League of Legends Insights

Solução gratuita de análise de dados que visa fornecer insights valiosos para jogadores de League of Legends.

Qual problema inspirou a ideia do projeto?

Sou um jogador de League of Legends e gostaria de uma ferramenta que retorna análises de como estou jogando competitivamente.

Como a solução foi construída

Essa solução foi construída usando a extensão Amazon Q para VS Code. O Amazon Q Developer é um assistente de IA generativa da AWS que ajuda desenvolvedores a escrever, depurar e otimizar código de forma mais eficiente, oferecendo sugestões inteligentes e automação de tarefas de desenvolvimento.

Configuração Amazon Q Developer

O projeto inclui configurações otimizadas para Amazon Q:

• .amazonq/rules/: Regras de codificação e contexto do projeto
• .vscode/settings.json: Configurações do VS Code para Amazon Q
• .vscode/extensions.json: Extensões recomendadas

Instruções para rodar

1. Instale as dependências:

pip install requests

2. Execute a aplicação:

python main.py

3. Forneça os dados solicitados:

   • gameName (seu nome no jogo)
   • tagLine (sua tag, ex: BR1)
   • API Key (obtida em https://developer.riotgames.com/)

4. A aplicação irá:

   • Buscar seus dados na API da Riot
   • Salvar localmente para futuras execuções
   • Analisar suas últimas 100 partidas ranqueadas
   • Gerar visualizações dos seus campeões mais jogados, com mais vitórias e maior win rate

Servidor MCP (Model Context Protocol)

O projeto inclui um servidor MCP que fornece IA para recomendações de campeões:

# Instalar dependências MCP
pip install mcp

# Executar servidor MCP
python mcp_server.py

Ferramentas disponíveis:

• get_champion_recommendations: Sugere campeões baseado no histórico
• analyze_performance_trends: Analisa tendências de performance

Deploy na AWS

Para fazer deploy da aplicação na AWS usando Terraform:

# 1. Configure suas credenciais AWS
aws configure

# 2. Copie e edite as variáveis
cp infrastructure/terraform.tfvars.example infrastructure/terraform.tfvars

# 3. Execute o deploy
cd infrastructure
./deploy.sh

Recursos criados:

• S3 Bucket: Armazenamento de dados dos jogadores
• Lambda Function: Servidor MCP para recomendações
• API Gateway: Endpoint REST para acesso ao MCP
• IAM Roles: Permissões necessárias

Estimativa de Custos

Cenário	Usuários	Consultas/mês	S3	Lambda	API Gateway	CloudWatch	Total/mês
Pessoal	1	100	$0,01	$0,00	$0,00	$0,01	$0,02 💰
Pequeno	1.000	100.000	$0,50	$2,10	$0,35	$0,50	$3,45
Enterprise	1.000.000	100.000.000	$500	$2.100	$350	$500	$3.450

Detalhamento dos custos:

• S3: $0,023/GB armazenamento + $0,0004/1000 requisições
• Lambda: $0,0000166667/GB-segundo + $0,20/1M requisições
• API Gateway: $3,50/milhão de requisições
• CloudWatch: $0,50/GB logs ingeridos

Nota: Valores baseados na região us-east-1. Para cálculos precisos, use a Calculadora de Preços AWS

Testes

Para executar os testes unitários:

python run_tests.py

Testes incluídos:

• test_analyzer.py: Testa cálculos de estatísticas e extração de dados
• test_data_manager.py: Testa armazenamento e carregamento de dados
• test_riot_api.py: Testa chamadas de API com mocks
• test_visualizer.py: Testa geração de visualizações

Próximos passos

• 🎯 Sistema de Recomendações: IA que sugere campeões baseado no meta atual e histórico do jogador
• 📊 Dashboard Web Interativo: Interface web com gráficos dinâmicos e filtros por período/elo
• 📈 Rastreamento de Progresso: Gráficos de evolução de elo, KDA e CS por tempo

Diagrama de arquitetura

Execução do main.py

Execução do mcp_server.py

Prompts utilizados

Prompt 1

"Sou um jogador de League of Legends e gostaria de uma ferramenta que retorna análises de como estou jogando competitivamente.

Para isso, quero construir uma aplicação que extraia dados de algumas APIs da riot games e que crie dashboards e visualizações para tomadas de decisões.

O usuário deve passar apenas gameName, tagLine e apiKey.

Esses dados serão usados para consultar a API "https://developer.riotgames.com/apis#account-v1/GET_getByRiotId".

A aplicação deve armazenar esses dados em um arquivo local. Para cada nova execução, os dados devem ser adicionados aos invés de sobrescritos.

Então, para cada "puuid" nesse arquivo local, faça uma requisição para a API "https://developer.riotgames.com/apis#match-v5/GET_getMatchIdsByPUUID" e para, para cada matchId retornado, faça uma requisição para "https://developer.riotgames.com/apis#match-v5/GET_getMatch". Traga apenas os dados de match referentes ao "puuid" em questão.

Depois disso, transforme esses dados e calcule:

1. Quais são os 5 campeões mais jogados
2. Quais são os 5 campeões com mais vitórias
3. Quais são os 5 campeões com maior win rate (número de vitórias com aquele campeão dividido pelo total de jogos com aquele campeão).

Traga essas informações em forma de visualizações.

Como eu poderia construir essa aplicação?"

Prompt 2

"Faça as seguintes melhorias:

1. Retorne os top 5 win rates, mesmo que alguns dos valores sejam iguais a 0%
2. Ao trazer os matchIds, passe o valor de queue = 420, o de type = "ranked" e o de count = 100"

Prompt 3

"Altere para que, caso uma partida já esteja armazenada, não seja feita uma nova requisição pelos dados da partida"

Prompt 4

"Atualmente todos os maiores win rates são todos 100% pois os são win rates de campeões pouco jogados. Altere para que só venham win rates de campeões com pelo menos 3% do número total de partidas"