechnet das effektive Kampfprofil (eHP, Gesamt-DPS, Spell-DPS) einer Unit aus Basiswerten, Sternenmultiplikatoren, Team-Buffs und Items.
input: `unit` (Champion-Daten), `stars`, `item_apis`, `static_items`, `team_buffs`, `role`, optional `spell_cap`
output: `dict` mit den Schlüsseln `ehp`, `dps` und `spell_dps`.
entscheidungen:
- HP und AD skalieren über `HP_STAR_MULT` bzw. `AD_STAR_MULT` je nach Sternenlevel.
beleg: "hp = (stats.get(\"hp\") or 0) * HP_STAR_MULT ** (stars - 1)"
- eHP kombiniert Rüstung/MR und Schadensreduktion multiplikativ.
beleg: "ehp = hp * (1 + (armor + mr) / 200) * (1 + acc[\"dr\"])"
- Die Cast-Rate wird durch `CAST_RATE_CAP` gedeckelt, um Ausreißer zu verhindern.
beleg: "CAST_RATE_CAP,"
- Spell-DPS ist auf `SPELL_AUTO_CAP` mal eigene Auto-DPS begrenzt, mit optionalem Floor.
beleg: "limit = SPELL_AUTO_CAP * auto_dps"
- Team-Buffs und Item-Effekte werden in `_empty_acc` zusammengeführt, um Bonus-Stats konsistent anzureichern.
beleg: "acc = _empty_acc()"
kanten:
- nutzt: backend/tft/model/statsheet.py::_empty_acc
- nutzt: backend/tft/model/statsheet.py::_apply_item_effects

View File

@@ -0,0 +1,50 @@
# Einheiten: backend/tft/paths.py
stand: f41ac76b5789
## backend/tft/paths.py::static_dir
beschreibung: Liefert den Pfad zum Verzeichnis der statischen Daten für ein bestimmtes Set und einen Patch.
input: `set_number: int`, `patch: str`
output: Pfad zu `STATIC / f"set{set_number}_{patch}"`.
entscheidungen:
- Der Verzeichnisname kombiniert Set-Nummer und Patch durch einen Unterstrich.
beleg: "return STATIC / f\"set{set_number}_{patch}\""
- Der Pfad wird relativ zum vordefinierten STATIC-Wurzelverzeichnis gebildet.
beleg: "STATIC = DATA / \"static\""
kanten:
- nutzt: backend/tft/paths.py::STATIC
## backend/tft/paths.py::latest_static_pointer
beschreibung: Liefert den Pfad zur Pointer-Datei, die auf den aktuellsten statischen Datenstand verweist.
input: keine Parameter
output: Pfad zu `STATIC / "latest.json"`.
entscheidungen:
- Der aktuellste Datenstand wird über eine zentrale `latest.json`-Datei markiert.
beleg: "return STATIC / \"latest.json\""
- Die Funktion kapselt den Pfad zur Latest-Pointer-Datei als eigene Einheit.
beleg: "def latest_static_pointer() -> Path:"
kanten:
- nutzt: backend/tft/paths.py::STATIC
## backend/tft/paths.py::artifact_dir
beschreibung: Liefert den Pfad zum Artefakt-Verzeichnis eines Sets zu einem bestimmten Build-Datum.
input: `set_number: int`, `build_date: str`
output: Pfad zu `ARTIFACTS / f"set{set_number}" / build_date`.
entscheidungen:
- Artefakte werden zweistufig organisiert: erst nach Set-Nummer, dann nach Build-Datum.
beleg: "return ARTIFACTS / f\"set{set_number}\" / build_date"
- Der Pfad wird relativ zum vordefinierten ARTIFACTS-Wurzelverzeichnis gebildet.
beleg: "ARTIFACTS = DATA / \"artifacts\""
kanten:
- nutzt: backend/tft/paths.py::ARTIFACTS
## backend/tft/paths.py::latest_artifact_pointer
beschreibung: Liefert den Pfad zur Pointer-Datei des aktuellsten Artefakt-Builds für ein bestimmtes Set.
input: `set_number: int`
output: Pfad zu `ARTIFACTS / f"set{set_number}" / "latest.json"`.
entscheidungen:
- Pro Set existiert eine eigene `latest.json` als Pointer auf den aktuellsten Build.
beleg: "return ARTIFACTS / f\"set{set_number}\" / \"latest.json\""
- Der Set-spezifische Latest-Pointer liegt innerhalb des Set-Unterordners.
beleg: "ARTIFACTS / f\"set{set_number}\""
kanten:
- nutzt: backend/tft/paths.py::ARTIFACTS

View File

@@ -0,0 +1,45 @@
# Einheiten: backend/tft/sim/autoplay.py
stand: f41ac76b5789
## backend/tft/sim/autoplay.py::play_afk
beschreibung: Spielt ein vollständiges Game headless zu Ende, ohne steuernd einzugreifen.
input: ein laufendes `Game`-Objekt.
output: die finale Platzierung (`game.placement`) als int.
entscheidungen:
- Kein eigener Steuerungscode — jede Runde wird nur durch `game.step()` fortgeschaltet.
beleg: "game.step()"
- Abbruchbedingung ist ausschließlich das Ende des Spiels über `game.over`.
beleg: "while not game.over:"
kanten:
- nutzt: backend/tft/sim/game.py::Game
- wird-genutzt-von: backend/tft/sim/autoplay.py::run
## backend/tft/sim/autoplay.py::play_econ
beschreibung: Spielt ein Game mit der Econ-Policy (`fast8`) zu Ende und liefert die Platzierung.
input: ein laufendes `Game`-Objekt.
output: die finale Platzierung (`game.placement`) als int.
entscheidungen:
- Verwendet fest das Archetyp-Profil `fast8` aus der Policy-Bibliothek.
beleg: "params = policy.ARCHETYPES[\"fast8\"]"
- Greift pro Runde sowohl über die Policy als auch über `game.step()` in den Spielablauf ein.
beleg: "policy.act(game.player, game.pool, game.artifact, game.cfg, game.rng,"
kanten:
- nutzt: backend/tft/sim/policy.py::act
- nutzt: backend/tft/sim/game.py::Game
- wird-genutzt-von: backend/tft/sim/autoplay.py::run
## backend/tft/sim/autoplay.py::run
beschreibung: Führt n headless Spiele mit der gewählten Policy aus und aggregiert Platzierungen.
input: `artifact`, `cfg`, ein `policy_name` und die Anzahl `n` (optional `seed`).
output: ein Dict mit `games`, `avg_placement` und `top4_rate`.
entscheidungen:
- Die Auswahl der konkreten Strategie erfolgt über das Mapping `POLICIES` per Name.
beleg: "POLICIES[policy_name](game)"
- Pro Lauf wird ein neuer Seed aus `seed + i` abgeleitet, um Wiederholbarkeit pro Spiel zu garantieren.
beleg: "Game(artifact, cfg, seed=seed + i)"
- `top4_rate` zählt Platzierungen ≤ 4 als Erfolg.
beleg: "if p <= 4"
kanten:
- ruft-auf: backend/tft/sim/autoplay.py::play_afk
- ruft-auf: backend/tft/sim/autoplay.py::play_econ
- nutzt: backend/tft/sim/game.py::Game

View File

@@ -0,0 +1,76 @@
# Einheiten: backend/tft/sim/combat.py
stand: f41ac76b5789
## backend/tft/sim/combat.py::FightResult
beschreibung: Datenklasse, die das Ergebnis eines Kampfes zwischen zwei Teams festhält.
input: Siegerkennzeichen "a"/"b"/None, gespielte Frames und überlebende Units beider Seiten
output: Ein `FightResult`-Objekt mit `winner`, `frames`, `survivors_a` und `survivors_b`
entscheidungen:
- Das Ergebnis-Format schließt einen Unentschieden-Fall explizit als `None` mit ein.
beleg: "winner: str | None # \"a\" | \"b\" | None = Unentschieden"
- Überlebende werden seitenweise als Liste von Unit-Dicts geführt, nicht als Indizes.
beleg: "survivors_a: list[dict]"
- Die Anzahl der simulierten Frames wird als Ganzzahl gerundet (`ceil`).
beleg: "frames=math.ceil(elapsed * FPS),"
kanten:
- wird-genutzt-von: backend/tft/sim/combat.py::fight
## backend/tft/sim/combat.py::_queue
beschreibung: Bestimmt die Bearbeitungsreihenfolge der Units eines Teams als defensive zuerst, intern zufällig gemischt.
input: Team-Liste von Unit-Dicts und ein `random.Random`-RNG
output: Neue Liste, in der defensive Units vor offensiven stehen, beide Gruppen intern gemischt
entscheidungen:
- Defensive Units werden grundsätzlich vor offensiven angegriffen.
beleg: "defensive = [p for p in team if p[\"defensive\"]]"
- Innerhalb jeder Gruppe wird die Reihenfolge per `rng.shuffle` zufällig gemischt.
beleg: "rng.shuffle(defensive)"
- Die Sortierung ist nicht stabil, da die ursprüngliche Reihenfolge überschrieben wird.
beleg: "return defensive + offensive"
kanten:
- nutzt: backend/tft/sim/combat.py::_suffix_off
- wird-genutzt-von: backend/tft/sim/combat.py::fight
## backend/tft/sim/combat.py::_suffix_off
beschreibung: Berechnet die Suffix-Summe der Offensive-Werte einer Ziel-Queue.
input: Liste von Unit-Dicts mit `"off"`-Feld
output: Liste gleicher Länge + 1, in der `suffix[i]` die Gesamt-Offense ab Unit `i` ist
entscheidungen:
- Die Liste ist absichtlich um einen Eintrag länger, damit `suffix[len(queue)] = 0` als Sicherheitselement dient.
beleg: "suffix = [0.0] * (len(queue) + 1)"
- Die Summation läuft rückwärts, um die echte Suffix-Summe zu bilden.
beleg: "for i in range(len(queue) - 1, -1, -1):"
kanten:
- wird-genutzt-von: backend/tft/sim/combat.py::fight
## backend/tft/sim/combat.py::fight
beschreibung: Simuliert einen deterministischen Kampf zweier Teams eventbasiert bis zum nächsten Tod oder Zeitlimit.
input: Zwei Team-Profil-Listen, ein `random.Random`-RNG und eine Config mit `combat.max_frames`
output: `FightResult` mit Sieger, Framezahl und Überlebenden beider Seiten
entscheidungen:
- Zwischen zwei Todesereignissen werden beide Offensen als konstant angenommen, `dt = min(ta, tb)`.
beleg: "dt = min(ta, tb)"
- Bei Überschreitung des Zeitlimits wird `dt` auf das verbleibende Restbudget begrenzt.
beleg: "dt = limit - elapsed"
- Überzähliger Schaden wird verlustfrei auf das nächste Ziel übertragen, indem die Rest-Defense weiter reduziert wird.
beleg: "rb -= oa * dt"
- Bei Zeitlimit ohne verbleibende Offense wird der Sieg nach größerer Rest-Defense entschieden.
beleg: "winner = \"a\" if rest_a > rest_b + EPS else \"b\" if rest_b > rest_a + EPS else None"
- Ein gleicher Kill-Frame kann nicht beide Seiten treffen, da `else`-Zweige getrennt ausgewertet werden.
beleg: "else:"
kanten:
- ruft-auf: backend/tft/sim/combat.py::_queue
- ruft-auf: backend/tft/sim/combat.py::_suffix_off
- nutzt: backend/tft/sim/combat.py::FightResult
- wird-genutzt-von: backend/tft/sim/combat.py::player_damage
## backend/tft/sim/combat.py::player_damage
beschreibung: Berechnet den Schaden, den ein Spieler nach einer Runde abhängig von erreichter Stage und Überlebenden erhält.
input: Stage-Index (1-basiert), Liste der überlebenden Units und eine Config mit `damage`
output: Schadenswert als `int`
entscheidungen:
- Der Basis-Schaden wird stageweise aus `cfg["damage"]["stage_base"]` gelesen, bei Überschreitung wird der letzte Eintrag verwendet.
beleg: "min(stage - 1, len(d[\"stage_base\"]) - 1)"
- Pro überlebender Unit wird ein linearer Zusatzschaden addiert.
beleg: "return base + d[\"per_surviving_unit\"] * len(survivors)"
kanten:
- nutzt: backend/tft/sim/combat.py::fight

View File

@@ -0,0 +1,59 @@
# Einheiten: backend/tft/sim/economy.py
stand: f41ac76b5789
## backend/tft/sim/economy.py::interest
beschreibung: Berechnet die passiven Zinserträge auf Basis des aktuellen Goldstands.
input: aktueller Goldstand `gold` und die Konfiguration `cfg`
output: gekappter Zinsbetrag gemäß Konfigurationsobergrenze
entscheidungen:
- Der Zins wird in 10er-Schritten gewährt und auf einen Maximalwert gedeckelt.
beleg: "min(gold // 10 * g[\"interest_per_10\"], g[\"interest_cap\"])"
kanten:
- wird-genutzt-von: backend/tft/sim/economy.py::round_income
## backend/tft/sim/economy.py::streak_gold
beschreibung: Liefert den Streak-Bonus auf Basis der absoluten Streaklänge aus einer gestaffelten Konfigurationstabelle.
input: aktuelle Streaklänge `streak` und die Konfiguration `cfg`
output: höchster anwendbarer Streak-Bonuswert (oder 0)
entscheidungen:
- Es wird der größte passende Schwellenwert verwendet, da spätere Iterationen frühere überschreiben.
beleg: "if abs(streak) >= min_streak:"
- Streaks werden symmetrisch auf ihre Länge betrachtet, sodass Sieg- und Niederlagenserien gleichbehandelt werden.
beleg: "if abs(streak) >= min_streak:"
kanten:
- wird-genutzt-von: backend/tft/sim/economy.py::round_income
## backend/tft/sim/economy.py::round_income
beschreibung: Aggregiert die gesamten Goldeinnahmen einer Runde aus Grundeinkommen, Zinsen, Streak-Bonus und Siegbonus.
input: Goldstand `gold`, Streak `streak`, Siegstatus `won`, Rundenlabel `round_label` und Konfiguration `cfg`
output: Gesamtes Goldeinkommen dieser Runde als Summe aller Komponenten
entscheidungen:
- Frühe Runden erhalten ein spezielles Grundeinkommen, andere fallen auf den Standardwert zurück.
beleg: "g[\"early_income\"].get(round_label, g[\"base_income\"])"
- Nur bei einem Rundensieg wird der Siegbonus addiert.
beleg: "if won:"
kanten:
- ruft-auf: backend/tft/sim/economy.py::interest
- ruft-auf: backend/tft/sim/economy.py::streak_gold
## backend/tft/sim/economy.py::xp_to_next
beschreibung: Liefert die XP-Schwelle bis zum nächsten Level oder signalisiert das Erreichen des Maximallevels.
input: aktuelles Level `level` und die Konfiguration `cfg`
output: benötigte XP für das nächste Level, oder `None` am Maximallevel
entscheidungen:
- Am oder über dem Maximallevel wird `None` zurückgegeben, um einen weiteren Aufstieg zu verhindern.
beleg: "if level >= xp[\"max_level\"]:"
kanten:
- wird-genutzt-von: backend/tft/sim/economy.py::apply_xp
## backend/tft/sim/economy.py::apply_xp
beschreibung: Wendet gewonnene XP auf einen Spieler an und levelt ihn automatisch so weit wie möglich auf.
input: aktuelles Level `level`, aktuelle XP `xp`, hinzugewonnene XP `gained` und Konfiguration `cfg`
output: aktualisiertes Level und verbleibende XP nach möglichen Levelaufstiegen
entscheidungen:
- Mehrere Levelaufstiege werden in einer Schleife konsumiert, solange XP reicht und das Maximallevel nicht erreicht ist.
beleg: "while (need := xp_to_next(level, cfg)) is not None and xp >= need:"
- Beim Erreichen des Maximallevels werden verbleibende XP verworfen, um Überlauf zu vermeiden.
beleg: "if level >= cfg[\"xp\"][\"max_level\"]:"
kanten:
- ruft-auf: backend/tft/sim/economy.py::xp_to_next

View File

@@ -0,0 +1,71 @@
# Einheiten: backend/tft/sim/game.py
stand: f41ac76b5789
## backend/tft/sim/game.py::pair_players
beschreibung: Ermittelt die PvP-Paarungen der lebenden Spieler und einen eventuellen Ghost-Gegner unter Vermeidung von Wiederholungsgegnern.
input: Liste lebender PlayerState und ein random.Random
output: Tupel aus Paaren, einem möglichen odd-Spieler und einem möglichen Ghost-Spieler
entscheidungen:
- Es werden bis zu 20 Shuffle-Versuche unternommen, um eine kollisionsfreie Paarung zu finden.
beleg: "for _ in range(20):"
- Wiederholungsgegner werden bei mehr als zwei Lebenden explizit ausgeschlossen.
beleg: "all(a.last_opponent != b.name for a, b in pairs)"
- Bei ungerader Spielerzahl wird ein Spieler als Ghost gegen einen zufälligen anderen gespiegelt.
beleg: "ghost_src = rng.choice([p for p in alive if p is not odd]) if odd else None"
- Die Paarungsinformation wird über last_opponent beidseitig festgehalten.
beleg: "a.last_opponent, b.last_opponent = b.name, a.name"
kanten:
- nutzt: backend/tft/sim/player.py::PlayerState
## backend/tft/sim/game.py::Game
beschreibung: Orchestriert eine komplette TFT-Partie als endliche Zustandsmaschine über Runden, Spielerauswahl und Kampfauswertung.
input: artifact (dict), cfg (dict), optional seed (int)
output: ein lauffähiger Spielzustand mit Spieler, Bots, Rundenplan, Pool und Log, der per `step()` voranschreitet
entscheidungen:
- Der Mensch steuert nur `self.player`, Bots werden fest auf 7 Instanzen aus rotierenden Archetypen aufgeteilt.
beleg: "for i in range(7)"
- Carousels laufen automatisch für alle ab, ohne Einkommen oder XP zu gewähren.
beleg: "for p in self.players:"
- Bei Rundenstart werden leere Shop-Slots vorbereitet, da zu 1-2 noch niemand Gold hat.
beleg: "for p in self.players:"
- Streak-Gold und Siegbonus werden ausschließlich in PvP-Runden gewertet, in PvE nicht.
beleg: "if is_pvp:"
- Augment-Angebote werden deterministisch pro Runde aus einer gewichteten Stufe gezogen, nicht pro Spieler separat.
beleg: "self.rng.choices((1, 2, 3), weights=weights)[0]"
kanten:
- ruft-auf: backend/tft/sim/pool.py::Pool
- ruft-auf: backend/tft/sim/player.py::new_player
- ruft-auf: backend/tft/sim/player.py::score
- ruft-auf: backend/tft/sim/player.py::grant_loot
- ruft-auf: backend/tft/sim/player.py::grab_carousel_unit
- ruft-auf: backend/tft/sim/player.py::buy
- ruft-auf: backend/tft/sim/player.py::sell
- ruft-auf: backend/tft/sim/player.py::reroll
- ruft-auf: backend/tft/sim/player.py::buy_xp
- ruft-auf: backend/tft/sim/player.py::move
- ruft-auf: backend/tft/sim/player.py::equip
- ruft-auf: backend/tft/sim/player.py::pick_augment
- ruft-auf: backend/tft/sim/player.py::fill_board
- ruft-auf: backend/tft/sim/player.py::merge
- ruft-auf: backend/tft/sim/player.py::refresh_shop
- ruft-auf: backend/tft/sim/policy.py::act
- ruft-auf: backend/tft/sim/policy.py::ARCHETYPES
- ruft-auf: backend/tft/sim/economy.py::apply_xp
- ruft-auf: backend/tft/sim/economy.py::round_income
- ruft-auf: backend/tft/sim/combat.py::fight
- ruft-auf: backend/tft/sim/combat.py::player_damage
- ruft-auf: backend/tft/sim/combat.py::pair_players
- ruft-auf: backend/tft/sim/combat.py::board_profiles
## backend/tft/sim/game.py::_delegate
beschreibung: Erzeugt eine Property, die Lese- und Schreibzugriff transparent an ein Attribut eines delegierten Objekts weiterreicht.
input: ein Attributname als String
output: ein `property`-Objekt mit Getter und Setter, die das gleichnamige Attribut auf `self.player` lesen bzw. schreiben
entscheidungen:
- Getter und Setter greifen beide über `self.player` auf das Zielattribut zu, sodass Aufrufer das Delegate-Objekt nicht vom echten Spieler unterscheiden müssen.
beleg: "lambda self: getattr(self.player, attr)"
- Schreibzugriff wird ebenfalls an `self.player` durchgereicht, wodurch das Delegate zweiseitig konsistent bleibt.
beleg: "lambda self, value: setattr(self.player, attr, value)"
- Die Attribute werden als ungeprüfte Strings übergeben, was eine sehr flexible, aber untypisierte Bindung an beliebige `player`-Attribute erlaubt.
beleg: "attr: str"
kanten:

View File

@@ -0,0 +1,228 @@
# Einheiten: backend/tft/sim/player.py
stand: f41ac76b5789
## backend/tft/sim/player.py::InvalidAction
beschreibung: Markiert ungültige Spielaktionen als Ausnahme.
input: eine Fehlermeldung als Zeichenkette.
output: eine Exception, die von Aufrufern abgefangen wird.
entscheidungen:
- Wird als eigene Exception-Klasse statt generischer `Exception` definiert, damit Aufrufer gezielt reagieren können.
beleg: "class InvalidAction(Exception):"
- Enthält bewusst keine eigene Logik, sondern dient nur als Typ-Marker.
beleg: " pass"
kanten:
- wird-genutzt-von: backend/tft/sim/player.py::buy
- wird-genutzt-von: backend/tft/sim/player.py::sell
- wird-genutzt-von: backend/tft/sim/player.py::buy_xp
- wird-genutzt-von: backend/tft/sim/player.py::move
- wird-genutzt-von: backend/tft/sim/player.py::equip
- wird-genutzt-von: backend/tft/sim/player.py::pick_augment
## backend/tft/sim/player.py::PlayerState
beschreibung: Hält den kompletten Zustand eines Spielers über alle Runden hinweg.
input: Initialwerte für Name, Archetyp, HP, Gold und Level.
output: ein Datensatz-Objekt mit Board, Bench, Items, Augments und Shop.
entscheidungen:
- Verwendet `field(default_factory=list)` für mutable Defaults, um die geteilte-Liste-Falle zu vermeiden.
beleg: " board: list = field(default_factory=list)"
- `alive` ist als abgeleitete Property modelliert, damit Konsistenz mit `hp` garantiert ist.
beleg: " return self.hp > 0"
- Optionale Felder wie `placement` und `last_opponent` werden explizit typisiert, damit Phasen ohne Gegner sauber abgebildet werden.
beleg: " placement: int | None = None"
kanten:
- nutzt: backend/tft/sim/player.py::score
- wird-genutzt-von: backend/tft/sim/player.py::new_player
## backend/tft/sim/player.py::new_player
beschreibung: Erzeugt einen frischen `PlayerState` aus einer Konfiguration.
input: Name, Archetyp und ein Konfigurations-Dictionary.
output: ein neu initialisierter `PlayerState` mit Startwerten.
entscheidungen:
- Liest Startwerte aus `cfg`, um Regelvarianten ohne Code-Änderung zu erlauben.
beleg: " hp=cfg[\"damage\"][\"player_hp\"],"
- Fallback auf Level 1, falls `start_level` fehlt.
beleg: " level=cfg[\"xp\"].get(\"start_level\", 1),"
kanten:
- ruft-auf: backend/tft/sim/player.py::PlayerState
- nutzt: backend/tft/sim/player.py::PlayerState
## backend/tft/sim/player.py::score
beschreibung: Berechnet die Spielstärke eines Spielers für die Schaden-Berechnung.
input: ein Spielerzustand und ein Artifact-Dictionary.
output: ein Float-Score des aktuellen Boards inklusive Augments.
entscheidungen:
- Delegiert die eigentliche Berechnung an `score_board`, um die Bewertungslogik zentral zu halten.
beleg: " return score_board(p.board, p.augments, artifact)"
- Bezieht Augments in den Score ein, damit gewählte Bonüsse kampfrelevant zählen.
beleg: " return score_board(p.board, p.augments, artifact)"
kanten:
## backend/tft/sim/player.py::unit_worth
beschreibung: Liefert den ökonomischen Gegenwert einer Einheit für Aufstellungsentscheidungen.
input: Artifact-Dictionary und eine Einheit mit `api_name` und `stars`.
output: ein Float-Wert als Kombination aus Kosten und Sternen.
entscheidungen:
- Skaliert den Wert mit `3 ** (stars - 1)`, da Merge-Stufen das Vielfache an Einheiten ersetzen.
beleg: " return artifact[\"static\"][\"units\"][u[\"api_name\"]][\"cost\"] * 3 ** (u[\"stars\"] - 1)"
- Liest Einheitenkosten aus den statischen Artifact-Daten, damit Balance-Anpassungen ohne Code-Change greifen.
beleg: " return artifact[\"static\"][\"units\"][u[\"api_name\"]][\"cost\"] * 3 ** (u[\"stars\"] - 1)"
kanten:
- wird-genutzt-von: backend/tft/sim/player.py::fill_board
## backend/tft/sim/player.py::refresh_shop
beschreibung: Erneuert die Shop-Anzeige eines Spielers mit neuen Roll-Ergebnissen.
input: Spielerzustand, Pool, Konfiguration und RNG.
output: keine Rückgabe; der Shop des Spielers wird ersetzt.
entscheidungen:
- Überschreibt `p.shop` vollständig statt zu mischen, um das TFT-typische „neuer Roll" zu modellieren.
beleg: " p.shop = roll(pool, p.level, cfg, rng)"
kanten:
- wird-genutzt-von: backend/tft/sim/player.py::reroll
## backend/tft/sim/player.py::merge
beschreibung: Führt automatisch passende Einheiten gleicher Sternstufe zu höheren Sternen zusammen.
input: Spielerzustand, API-Name und aktuelle Sternstufe.
output: keine Rückgabe; Board und Bench werden konsolidiert.
entscheidungen:
- Iteriert mit `while True`, bis weniger als drei Kopien vorhanden sind.
beleg: " while True:"
- Übernimmt die Items der fusionierten Kopien auf die verbleibende Einheit.
beleg: " keep[\"items\"].extend(u[\"items\"])"
- Kürzt das Item-Inventar der behaltenen Einheit auf das maximale Limit.
beleg: " keep[\"items\"] = keep[\"items\"][:MAX_ITEMS_PER_UNIT]"
- Entfernt überschüssige Einheiten aus Board oder Bench je nach Herkunft.
beleg: " (p.board if u in p.board else p.bench).remove(u)"
kanten:
- wird-genutzt-von: backend/tft/sim/player.py::buy
- wird-genutzt-von: backend/tft/sim/player.py::grab_carousel_unit
## backend/tft/sim/player.py::buy
beschreibung: Kauft eine Einheit aus dem Shop und legt sie auf die Bank.
input: Spielerzustand, Shop-Slot, Pool und Artifact-Dictionary.
output: keine Rückgabe; Bench und Pool werden verändert.
entscheidungen:
- Prüft Shop-Slot, Gold, Bank-Kapazität und Pool-Verfügbarkeit in dieser Reihenfolge, um Mehrfach-Meldungen pro Aktion zu vermeiden.
beleg: " if not (0 <= slot < len(p.shop)) or p.shop[slot] is None:"
- Leert den Shop-Slot nach erfolgreichem Kauf explizit.
beleg: " p.shop[slot] = None"
- Startet sofort einen Merge-Versuch auf Sternstufe 1, damit Käufe direkt stapeln.
beleg: " merge(p, api, 1)"
kanten:
- ruft-auf: backend/tft/sim/player.py::merge
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::sell
beschreibung: Verkauft eine Einheit vom Board oder Bench und erstattet Gold und Items zurück.
input: Spielerzustand, Ort, Index, Pool und Artifact-Dictionary.
output: keine Rückgabe; Gold, Items und Pool werden aktualisiert.
entscheidungen:
- Berechnet die Anzahl der Pool-Copies exponentiell zur Sternstufe.
beleg: " copies = 3 ** (u[\"stars\"] - 1)"
- Zieht 1 Gold ab, sobald die Einheit nicht 1 kostet und mindestens 2 Sterne hat.
beleg: " if cost > 1 and u[\"stars\"] >= 2:"
- Gibt Items aus dem Inventar der Einheit in das Spieler-Inventar frei.
beleg: " p.items.extend(u[\"items\"])"
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::reroll
beschreibung: Würfelt den Shop gegen Gold neu aus.
input: Spielerzustand, Pool, Konfiguration und RNG.
output: keine Rückgabe; der Shop wird aktualisiert.
entscheidungen:
- Prüft Gold erst nach dem Lesen der Kosten, damit einheitliche Fehlermeldungen entstehen.
beleg: " if p.gold < cost:"
- Delegiert das eigentliche Neu-Würfeln an `refresh_shop`, um Logik-Duplikation zu vermeiden.
beleg: " refresh_shop(p, pool, cfg, rng)"
kanten:
- ruft-auf: backend/tft/sim/player.py::refresh_shop
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::buy_xp
beschreibung: Kauft zusätzliche Erfahrungspunkte und aktualisiert das Level.
input: Spielerzustand und Konfiguration.
output: keine Rückgabe; Level und XP werden fortgeschrieben.
entscheidungen:
- Lehnt den Kauf ab, wenn das maximale Level bereits erreicht ist.
beleg: " if p.level >= xp[\"max_level\"]:"
- Übergibt die XP-Berechnung an `economy.apply_xp`, damit Level-Schwellen zentral gepflegt werden.
beleg: " p.level, p.xp = economy.apply_xp(p.level, p.xp, xp[\"buy_amount\"], cfg)"
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::move
beschreibung: Verschiebt eine Einheit zwischen Bank und Kampf-Board.
input: Spielerzustand, Richtung und Index.
output: keine Rückgabe; Board oder Bench werden mutiert.
entscheidungen:
- Wählt Quell- und Ziel-Liste abhängig von der Richtung in einer Zeile.
beleg: " src, dst = (p.bench, p.board) if where == \"bench\" else (p.board, p.bench)"
- Prüft die Board-Kapazität gegen das aktuelle Level des Spielers, nicht gegen einen festen Maximalwert.
beleg: " if dst is p.board and len(p.board) >= p.level:"
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::equip
beschreibung: Legt ein Item aus dem Inventar auf eine Board-Einheit und craftet bei passender Komponente.
input: Spielerzustand, Item-Index, Board-Index und optionales Artifact.
output: keine Rückgabe; Einheit und Inventar werden angepasst.
entscheidungen:
- Sortiert die beiden Komponenten vor dem Lookup, damit die Reihenfolge keine Rolle spielt.
beleg: " crafted = recipes.get(\"|\".join(sorted((held, new_item))))"
- Bricht die Funktion mit `return` ab, sobald ein Rezept erfolgreich gecraftet wurde.
beleg: " p.items.pop(item_idx)"
beleg: " return"
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::pick_augment
beschreibung: Wählt einen Augment aus dem aktuellen Angebot des Spielers.
input: Spielerzustand und Wahl-Index.
output: keine Rückgabe; Augments-Liste wird erweitert und Angebot geleert.
entscheidungen:
- Lehnt die Aktion ab, wenn aktuell kein Angebot vorliegt.
beleg: " if not p.augment_offer:"
- Leert das Angebot nach der Auswahl, damit kein zweiter Pick möglich ist.
beleg: " p.augment_offer = []"
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::grant_loot
beschreibung: Verteilt Loot-Belohnungen wie Komponenten und Gold an einen Spieler.
input: Spielerzustand, Anzahl Komponenten, Gold, Artifact und RNG.
output: keine Rückgabe; Inventar und Gold werden erhöht.
entscheidungen:
- Wählt die Item-Quelle in absteigender Priorität aus Komponenten- und Item-Pool.
beleg: " pool = (artifact.get(\"component_pool\") or artifact.get(\"item_pool\")"
- Erlaubt nur das Droppen von Komponenten, fertige Items entstehen ausschließlich durch Crafting.
beleg: " # Loot droppt Komponenten; fertige Items entstehen nur durch Craften."
kanten:
- nutzt: backend/tft/sim/player.py::InvalidAction
## backend/tft/sim/player.py::grab_carousel_unit
beschreibung: Greift eine zufällige Karussell-Einheit und legt sie auf die Bank.
input: Spielerzustand, Pool und RNG.
output: keine Rückgabe; Bench und Pool werden verändert.
entscheidungen:
- Sammelt Kandidaten aus den Kostenstufen 1 bis 3, da Karussell-Einheiten günstig sind.
beleg: " candidates = [a for c in (1, 2, 3) for a in pool.units_of_cost(c)]"
- Überspringt den Greif, wenn die Bank voll ist, ohne Fehler zu werfen.
beleg: " if candidates and len(p.bench) < BENCH_SIZE:"
- Startet sofort einen Merge-Versuch, damit Drops direkt stapeln.
beleg: " merge(p, api, 1)"
kanten:
- ruft-auf: backend/tft/sim/player.py::merge
## backend/tft/sim/player.py::fill_board
beschreibung: Füllt freie Board-Plätze und tauscht stärkere Bank-Einheiten ein.
input: Spielerzustand und Artifact-Dictionary.
output: keine Rückgabe; Board und Bench werden umsortiert.
entscheidungen:
- Sortiert die Bank absteigend nach `unit_worth`, damit starke Einheiten vorne stehen.
beleg: " p.bench.sort(key=lambda u: -unit_worth(artifact, u))"
- Tauscht Board-Einheiten nur aus, wenn der Bank-Kandidat strikt stärker ist.
beleg: " if unit_worth(artifact, best) > unit_worth(artifact, u):"
- Bricht die Swap-Schleife ab, sobald die Bank leer ist.
beleg: " if not p.bench:"
kanten:
- ruft-auf: backend/tft/sim/player.py::unit_worth

View File

@@ -0,0 +1,19 @@
# Einheiten: backend/tft/sim/pool.py
stand: f41ac76b5789
## backend/tft/sim/pool.py::Pool
beschreibung: Verwaltet einen endlichen Vorrat pro Champion-API-Einheit und regelt Entnahme sowie Rückgabe.
input: Konstruktor erhält ein Mapping von API-Namen zu Einheitendaten sowie eine Liste von Größen je Kostenstufe; Methoden nehmen API-Namen und Mengen entgegen.
output: Aktueller verfügbarer Bestand je Einheit, eine Liste lebender Einheiten eines bestimmten Kostens, sowie ein mutierter Vorrat nach Entnahme oder Rückgabe.
entscheidungen:
- Einheiten ohne gültige Kostenstufe (1 bis len(sizes)) werden aus dem Vorrat ausgeschlossen.
beleg: "if 1 <= u[\"cost\"] <= len(sizes)"
- Die Kosten jedes API-Namens werden in einem separaten Mapping gehalten, um günstig nach Kosten zu filtern.
beleg: "self.cost_of = {api: u[\"cost\"] for api, u in static_units.items()}"
- Eine Einheit gilt nur dann als verfügbar, wenn sie noch nicht aufgebraucht ist.
beleg: "self.copies[a] > 0"
- Eine Entnahme über den aktuellen Bestand hinaus wird als Fehler signalisiert.
beleg: "raise ValueError(f\"pool exhausted for {api_name}\")"
- Nicht im Vorrat enthaltene API-Namen werden bei Anfragen als null verfügbar behandelt.
beleg: "return self.copies.get(api_name, 0)"
kanten:

View File

@@ -0,0 +1,17 @@
# Einheiten: backend/tft/sim/rounds.py
stand: f41ac76b5789
## backend/tft/sim/rounds.py::schedule
beschreibung: Erzeugt die vollständige Stage-/Round-Folge eines Spiels inklusive Augment-Markierung.
input: ein Konfigurations-Dikt mit den Schlüsseln `rounds.stage1`, `rounds.stage_n` und `rounds.augment_rounds`.
output: eine Liste von Round-Dicts mit `label`, `stage`, `kind` und `augment`.
entscheidungen:
- Stage 1 wird separat aus `stage1` gelesen, alle weiteren Stages teilen sich `stage_n`.
beleg: "for i, kind in enumerate(r[\"stage1\"], start=1):"
- Stages werden ab 2 bis inklusive `MAX_STAGE` durchlaufen.
beleg: "for stage in range(2, MAX_STAGE + 1):"
- Die Augment-Markierung erfolgt nachträglich per Membership-Test gegen `augment_rounds`.
beleg: "rnd[\"augment\"] = rnd[\"label\"] in r[\"augment_rounds\"]"
- Labels folgen dem Schema `{stage}-{i}` mit 1-basierter Nummerierung je Stage.
beleg: "f\"{stage}-{i}\""
kanten:

View File

@@ -0,0 +1,17 @@
# Einheiten: backend/tft/sim/shop.py
stand: f41ac76b5789
## backend/tft/sim/shop.py::roll
beschreibung: Führt einen Shop-Roll aus und liefert eine Anzahl zufälliger Units gemäß Level-Odds und verbleibenden Pool-Kopien.
input: Pool-Instanz, Spieler-Level, Konfigurations-Dictionary mit Shop-Odds und Slot-Anzahl sowie ein random.Random-RNG.
output: Liste von Unit-Champion-IDs (oder None für leere Slots) in Länge der konfigurierten Slot-Anzahl.
entscheidungen:
- Die Tier-Odds werden level-indiziert aus der Konfiguration gelesen, sodass die Wahrscheinlichkeiten pro Level konfigurierbar bleiben.
beleg: "odds = cfg[\"shop\"][\"odds\"][level - 1]"
- Für jeden Slot wird zuerst per gewichtetem Zufall ein Tier gezogen, bevor unter den Units dieses Tiers ausgewählt wird.
beleg: "tier = rng.choices(range(1, 6), weights=odds)[0]"
- Steht kein Kandidat eines gezogenen Tiers im Pool zur Verfügung, wird der Slot als None belegt statt zu scheitern.
beleg: "if not candidates:"
- Die Auswahl unter Kandidaten erfolgt gewichtet nach verfügbaren Pool-Kopien jeder Unit.
beleg: "weights = [pool.available(a) for a in candidates]"
kanten:

View File

@@ -0,0 +1,31 @@
# Einheiten: backend/tft/staticdata/fetch.py
stand: f41ac76b5789
## backend/tft/staticdata/fetch.py::fetch_static
beschreibung: Lädt TFT-Rohdaten von Community Dragon, parst sie und schreibt sie zusammen mit Metadaten versioniert auf die Festplatte.
input: optionale `set_override`-ID, sonst aktuelle Set-Auswahl der Quelldaten
output: das geparste TFT-Statikdaten-Dictionary (zugleich als versionierte JSON-Dateien inklusive Pointer-Datei persistiert)
entscheidungen:
- Patch wird aus dem Content-Metadata-Endpoint auf die ersten zwei Versionssegmente reduziert.
beleg: "patch = \".\".join(version.split(\".\")[:2])"
- Rohdaten werden unverändert zusätzlich als `raw.json` archiviert.
beleg: "(out_dir / \"raw.json\").write_text(json.dumps(raw))"
- Geschriebene Domänen-Dateien werden mit eingerücktem, nicht-ASCII-escapiertem JSON serialisiert.
beleg: "json.dumps(parsed[name], indent=1, ensure_ascii=False)"
- Nach erfolgreichem Schreiben wird ein `latest_static_pointer` aktualisiert, damit Aufrufer das aktuelle Verzeichnis finden.
beleg: "paths.latest_static_pointer().write_text(json.dumps(pointer, indent=1))"
kanten:
## backend/tft/staticdata/fetch.py::load_static
beschreibung: Lädt den zuletzt von `fetch_static` geschriebenen Satz normalisierter TFT-Statikdaten über den Pointer wieder ein.
input: nichts; liest selbstständig den Pointer-Pfad aus `tft.paths`
output: ein Dictionary mit den Schlüsseln `units`, `traits`, `items`, `augments` und `meta` aus dem zuletzt gespeicherten Statikdaten-Verzeichnis
entscheidungen:
- Das Zielverzeichnis wird über `paths.latest_static_pointer()` und nicht über einen Aufrufparameter bestimmt.
beleg: "pointer = json.loads(paths.latest_static_pointer().read_text())"
- Der `pathlib`-Import erfolgt erst innerhalb der Funktion, um den Modulimport schlank zu halten.
beleg: "from pathlib import Path"
- Beim Laden werden ausschließlich die fünf bekannten Domänen-Schlüssel zusammengeführt, unbekannte Einträge ignoriert.
beleg: "for name in (\"units\", \"traits\", \"items\", \"augments\", \"meta\")"
kanten:
- wird-genutzt-von: backend/tft/staticdata/fetch.py::fetch_static

View File

@@ -0,0 +1,86 @@
# Einheiten: backend/tft/staticdata/parse.py
stand: f41ac76b5789
## backend/tft/staticdata/parse.py::augment_tier
beschreibung: Leitet die Augment-Stufe (I/II/III) aus dem Suffix des Icon-Dateinamens ab.
input: icon_path — optionaler Pfad zum Augment-Icon.
output: Ganzzahl 13 für die erkannte Stufe oder None bei fehlendem Pfad.
entscheidungen:
- Tier wird aus einem Römisch-Zahl-Suffix vor dem Punkt ermittelt, unabhängig von Groß-/Kleinschreibung.
beleg: "AUGMENT_TIER_RE = re.compile(r\"[-_](I{1,3})\.\", re.I)"
- Rückgabe ist die Länge der gematchten Römisch-Zahl, nicht ihr numerischer Wert.
beleg: "return len(m.group(1)) if m else None"
kanten:
- wird-genutzt-von: backend/tft/staticdata/parse.py::parse
## backend/tft/staticdata/parse.py::render_desc
beschreibung: Füllt Platzhalter in einem Tooltip-Text mit Effekt-Werten und entfernt übriges Markup.
input: desc — Tooltip-Text mit @…@-Platzhaltern; effects — Dict mit numerischen Effekt-Werten.
output: Bereinigter, einsatzfertiger Beschreibungstext.
entscheidungen:
- Unbekannte Platzhalter werden als "?" dargestellt, statt den Text zu verwerfen.
beleg: "return \"?\""
- HTML-Tags und %i:…%-Blöcke werden per Regex entfernt, bevor Mehrfach-Whitespace kollabiert wird.
beleg: "text = re.sub(r\"<[^>]+>\", \" \", text)"
- Ganze Zahlen werden ohne Dezimalstellen ausgegeben, andere auf eine Nachkommastelle gerundet.
beleg: "str(int(value)) if float(value).is_integer() else str(round(value, 1))"
kanten:
- wird-genutzt-von: backend/tft/staticdata/parse.py::parse
## backend/tft/staticdata/parse.py::resolve_spell
beschreibung: Ermittelt Schadens-Array, Schadenstyp und Skalierung einer Champion-Fähigkeit aus dem Desc-Markup.
input: ability — Dict mit Desc-Text, Variablen und Schadens-Tags.
output: Dict mit spell_damage, spell_damage_type und spell_scaling.
entscheidungen:
- Erstes im Desc gefundenes Schadens-Tag gewinnt; zugehöriger Variablenname wird gegen "Modified"-Variante geprüft.
beleg: "array = get(name) or get(name.removeprefix(\"Modified\"))"
- Ohne expliziten Tag wird ADDamage+APDamage kombiniert, sonst greift die Fallback-Liste in festgelegter Reihenfolge.
beleg: "for name in DAMAGE_FALLBACKS:"
- Skalierung wird aus %i:scaleAP% / %i:scaleAD%-Markern im Desc abgeleitet, nicht aus Variablen.
beleg: "has_ap = \"%i:scaleAP%\" in desc"
kanten:
- wird-genutzt-von: backend/tft/staticdata/parse.py::parse
## backend/tft/staticdata/parse.py::icon_url
beschreibung: Wandelt einen Community-Dragon-Asset-Pfad in eine URL zum PNG-Abbild um.
input: asset_path — interner Asset-Pfad mit Endung .tex oder .dds.
output: URL auf raw.communitydragon.org mit .png-Endung.
entscheidungen:
- Endungen werden case-insensitive ersetzt, sodass .TEX und .DDS ebenfalls zu .png werden.
beleg: "p = asset_path.lower()"
- Basis-URL wird als Modul-Konstante gehalten, nicht pro Aufruf neu gebaut.
beleg: "return f\"{CDRAGON_GAME}/{p}\""
kanten:
- wird-genutzt-von: backend/tft/staticdata/parse.py::parse
## backend/tft/staticdata/parse.py::detect_set
beschreibung: Wählt aus dem Rohtext die höchste Set-Nummer, die Champion-Daten enthält.
input: raw — vollständiges cdragon-JSON mit einem sets-Dict.
output: Integer der gewählten Set-Nummer.
entscheidungen:
- Nur Sets mit tatsächlichen Champions werden als Kandidaten zugelassen.
beleg: "if v.get(\"champions\")"
- Ohne Kandidat wird hart ein ValueError geworfen, statt zu raten.
beleg: "raise ValueError(\"no set with champions found in cdragon data\")"
kanten:
- wird-genutzt-von: backend/tft/staticdata/parse.py::parse
## backend/tft/staticdata/parse.py::parse
beschreibung: Normalisiert das Rohtext-JSON in flache Tabellen für Units, Traits, Items und Augments.
input: raw — cdragon-Gesamtdaten; set_override — optionale Set-Nummer.
output: Dict mit meta, units, traits, items und augments.
entscheidungen:
- Minions und Beschwörungen werden über apiName bzw. leere Trait-Listen ausgefiltert, nicht über eine eigene Allowlist.
beleg: "if not c[\"traits\"] or \"Minion\" in c[\"apiName\"]:"
- Trait-Anzeigenamen werden nachträglich auf api-Namen gemappt, damit die Unit-Tabelle konsistente Identifier führt.
beleg: "u[\"traits\"] = [trait_name_to_api[name] for name in u[\"traits\"]]"
- Augments werden anhand von Präfix oder apiName-Inhalt gefiltert und um Shop-/Tooltip-Müll bereinigt.
beleg: "if \"MarketOffering\" in api or \"@\" in (i[\"name\"] or \"\")"
- Set-Nummer kann per Parameter überschrieben werden, sonst fällt parse auf detect_set zurück.
beleg: "set_number = set_override if set_override is not None else detect_set(raw)"
kanten:
- ruft-auf: backend/tft/staticdata/parse.py::detect_set
- ruft-auf: backend/tft/staticdata/parse.py::icon_url
- ruft-auf: backend/tft/staticdata/parse.py::resolve_spell
- ruft-auf: backend/tft/staticdata/parse.py::augment_tier
- ruft-auf: backend/tft/staticdata/parse.py::render_desc

View File

@@ -0,0 +1,20 @@
# Bereich: Bedienung und Schnittstellen
beschreibung: Macht die Simulation und das Modell von außen ansprechbar — als Kommandozeilen-Werkzeug und als Dienst.
## Feature: Partien über eine Schnittstelle anbieten [rand]
beschreibung: Erlaubt es, neue Partien zu starten, Aktionen auszuführen und Spielzustände abzurufen.
### Nimmt Spielzüge entgegen und leitet sie an die Simulation weiter
einheiten: backend/tft/api/app.py::ActionRequest, backend/tft/api/app.py::action, backend/tft/api/app.py::_load_game_deps
### Verwaltet laufende Partien und meldet deren Zustand
einheiten: backend/tft/api/app.py::new_game, backend/tft/api/app.py::state, backend/tft/api/app.py::serialize, backend/tft/api/app.py::unit_view, backend/tft/api/app.py::upgrade_hint
### Meldet den Betriebszustand des Dienstes
einheiten: backend/tft/api/app.py::health
## Feature: Werkzeuge über die Kommandozeile bedienen [rand]
beschreibung: Bündelt die wichtigsten Arbeitsschritte in einem Kommandozeilen-Werkzeug mit Unterbefehlen.
### Verteilt eingegebene Befehle an die passenden Arbeitsschritte
einheiten: backend/tft/cli.py::main

View File

@@ -0,0 +1,32 @@
# Bereich: Partie-Simulation
beschreibung: Spielt komplette TFT-Partien automatisch nach und liefert Platzierungen als Ergebnis.
## Feature: Einzelne Aktionen eines Spielers ausführen [kern]
beschreibung: Bildet alle Spielzüge eines Spielers — Kauf, Verkauf, Aufstellen, Kombinieren, Würfeln — originalgetreu ab.
### Verwaltet das Vermögen, das Leveln und den Einkauf von Einheiten
einheiten: backend/tft/sim/economy.py::apply_xp, backend/tft/sim/economy.py::xp_to_next, backend/tft/sim/economy.py::round_income, backend/tft/sim/economy.py::interest, backend/tft/sim/economy.py::streak_gold, backend/tft/sim/player.py::buy, backend/tft/sim/player.py::buy_xp, backend/tft/sim/player.py::sell
### Bewegt Einheiten zwischen Bank und Brett und rüstet sie mit Items aus
einheiten: backend/tft/sim/player.py::move, backend/tft/sim/player.py::fill_board, backend/tft/sim/player.py::merge, backend/tft/sim/player.py::equip, backend/tft/sim/player.py::unit_worth, backend/tft/sim/player.py::score
### Frischt den Shop auf, würfelt neu und vergibt Belohnungen
einheiten: backend/tft/sim/shop.py::roll, backend/tft/sim/player.py::refresh_shop, backend/tft/sim/player.py::reroll, backend/tft/sim/player.py::grant_loot, backend/tft/sim/player.py::grab_carousel_unit, backend/tft/sim/player.py::pick_augment, backend/tft/sim/player.py::InvalidAction
### Hält den Gesamtzustand eines Spielers über die ganze Partie vor
einheiten: backend/tft/sim/player.py::PlayerState, backend/tft/sim/player.py::new_player, backend/tft/sim/pool.py::Pool
## Feature: Komplette Partien durchspielen [kern]
beschreibung: Steuert eine ganze Partie über alle Runden, Kämpfe und Platzierungen hinweg.
### Legt den Rundenplan fest und paart Gegner für den Kampf
einheiten: backend/tft/sim/rounds.py::schedule, backend/tft/sim/game.py::pair_players, backend/tft/sim/game.py::Game, backend/tft/sim/game.py::_delegate
### Simuliert den Kampf zwischen zwei Teams
einheiten: backend/tft/sim/combat.py::FightResult, backend/tft/sim/combat.py::fight, backend/tft/sim/combat.py::_queue, backend/tft/sim/combat.py::_suffix_off, backend/tft/sim/combat.py::player_damage
## Feature: Partien automatisch ausführen und auswerten [kern]
beschreibung: Lässt viele Partien automatisch durchlaufen und fasst ihre Platzierungen zusammen.
### Spielt ganze Partien nach festen Spielstilen zu Ende
einheiten: backend/tft/sim/autoplay.py::play_afk, backend/tft/sim/autoplay.py::play_econ, backend/tft/sim/autoplay.py::run

View File

@@ -0,0 +1,23 @@
# Bereich: Spieldaten-Beschaffung
beschreibung: Stellt die statischen Spiel- und Live-Daten bereit, auf denen alles Weitere aufbaut.
## Feature: Aktuelle Spieldaten automatisch laden [kern]
beschreibung: Holt die jeweils gültigen Konfigurations-, Einheiten-, Item- und Augment-Daten und hält sie versioniert vor.
### Lädt den offiziellen Datenstand versioniert herunter und macht ihn abrufbar
einheiten: backend/tft/staticdata/fetch.py::fetch_static, backend/tft/staticdata/fetch.py::load_static, backend/tft/paths.py::latest_static_pointer, backend/tft/paths.py::static_dir
### Bereitet Rohdaten in flache, einheitliche Tabellen auf
einheiten: backend/tft/staticdata/parse.py::parse, backend/tft/staticdata/parse.py::detect_set, backend/tft/staticdata/parse.py::augment_tier, backend/tft/staticdata/parse.py::icon_url, backend/tft/staticdata/parse.py::render_desc, backend/tft/staticdata/parse.py::resolve_spell
### Liefert Set-spezifische Konfigurationswerte und Spielkonstanten
einheiten: backend/tft/constants/loader.py::load_constants, backend/tft/constants/loader.py::validate, backend/tft/cli.py::current_set
## Feature: Profi-Matches für die Analyse sammeln [kern]
beschreibung: Bezieht gewertete Partien von Top-Spielern, prüft sie gegen die statischen Daten und speichert ihre End-Aufstellungen.
### Ruft gewertete Partien ab und schreibt sie in eine lokale Datenbank
einheiten: backend/tft/matches/riot.py::RiotClient, backend/tft/matches/riot.py::api_key, backend/tft/matches/riot.py::_load_env, backend/tft/matches/crawl.py::crawl, backend/tft/db.py::connect
### Überführt rohe Match-Daten in geprüfte Endaufstellungen
einheiten: backend/tft/matches/extract.py::extract_match, backend/tft/matches/extract.py::extract_all, backend/tft/matches/extract.py::validate_ids, backend/tft/matches/extract.py::patch_of

View File

@@ -0,0 +1,32 @@
# Bereich: Stärkemodell aus Daten lernen
beschreibung: Leitet aus gesammelten Profi-Aufstellungen belastbare Stärke-Werte für jede Spielfigur ab.
## Feature: Datenbasiertes Stärkemodell erzeugen [kern]
beschreibung: Lernt aus historischen Platzierungen, wie stark Einheiten, Eigenschaften, Items und Augments wirklich sind.
### Aggregiert Endaufstellungen zu platzierungsabhängigen Stärkewerten
einheiten: backend/tft/model/learn.py::learn, backend/tft/model/learn.py::learn_from_db, backend/tft/model/learn.py::_multiplier
### Kalibriert das Modell gegen reale Platzierungen und prüft seine Aussagekraft
einheiten: backend/tft/model/calibrate.py::calibrate, backend/tft/model/calibrate.py::_holdout_scores, backend/tft/model/calibrate.py::_ranks, backend/tft/model/calibrate.py::spearman, backend/tft/model/calibrate.py::board_from_row
## Feature: Spielstärke einer Aufstellung messen [kern]
beschreibung: Bewertet eine konkrete Brett-Aufstellung mit einer reproduzierbaren Gesamtstärke.
### Berechnet das Kampfprofil jeder Einheit auf dem Brett
einheiten: backend/tft/model/score.py::unit_profile, backend/tft/model/score.py::board_profiles, backend/tft/model/statsheet.py::unit_stats, backend/tft/model/statsheet.py::_apply_item_effects, backend/tft/model/statsheet.py::_empty_acc, backend/tft/model/statsheet.py::_fraction, backend/tft/model/statsheet.py::item_is_modeled, backend/tft/model/statsheet.py::trait_buffs
### Ermittelt aktive Eigenschafts-Stufen und einen Gesamt-Score
einheiten: backend/tft/model/score.py::active_trait_tiers, backend/tft/model/score.py::score_board, backend/tft/model/baseline.py::classify_role, backend/tft/model/baseline.py::unit_value
## Feature: Analyse-Bausteine versioniert bereitstellen [kern]
beschreibung: Bündelt das gelernte Modell mit allen Spiel-Bausteinen zu einem versionierten Paket für Simulation und Auswertung.
### Stellt die kombinierbaren Items und ihre Komponenten-Pools bereit
einheiten: backend/tft/model/artifact.py::craftable_items, backend/tft/model/artifact.py::component_pool, backend/tft/model/artifact.py::recipes
### Zerlegt Augments in maschinenlesbare Effekte
einheiten: backend/tft/model/augments.py::build_spec, backend/tft/model/augments.py::build_specs, backend/tft/model/augments.py::_num, backend/tft/model/artifact.py::_augment_specs
### Setzt einen Deckelwert für Fähigkeits-Schaden und verwaltet Artefakt-Versionen
einheiten: backend/tft/model/artifact.py::spell_dps_cap, backend/tft/model/artifact.py::build, backend/tft/model/artifact.py::load, backend/tft/model/artifact.py::save, backend/tft/paths.py::artifact_dir, backend/tft/paths.py::latest_artifact_pointer

51
.planer/flows.md Normal file
View File

@@ -0,0 +1,51 @@
# Flows: tft
## Flow: Statische Daten laden und bereitstellen
1. Community-Dragon-Rohdaten werden heruntergeladen und versioniert auf die Festplatte geschrieben — backend/tft/staticdata/fetch.py::fetch_static
2. Beim Schreiben wird der zuletzt gespeicherte Statikdatensatz über den Pointer wieder eingelesen — backend/tft/staticdata/fetch.py::load_static
3. Das Rohtext-JSON wird in flache Tabellen für Units, Traits, Items und Augments normalisiert — backend/tft/staticdata/parse.py::parse
4. Parse wählt die höchste vorhandene Set-Nummer aus Champion-Daten, ergänzt Icon-URLs und leitet Augment-Stufen aus Suffixen ab — backend/tft/staticdata/parse.py::detect_set, backend/tft/staticdata/parse.py::icon_url, backend/tft/staticdata/parse.py::augment_tier
5. Schadens-Arrays, Schadenstyp und Skalierung einer Champion-Fähigkeit werden aus dem Desc-Markup ermittelt — backend/tft/staticdata/parse.py::resolve_spell
6. Platzhalter in Tooltip-Texten werden mit Effekt-Werten gefüllt und übriges Markup entfernt — backend/tft/staticdata/parse.py::render_desc
## Flow: Analyse-Artefakt erzeugen
1. Die TOML-Konstantendatei für ein Set wird eingelesen — backend/tft/constants/loader.py::load_constants
2. Struktur und Plausibilität der Konstanten werden validiert — backend/tft/constants/loader.py::validate
3. Das versionierte Analyse-Artefakt wird als Vertrag zwischen Pipeline und Simulation gebaut — backend/tft/model/artifact.py::build
4. Aus den Unit-Stats wird das 90. Perzentil der Spell-DPS auf 1 Stern ohne Items als Deckelwert berechnet — backend/tft/model/artifact.py::spell_dps_cap, backend/tft/model/statsheet.py::unit_stats
5. Aus den statischen Items werden die standardmäßig kombinierbaren Items herausgefiltert und auf Komponenten-Schlüssel abgebildet — backend/tft/model/artifact.py::craftable_items, backend/tft/model/artifact.py::recipes
6. Der Pool an häufig genutzten Basis-Komponenten wird bestimmt — backend/tft/model/artifact.py::component_pool
7. Augment-Spezifikationen werden katalogweit erzeugt und nach API indiziert — backend/tft/model/artifact.py::_augment_specs, backend/tft/model/augments.py::build_specs
8. Das fertige Artefakt wird versionsspezifisch als JSON geschrieben und der Latest-Pointer aktualisiert — backend/tft/model/artifact.py::save, backend/tft/paths.py::artifact_dir, backend/tft/paths.py::latest_artifact_pointer
## Flow: Matches crawlen und Endboards extrahieren
1. Der Riot-API-Key wird aus der Umgebung geladen, wobei `backend/.env` optional eingelesen wird — backend/tft/matches/riot.py::api_key, backend/tft/matches/riot.py::_load_env
2. Gewertete TFT-Matches von Challengern/GM-Spielern werden gecrawlt und gefiltert in der SQLite-DB persistiert — backend/tft/matches/crawl.py::crawl
3. Eine SQLite-Verbindung wird hergestellt und das Schema initialisiert — backend/tft/db.py::connect
4. Alle noch nicht verarbeiteten Roh-Matches werden gelesen, ihre Endboard-Zeilen extrahiert und persistiert — backend/tft/matches/extract.py::extract_all
5. Pro Teilnehmer werden die relevanten Felder in Endboard-Tupel überführt — backend/tft/matches/extract.py::extract_match
6. Der zweistellige Patch wird aus dem `game_version`-String abgeleitet — backend/tft/matches/extract.py::patch_of
7. IDs in Endboard-Zeilen, die nicht in den statischen Daten vorkommen, werden als Patch-Drift gezählt — backend/tft/matches/extract.py::validate_ids
## Flow: Multiplikatoren aus Endboards lernen
1. Endboard-Zeilen eines Sets werden aus einer SQL-Verbindung gelesen — backend/tft/model/learn.py::learn_from_db
2. Endboard-Zeilen werden zu placementsbezogenen Multiplikatoren für Einheiten, Traits, Items, Augments und Paaren aggregiert — backend/tft/model/learn.py::learn
3. Pro Eintrag wird ein um Bayessche Schrumpfung zentrierter Stärke-Multiplikator aus den Platzierungen berechnet — backend/tft/model/learn.py::_multiplier
## Flow: Headless-Simulation ausführen
1. Die vollständige Stage-/Round-Folge eines Spiels inklusive Augment-Markierung wird erzeugt — backend/tft/sim/rounds.py::schedule
2. n headless Spiele werden mit der gewählten Policy ausgeführt und Platzierungen aggregiert — backend/tft/sim/autoplay.py::run
3. Entweder wird ein Spiel ohne Eingriff zu Ende gespielt — backend/tft/sim/autoplay.py::play_afk
4. Oder ein Spiel wird mit der Econ-Policy zu Ende gespielt — backend/tft/sim/autoplay.py::play_econ
5. Eine vollständige Partie wird als endliche Zustandsmaschine über Runden und Kämpfe orchestriert — backend/tft/sim/game.py::Game
6. Die PvP-Paarungen der lebenden Spieler werden ermittelt — backend/tft/sim/game.py::pair_players, backend/tft/sim/game.py::pair_players
7. Pro Paarung wird ein deterministischer Kampf zweier Teams eventbasiert simuliert — backend/tft/sim/combat.py::fight, backend/tft/sim/combat.py::FightResult
8. Der Schaden, den ein Spieler nach der Runde erhält, wird abhängig von Stage und Überlebenden berechnet — backend/tft/sim/combat.py::player_damage
## Flow: Spielzustand über die API beantworten
1. Eine neue TFT-Spiellauf-Instanz wird erstellt und im globalen Register registriert — backend/tft/api/app.py::new_game
2. Für eine Aktions-Anfrage werden benötigte statische Set-Daten und Konfigurationswerte geladen — backend/tft/api/app.py::_load_game_deps
3. Die Aktions-Anfrage wird interpretiert und an die passende Game-Methode weitergeleitet — backend/tft/api/app.py::action, backend/tft/api/app.py::ActionRequest
4. Der Spielzustand der Instanz wird als JSON-Bild inklusive Brett, Bank, Shop, Traits und Gegnern serialisiert — backend/tft/api/app.py::state, backend/tft/api/app.py::serialize
5. Interne Einheit-Darstellungen werden in die API-Antwortstruktur projiziert — backend/tft/api/app.py::unit_view
6. Als Außenwirkung wird zusätzlich der Aufstiegs-Hinweis in die nächste Sternstufe bei weiterem Kauf berechnet — backend/tft/api/app.py::upgrade_hint

4
.planer/kern.md Normal file
View File

@@ -0,0 +1,4 @@
# Kern: tft
Das Projekt `tft` bildet das komplette „Teamfight Tactics"-Spiel als Daten-, Lern- und Simulationssystem nach: Es bezieht offizielle Spielstände, zieht daraus Stärke-Werte für Einheiten, Gegenstände, Eigenschaften und Augments und kann damit komplette Partien automatisch durchspielen, bewerten und über eine Schnittstelle oder Kommandozeile bedienbar machen.
tragende-einheiten: backend/tft/sim/game.py::Game, backend/tft/sim/player.py::PlayerState, backend/tft/staticdata/fetch.py::fetch_static, backend/tft/model/learn.py::learn, backend/tft/model/score.py::score_board, backend/tft/api/app.py::new_game

6
.planer/pruefung.md Normal file
View File

@@ -0,0 +1,6 @@
# Prüfung: tft
tests: make test
lint: (keins vorhanden)
start: make dev
hinweise:
- (vom Scan erzeugtes Gerüst — bitte prüfen und ergänzen)

View File

@@ -114,6 +114,18 @@ def _pool_total(game, api):
return n return n
def test_step_keeps_player_board_setup(art, cfg):
"""Die manuelle Aufstellung wird nie durch stärkere Bank-Units ersetzt."""
game = Game(art, cfg, seed=8)
game.player.level = 2
game.player.board = [{"api_name": "U1_0", "stars": 1, "items": []},
{"api_name": "U1_1", "stars": 1, "items": []}]
game.player.bench = [{"api_name": "U5_0", "stars": 2, "items": []}]
before = [u["api_name"] for u in game.player.board]
game.step()
assert [u["api_name"] for u in game.player.board] == before
def test_pool_conservation(art, cfg): def test_pool_conservation(art, cfg):
for seed in (1, 2, 3): for seed in (1, 2, 3):
game = Game(art, cfg, seed=seed) game = Game(art, cfg, seed=seed)

View File

@@ -60,6 +60,21 @@ def test_parse_resolves_spell_damage():
assert unit["spell_scaling"] == "ap" assert unit["spell_scaling"] == "ap"
def test_resolve_spell_on_attack_passive():
diana_like = {
"desc": "<spellPassive>Passive:</spellPassive> Attacks deal "
"<magicDamage>@ModifiedBonusDamageToAttacks@ (%i:scaleAP%)</magicDamage> "
"bonus magic damage.",
"variables": [{"name": "BonusDamageToAttacks", "value": [0, 52, 78, 135, 230]}],
}
r = resolve_spell(diana_like)
assert r["spell_on_attack"] is True
assert r["spell_damage"] == [0, 52, 78, 135, 230]
cast = parse(RAW, set_override=17)["units"]["TFT17_Mage"]
assert cast["spell_on_attack"] is False
def test_resolve_spell_adaptive_and_fallback(): def test_resolve_spell_adaptive_and_fallback():
adaptive = { adaptive = {
"desc": "Deal <magicDamage>@TotalDamage@</magicDamage> damage. %i:scaleAP% %i:scaleAD%", "desc": "Deal <magicDamage>@TotalDamage@</magicDamage> damage. %i:scaleAP% %i:scaleAD%",

View File

@@ -45,6 +45,17 @@ def test_items_change_profile():
assert not statsheet.item_is_modeled(ITEMS["unmodeled"]) assert not statsheet.item_is_modeled(ITEMS["unmodeled"])
def test_on_attack_spell_scales_with_attack_speed():
# Pro-Attacke-Passive: DPS = Schaden × AS, unabhängig vom Mana-Zyklus.
spell = [0, 50, 75, 110, 0, 0, 0]
u = unit(spell=spell)
u["spell_on_attack"] = True
on_attack = statsheet.unit_stats(u, 1, [], ITEMS, None, None)
assert on_attack["spell_dps"] == pytest.approx(50 * 0.7)
cast = statsheet.unit_stats(unit(spell=spell), 1, [], ITEMS, None, None)
assert on_attack["spell_dps"] > cast["spell_dps"]
def test_frontline_casts_more(): def test_frontline_casts_more():
spell = [0, 300, 450, 700, 0, 0, 0] spell = [0, 300, 450, 700, 0, 0, 0]
tank = statsheet.unit_stats(unit(spell=spell), 1, [], ITEMS, None, "frontline") tank = statsheet.unit_stats(unit(spell=spell), 1, [], ITEMS, None, "frontline")

View File

@@ -161,12 +161,16 @@ def unit_stats(unit: dict, stars: int, item_apis: list[str], static_items: dict,
dmg *= 1 + acc["ap_flat"] / 100 dmg *= 1 + acc["ap_flat"] / 100
if scaling in ("ad", "both"): if scaling in ("ad", "both"):
dmg *= 1 + acc["ad_pct"] dmg *= 1 + acc["ad_pct"]
frontline = FRONTLINE_MANA_PER_SEC if role == "frontline" else 0 if unit.get("spell_on_attack"):
cast_rate = min( # Passive: Bonus-Schaden pro Auto-Attacke, kein Mana-Zyklus.
(as_eff * MANA_PER_ATTACK + frontline + acc["mana_regen"]) / mana_gap, spell_dps = dmg * as_eff
CAST_RATE_CAP, else:
) frontline = FRONTLINE_MANA_PER_SEC if role == "frontline" else 0
spell_dps = dmg * cast_rate cast_rate = min(
(as_eff * MANA_PER_ATTACK + frontline + acc["mana_regen"]) / mana_gap,
CAST_RATE_CAP,
)
spell_dps = dmg * cast_rate
# Ausreißer-Guard: Spell-Rohwerte sind zwischen Champions nicht # Ausreißer-Guard: Spell-Rohwerte sind zwischen Champions nicht
# vergleichbar (per-Hit vs. total). Relativer Deckel: max. 3× eigene # vergleichbar (per-Hit vs. total). Relativer Deckel: max. 3× eigene
# Auto-DPS; das Populations-Perzentil dient als Floor für AD-lose Caster. # Auto-DPS; das Populations-Perzentil dient als Floor für AD-lose Caster.

View File

@@ -1,6 +1,6 @@
"""Scripted policies playing full games headless — sanity check for the sim.""" """Scripted policies playing full games headless — sanity check for the sim."""
from tft.sim import policy from tft.sim import player, policy
from tft.sim.game import Game from tft.sim.game import Game
@@ -15,6 +15,8 @@ def play_econ(game: Game) -> int:
while not game.over: while not game.over:
policy.act(game.player, game.pool, game.artifact, game.cfg, game.rng, policy.act(game.player, game.pool, game.artifact, game.cfg, game.rng,
game.round, params) game.round, params)
# Skript-Spieler stellt wie ein Bot auf (step tauscht für Menschen nicht).
player.fill_board(game.player, game.artifact)
game.step() game.step()
return game.placement return game.placement

View File

@@ -54,6 +54,7 @@ class Game:
for p in self.players: for p in self.players:
p.shop = [None] * cfg["shop"]["slots"] p.shop = [None] * cfg["shop"]["slots"]
self._maybe_offer_augment() self._maybe_offer_augment()
self._bots_act()
# ---- helpers ---- # ---- helpers ----
@@ -81,6 +82,15 @@ class Game:
if p is self.player: if p is self.player:
self.log.append(f"{self.round['label']}: Carousel") self.log.append(f"{self.round['label']}: Carousel")
def _bots_act(self) -> None:
"""Bots ziehen beim Rundenstart — ihre Boards und Scores stehen damit
für die ganze Planungsphase fest und kämpfen unverändert."""
for b in self.bots:
if b.alive:
policy.act(b, self.pool, self.artifact, self.cfg, self.rng,
self.round, policy.ARCHETYPES[b.archetype])
player.fill_board(b, self.artifact)
def _maybe_offer_augment(self) -> None: def _maybe_offer_augment(self) -> None:
if not self.round.get("augment"): if not self.round.get("augment"):
return return
@@ -187,12 +197,10 @@ class Game:
self.pick_augment(self.rng.randrange(len(self.player.augment_offer))) self.pick_augment(self.rng.randrange(len(self.player.augment_offer)))
rnd = self.round rnd = self.round
for b in self.bots: # Bots haben schon beim Rundenstart gezogen (_bots_act).
if b.alive: # swap=False: die manuelle Aufstellung des Spielers bleibt unangetastet.
policy.act(b, self.pool, self.artifact, self.cfg, self.rng, rnd, if self.player.alive:
policy.ARCHETYPES[b.archetype]) player.fill_board(self.player, self.artifact, swap=False)
for p in self._alive():
player.fill_board(p, self.artifact)
results = self._resolve(rnd) results = self._resolve(rnd)
self._check_eliminations() self._check_eliminations()
@@ -308,6 +316,7 @@ class Game:
continue continue
player.refresh_shop(p, self.pool, self.cfg, self.rng) player.refresh_shop(p, self.pool, self.cfg, self.rng)
self._maybe_offer_augment() self._maybe_offer_augment()
self._bots_act()
def _finish_by_hp(self) -> None: def _finish_by_hp(self) -> None:
standings = sorted(self._alive(), key=lambda p: -p.hp) standings = sorted(self._alive(), key=lambda p: -p.hp)

View File

@@ -194,11 +194,15 @@ def grab_carousel_unit(p: PlayerState, pool: Pool, rng: random.Random) -> None:
merge(p, api, 1) merge(p, api, 1)
def fill_board(p: PlayerState, artifact: dict) -> None: def fill_board(p: PlayerState, artifact: dict, swap: bool = True) -> None:
"""Freie Board-Plätze auffüllen und stärkere Bank-Units einwechseln.""" """Freie Board-Plätze auffüllen; mit swap auch stärkere Bank-Units einwechseln.
swap=False für den Menschen: seine Aufstellung wird nie überstimmt."""
p.bench.sort(key=lambda u: -unit_worth(artifact, u)) p.bench.sort(key=lambda u: -unit_worth(artifact, u))
while len(p.board) < p.level and p.bench: while len(p.board) < p.level and p.bench:
p.board.append(p.bench.pop(0)) p.board.append(p.bench.pop(0))
if not swap:
return
for i, u in enumerate(p.board): for i, u in enumerate(p.board):
if not p.bench: if not p.bench:
break break

View File

@@ -18,6 +18,10 @@ DAMAGE_FALLBACKS = (
) )
TAG_TO_TYPE = {"magicDamage": "magic", "physicalDamage": "physical", "trueDamage": "true"} TAG_TO_TYPE = {"magicDamage": "magic", "physicalDamage": "physical", "trueDamage": "true"}
# "Attacks deal <tag>@X@" (Markup dazwischen erlaubt) — Schaden pro Auto-Attacke.
ATTACK_CTX_RE = re.compile(r"attacks deal\s*(?:<[^>]+>\s*)*$", re.I)
ATTACK_VAR_RE = re.compile(r"OnAttack|ToAttack|PerAttack")
# Augment-Stufe steckt im Icon-Dateinamen: _I / _II / _III. # Augment-Stufe steckt im Icon-Dateinamen: _I / _II / _III.
AUGMENT_TIER_RE = re.compile(r"[-_](I{1,3})\.", re.I) AUGMENT_TIER_RE = re.compile(r"[-_](I{1,3})\.", re.I)
PLACEHOLDER_RE = re.compile(r"@([A-Za-z0-9_]+)(?:\*([\d.]+))?@") PLACEHOLDER_RE = re.compile(r"@([A-Za-z0-9_]+)(?:\*([\d.]+))?@")
@@ -62,12 +66,18 @@ def resolve_spell(ability: dict) -> dict:
dmg_type = None dmg_type = None
array = None array = None
on_attack = False
for m in DAMAGE_TAG_RE.finditer(desc): for m in DAMAGE_TAG_RE.finditer(desc):
for vm in VAR_RE.finditer(m.group(2)): for vm in VAR_RE.finditer(m.group(2)):
name = vm.group(1) name = vm.group(1)
array = get(name) or get(name.removeprefix("Modified")) array = get(name) or get(name.removeprefix("Modified"))
if array: if array:
dmg_type = TAG_TO_TYPE[m.group(1)] dmg_type = TAG_TO_TYPE[m.group(1)]
# Schaden pro Auto-Attacke statt pro Cast (z.B. Diana, Teemo):
# erkennbar am Variablennamen oder an "Attacks deal" vorm Tag.
context = desc[max(0, m.start() - 60):m.start()]
on_attack = bool(ATTACK_VAR_RE.search(name)
or ATTACK_CTX_RE.search(context))
break break
if array: if array:
break break
@@ -80,6 +90,7 @@ def resolve_spell(ability: dict) -> dict:
for name in DAMAGE_FALLBACKS: for name in DAMAGE_FALLBACKS:
array = get(name) array = get(name)
if array: if array:
on_attack = bool(ATTACK_VAR_RE.search(name))
break break
has_ap = "%i:scaleAP%" in desc has_ap = "%i:scaleAP%" in desc
@@ -90,6 +101,7 @@ def resolve_spell(ability: dict) -> dict:
"spell_damage": array, "spell_damage": array,
"spell_damage_type": dmg_type or ("magic" if array else None), "spell_damage_type": dmg_type or ("magic" if array else None),
"spell_scaling": scaling, "spell_scaling": scaling,
"spell_on_attack": on_attack,
} }