Stažení korpusu her¶

Replay korpus obsahuje hry všech hráčů, ne jen mého počítače. Skript:

python3 scripts/corpus_from_cloud.py data/replay_corpus_cloud            # přírůstkově
python3 scripts/corpus_from_cloud.py data/replay_corpus_cloud --full     # znovu vše

Token CORPUS_READ_TOKEN se čte z prostředí nebo z ~/MTG/mtg-data/.env (0600). Skript nepoužívá token desktopové aplikace.
Přírůstkové stahování si drží kurzor v <složka>/.cursor a bere jen nové záznamy.
Soubory jsou pojmenované <klient>_<match>_game<N>.json. Stejný match_id od dvou klientů je stejná hra z obou stran, ne duplikát.

Založení tokenu¶

CLOUD_TOKEN='…' python3 scripts/provision_corpus_reader.py

Vytvoří technický účet, přidělí mu corpus_reader, vydá token a uloží ho do .env. Skript je opakovatelný.

Warning

Operátorský CLOUD_TOKEN se předává jen přes prostředí jednoho příkazu. Nepiš ho do konverzace ani do souborů. Pokud unikl, rotuj ho v Coolify a nasaď znovu.

Jak číst čísla¶

Míchání hráčů a verzí klienta mění populaci. Vždy uveď:

z kterého korpusu číslo pochází (lokální × cloud × nové schéma),
jaké schéma hry mají (schema_version) — opravy nad novými poli (krok, pořadí) se na hrách ve schématu ≤ 7 neprojeví,
že poslední konceded tah se nehodnotí (jmenovatel se tím posunul).