KLR.gg: автоматическая аналитика матчей CS2 для приватных лобби

Задача — превратить сырой вывод сервера в рейтинги, которым доверяют, без ручных загрузок. Данные есть: сервер CS2 с плагином MatchZy (документация 2024) пишет строку лога на каждый килл, CSV со статистикой игроков на каждую карту и GOTV-демку каждого матча. Но сырые числа — ещё не рейтинг: киллы без пользы для раунда, отсутствующее число раундов, игроки, меняющие ники, несколько Steam-аккаунтов у одного человека. Таблица лидеров, которой не верят, хуже, чем её отсутствие.

Одно лобби, один сезон: Rating 2.0 и 3.0 в стиле HLTV, Round Swing — насколько действия игрока сдвинули вероятность выигрыша раунда — и скилл-рейтинг Glicko-2, где каждый килл считается дуэлью двух игроков.

Решение построено как воркер сбора, рейтинговый пайплайн с полным пересчётом и мультитенантный веб-продукт. Воркер забирает логи, статистику и демки с каждого комьюнити-сервера; пайплайн разбирает логи в дуэли и считает четыре рейтинга — Rating 2.0 и 3.0 в стиле HLTV (HLTV опубликовала составляющие формулы 2.0 в 2017 году), Round Swing и скилл-рейтинг Glicko-2 (система Гликмана с отклонением и волатильностью рейтинга, 2012). Каждый запуск пересчитывает весь сезон, поэтому двойного учёта нет и перезапуск безопасен.

• Автоматический сбор. Python-воркер подключается по FTP/FTPS, находит новые файлы по времени изменения, забирает их в S3-совместимое хранилище и ставит пересчёт в очередь. Доступы хранятся зашифрованными. Логи (~0,5 МБ на карту) — основной источник, хранятся; демки — запасной, удаляются после разбора.
• Рейтинговый пайплайн. Модули на pandas разбирают логи в дуэли, считают KAST раунд за раундом, Round Swing с экономическим весом каждого килла, Rating 2.0 и 3.0, рейтинги по картам и Glicko-2. Около двух секунд на карту.
• Балансировщик команд. Для выбранных игроков предлагает четыре варианта составов — по Rating 2.0, Rating 3.0, Skill и миксу — с ожидаемым разрывом между командами. Логика продублирована на TypeScript, чтобы веб считал мгновенно; расшаренный состав получает публичную ссылку с Open Graph-превью.
• Продукт. Мультитенантные лобби с ролями, вход через Steam OpenID, снапшоты статистики с откатом в один клик, уведомления, кредиты через Stripe для студии рендера (2D-повторы раундов), GDPR-согласие с аудитом, выгрузка данных и удаление аккаунта.
• Steam GC-бот. Бот на Node.js забирает демки официального матчмейкинга по share code, так что рейтинговые игры учитываются в том же рейтинге, что и приватные.

Таблица сравнивает электронную таблицу, с которой начинает большинство лобби, и автоматический пайплайн, которым KLR её заменил. Таблица бесплатна и не требует доступа к серверу, но зависит от одного человека, не умеет считать метрики уровня раунда из CSV со статистикой и молча удваивает результат, если карту внесли дважды. Пайплайну нужны FTP-доступы и воркер — и потом его никто не трогает.

От игрового сервера до таблицы лидеров без участия человека: воркер, пайплайн, API и веб — отдельные сервисы в Docker; единственный артефакт, который видит веб, — один JSON на лобби, отдаваемый через API с проверкой доступа.

Сбор полностью автоматический, и пайплайн успевает за игровыми вечерами: шесть карт разобраны и оценены в течение минуты после последнего раунда. Балансировщик сокращает разрыв между командами до менее чем одного процента прогнозной доли выигранных раундов.

Рейтинг по игровым дням с переключением между четырьмя метриками рядом с балансировщиком команд — два экрана, которые реально открывают перед игровым вечером.

Рейтинговый пайплайн на Python 3 (pandas, matplotlib, awpy для разбора демок); воркер на ftplib с zstd и MinIO; FastAPI с SQLAlchemy и Alembic на PostgreSQL 17; Next.js 16 с React 19 и Tailwind 4; Steam GC-бот на Node.js; Steam OpenID, JWT-сессии, Stripe. Локально всё поднимается через Docker Compose, на VPS в ЕС работает под systemd за nginx.

Подход подходит любой команде, которой нужна платформа событийных данных: автоматический сбор из множества удалённых источников, идемпотентный и быстрый пайплайн разбора, скоринговые модели, которым доверяют, и поверх всего — мультитенантный веб-продукт с ролями, биллингом и комплаенсом. Уберите игру — и та же архитектура работает для телематики, IoT-парков, торговых логов и кликстрим-аналитики. Комплаенс — часть дизайна, а не надстройка: поскольку профили игроков — персональные данные, удаление и выгрузка аккаунта были встроены с первого релиза, как того требует право на удаление по GDPR (статья 17, 2016).