Steam 热门游戏数据分析平台：实时并发在线人数（CCU）监控、历史趋势对比、CS2 饰品市场行情。
技术栈：Vue 3 + Vite + ECharts · FastAPI (Python) · MongoDB 7
| 页面 | 路由 | 内容 |
|---|---|---|
| 商店首页 | / |
Steam 商店风格轮播、推荐、搜索、热门与免费游戏 |
| 总览 Dashboard | /dashboard |
30 款游戏实时 CCU 排行榜、系统状态卡片 |
| 游戏详情 | /game/:id |
近期 CCU 趋势、月度历史图、CNY 价格走势、月度预测（至 2026 年底） |
| CCU 对比 | /compare |
最多同时对比 5 款游戏的历史月度在线人数折线图 |
| CS2 饰品市场 | /market |
80 件饰品分类行情，180 天价格历史 + 30 天预测 |
没有自动定时爬取。 所有历史数据通过下方描述的方式一次性采集并存入
backend/data/，后端首次启动时自动 seed 进 MongoDB。实时 CCU 由启动时触发的ingest_steam_data.py采集一次。
| 数据 | 来源 | 说明 |
|---|---|---|
| 历史月度 CCU（2012 年至今） | SteamCharts 页面抓取 | 使用 playwright-cli 爬取，存于 steamcharts_history.json |
| 实时 CCU 快照 | Steam 官方 API | 后端启动时调用 ISteamUserStats/GetNumberOfCurrentPlayers |
| 游戏详情（标签、评价、开发商） | Steam Store API | 调用 /api/appdetails，存于 steam_game_details.json |
| CS2 饰品列表 + 图片 | Steam Market Search API | 无需登录，含 icon_url（CDN 直链） |
| CS2 饰品价格历史 | 合成数据 | 当前价为真实值（Steam Market），180 天历史由 OU 均值回归模型生成 |
| 游戏 CNY 价格 | Steam Store API | 真实当前 CNY 价，历史折扣基于已知 Steam 大促日期生成 |
| 游戏封面图 | Steam CDN | 不存储，运行时按 appid 拼接：cdn.akamai.steamstatic.com/steam/apps/{id}/header.jpg |
| 集合 | 文档数 | 主要字段 | 说明 |
|---|---|---|---|
ccu_timeseries |
~3024 | appid, ts, ccu, peak_ccu, source |
source=steamcharts_monthly：月度历史；source=steam_official：实时快照 |
game_info |
30 | appid, name, current_ccu, tags, price_usd, last_synced_at |
游戏基础信息 + 最新 CCU，由 ingest 脚本写入 |
game_details |
30 | appid, name, tags, review_summary, developer, release_date, is_free |
游戏详情页展示数据，由 Steam Store API 采集 |
market_items |
80 | name, category, image_url, current_price, change_7d, change_30d, price_history |
CS2 饰品，分 8 类（刀具/手套/AK-47/AWP 等） |
price_history |
17 | appid, name, initial_cny, all_time_low_cny, history[] |
游戏 CNY 价格走势，覆盖有付费价格的游戏 |
所有集合在后端首次启动时自动从
backend/data/目录 seed，无需手动导入。
docker run -d --name steamccu-mongo -p 27017:27017 mongo:7cd backend
python -m venv venv && source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload首次启动会自动完成：
- 将
backend/data/目录下所有 JSON 文件 seed 进 MongoDB - 触发一次实时 CCU 采集（后台进行，约 60 秒）
cd frontend
npm install
npm run dev访问 http://localhost:5173（或 Vite 分配的端口）
MONGO_URI=mongodb://127.0.0.1:27017
MONGO_DB=steam_hot_games
# 需要监控的 AppID，逗号分隔
TARGET_APP_IDS=730,570,578080,271590,...
# 允许的前端跨域地址
ALLOWED_ORIGINS=http://127.0.0.1:5173,http://localhost:5173
# HTTP 代理（可选，Steam API 需要能访问国际网络）
HTTP_PROXY=在项目根目录使用内置 skill：
/scrape-steamcharts
或参考 .claude/skills/scrape-steamcharts/SKILL.md 中的完整说明手动执行。
# 删除对应集合，后端重启时自动重新导入
python3 -c "
from pymongo import MongoClient
db = MongoClient('mongodb://127.0.0.1:27017')['steam_hot_games']
db['ccu_timeseries'].delete_many({'source': 'steamcharts_monthly'})
db['market_items'].drop()
db['game_details'].drop()
db['price_history'].drop()
print('Done — restart backend to reseed')
"steamccu/
├── backend/
│ ├── app/
│ │ ├── main.py # FastAPI 路由
│ │ ├── database.py # MongoDB 连接
│ │ ├── config.py # 环境变量
│ │ ├── schemas.py # Pydantic 模型
│ │ └── services/
│ │ ├── seed.py # 首次启动自动 seed
│ │ ├── predictor.py # CCU 月度预测算法
│ │ └── queries.py # MongoDB 查询封装
│ ├── data/ # JSON 种子数据（数据库 seed 来源）
│ │ ├── steamcharts_history.json
│ │ ├── steam_game_details.json
│ │ ├── cs2_market_items.json
│ │ └── steam_price_history.json
│ └── scripts/
│ └── ingest_steam_data.py # 实时 CCU 采集
├── frontend/
│ ├── src/
│ │ ├── views/ # Dashboard / GameDetail / Compare / Market
│ │ ├── components/ # TrendChart / CompareChart / MarketChart
│ │ ├── router/ # Vue Router
│ │ └── api.js # 所有后端接口封装
│ └── ...
└── .claude/
└── skills/
└── scrape-steamcharts/ # 爬取 SteamCharts 数据的 Claude Skill