Благодаря тому, что API SStats.net реализует спецификацию Open API, вам больше не нужно тратить время на чтение документации, написание кода и ручного генерирования сущностей. Позвольте вашему AI ассистенту сделать всю работу за вас. **Open API** содержит полное техническое описание того, как взаимодействовать с API, которое понимают различные генераторы кода и AI. В [API Reference](https://api.sstats.net/docs#models) полностью описываются все типы данных, передаваемые в как в запросах, так и получаемые в ответе. **🤖 Полная совместимость с AI-ассистентами** - ChatGPT, Claude и другие LLM могут автоматически работать с API Sstats.net - Достаточно описать задачу словами — AI сам напишет нужный код - Никаких ошибок в запросах — AI точно знает формат данных **⚡ Что может AI, используя SStats.net?** - Построение запросов - Генерация отчетов и графиков - Написание кода, сложный анализ и алгоритмы Для некоторых чат ботов достаточно указать https://sstats.net и вашу инструкцию и он сам подхватит документацию. Но если AI испытывает трудности, можно вручную скормить ему файлы, специально подготовленные для AI по современному стандарту ### llms.txt и llms-full.txt Эти файлы — относительно новая концепция в мире API, специально созданная для улучшения взаимодействия с языковыми моделями (LLM): - https://sstats.net/openapi/v1.json - основная спецификация Open API - https://sstats.net/llms.txt — краткое человекочитаемое описание основных возможностей API - https://sstats.net/llms-full.txt — расширенное описание с примерами использования и дополнительными деталями ## Примеры работы с AI **Запрос к LLM:** ``` Используя спецификацию OpenAPI из https://sstats.net/openapi/v1.json, сгенерируй на Python запрос для получения всех футбольных матчей, которые проходят сегодня. ``` **LLM сгенерирует:** ```python # Базовый URL API (можно заменить на свой, если отличается) API_HOST = "https://api.sstats.net" ENDPOINT = f"{API_HOST}/Games/list" # Ваш API-ключ (если есть). # По умолчанию до 300 запросов в минуту без ключа, или 30/мин на IP. API_KEY = os.getenv("SSTATS_API_KEY", None) def fetch_todays_matches(timezone: int = 3): """ Извлекает все матчи за сегодня, с учётом возможного ограничения в 1000 матчей за один запрос. Возвращает список матчей (каждый — dict). """ all_matches = [] limit = 1000 offset = 0 # Параметры запроса: Today=True выбирает матчи за текущий день params = { "Today": True, "TimeZone": timezone, "limit": limit, "offset": offset, } if API_KEY: params["apikey"] = API_KEY while True: resp = requests.get(ENDPOINT, params=params) resp.raise_for_status() result = resp.json() # В спецификации ответ приходит в поле "data" matches = result.get("data", []) if not matches: break all_matches.extend(matches) offset += limit params["offset"] = offset return all_matches ``` *Код сгенерирован моделью ChatGTP o4-mini-high (26.06.2025)* ### Что ещё можно попросить у AI **Запрос к LLM:** ``` Напиши Python код, который: 1. Извлекает все завершенные матчи Английской Премьер-лиги за последний месяц 2. Определяет фаворита по коэффициентам букмекеров 3. Подсчитывает процент побед фаворитов ``` ## Интересные кейсы использования ### 1. Анализ профитабельности стратегий **Задача:** "Проанализируй прибыльность ставок на тотал больше 2.5 в матчах команд с высоким рейтингом Glicko" LLM агент может: - Получить команды с рейтингом Glicko > 1800 - Найти их матчи за последние 3 месяца - Извлечь коэффициенты на тотал больше 2.5 - Рассчитать ROI стратегии ### 2. Поиск валуйных ставок **Задача:** "Найди матчи, где вероятность победы по модели Glicko значительно отличается от коэффициентов букмекеров" LLM создаст систему, которая: - Получит предстоящие матчи - Сравнит прогнозы Glicko с коэффициентами - Выявит расхождения более 15% - Сформирует отчет с рекомендациями ### 3. Live-мониторинг **Задача:** "Отслеживай матчи, где в первом тайме забито 0 голов, и уведомляй о коэффициентах на тотал больше 1.5" LLM разработает скрипт для: - Мониторинга live-матчей - Фильтрации по счету первого тайма - Получения актуальных коэффициентов Bet365 - Отправки уведомлений