CS-Scout

CS2 赛前情报系统 — 自动分析对手 demo，生成 CT 站位热力图与区域分布统计

⚠️ 当前为 Alpha 阶段，仅支持 Mirage 地图 ⚠️ 目前仅支持分析5E对战平台的数据

---

功能

• 输入最多 5 个 5E 平台用户名，一键启动分析
• 自动从 5E 平台抓取最近的 Mirage 排位 demo（每人最多 10 场）
• 按回合类型（满装备 / 强买 / 省钱 / 手枪局）生成独立 CT 站位热力图
• 区域占位分布统计（A 轮防守、D 防守、K 控制等）
• Combat Stats：K/D（来自 demo 记分板）、AWP 使用率（CT 边 AWP 击杀占比）
• 下载/解析流水线并行，5 人分析约 10–20 分钟完成

截图

（待补充）

架构

浏览器 UI
   │  POST /api/analyze_by_names
   ▼
Flask 服务端 (web_server.py)
   │  后台线程
   ▼
pipeline.run_by_usernames()
   ├── 下载线程：搜索玩家 → 获取 demo 列表 → 下载解压
   └── 主线程：  解析 .dem → 生成热力图 → 计算 combat stats
   ▼
output/tile_{domain}_{rtype}.png  +  analysis_summary.json

下载线程和解析主线程以 demo 为单位流水线并行，下载下一个 demo 的同时解析当前 demo。

技术栈

层	技术
后端	Python 3.11+, Flask
Demo 解析	demoparser2
数据处理	pandas, numpy, shapely
热力图渲染	matplotlib, scipy
数据来源	5E Platform API
前端	原生 HTML/CSS/JS（无框架）

部署（VPS）

# 安装依赖
pip install flask numpy pandas matplotlib scipy shapely demoparser2 requests

# 启动
cd server
python web_server.py

访问 http://<服务器IP>:5000，确保云服务商安全组放通 5000 端口。

当前限制 / Roadmap

状态	内容
✅	Mirage CT 站位热力图（4 种回合类型）
✅	区域分布统计
✅	K/D、AWP 率
✅	Demo 去重、磁盘自动清理
🔲	支持更多地图（Inferno、Dust2 等）
🔲	T 侧进攻路线分析
🔲	本地客户端（GSI 自动检测对手）
🔲	历史数据持久化

数据说明

• 仅分析 5E 平台排位 demo（match_type=9），其他模式通常无 demo 下载链接
• 无 Mirage 排位记录的玩家会在结果中标记为"分析失败"
• demo 文件 200-500 MB，服务端需要足够磁盘空间（默认上限 30 GB，超出自动清理至 10 GB）

---

本项目仅用于个人学习和战术研究，请勿用于任何违反平台服务条款的用途。