データの原則
- 出典URLを保持する。 データ行は出典URLを持ちます。アプリ用に切り出すときも、落とす場合は理由を
spec.mdに書きます。 - 元データは書き換えない。
data/の編集は収集担当の明示的な依頼があったときだけ行います。 - 空値は空文字。
NULLや-ではなく""です。 - 推測で埋めない。 不明な値は空欄のままにし、確認区分や補足に状態を書きます。
- 文字コードは UTF-8。 読み込み時は
utf-8-sigを推奨します(BOM があっても安全側)。
ファイル一覧
| ファイル | 形式 | 行数 | 供給先 | 主な用途 |
|---|---|---|---|---|
baseball-news.csv | CSV | 276 | news-digest / timeline | 日本語要約ニュース |
uaap-players.csv | CSV | 470 | player-database | UAAP の出場選手 |
lbp-players.csv | CSV | 150 | player-database | LBP の所属選手 |
national-team-players-colleges.csv | CSV | 108 | player-database | 代表選手の大学歴 |
national-team-rosters.csv | CSV | 601 | player-database / timeline | 大会別の代表ロースター |
baseball-game-videos.md | Markdown | 103 | video-guide / timeline | 試合動画URL |
baseball-game-video-summaries.md | Markdown | 52 | video-guide | 動画のタイムスタンプ要約 |
動画の行数はアプリ生成後の videos.json の件数です。Markdown の箇条書き行数とは一致しないことがあります。収集・評価に使うスクリプトは 運用手順のデータ更新 を参照してください。
ニュース baseball-news.csv
2000〜2026年のフィリピン野球関連記事を、日本語の2〜3文要約つきで蓄積します。1行が1記事です。
| 列 | 型 | 必須 | 例 | 注意 |
|---|---|---|---|---|
日付 | 日付 | 必須 | 2026-01-01 | YYYY-MM-DD。年と矛盾させない |
年 | 整数 | 必須 | 2026 | 2000〜2026。日付 の年と一致させる |
分野 | 文字列 | 必須 | 代表 | 8値のいずれか。区分を参照 |
ニュース名 | 文字列 | 必須 | 代表チームが… | 日本語の見出し。長すぎる場合は要約しない |
概要 | 文字列 | 必須 | …を述べた。 | 2〜3文。事実中心。推測を書かない |
出典 | 文字列 | 必須 | Example News | 媒体名。URL ではない |
元記事・記録URL | URL | 必須 | https://example.com/article | 公開記事のURL。署名付きURLは使わない |
要約は2〜3文・事実中心で、出典URLを必ず添えます。未成年選手は公報・記録の範囲に限定し、個人情報を足しません。
UAAP uaap-players.csv
UAAP 男子大学野球の選手出場記録を、報道ベースで1行ずつ蓄積します。大学は UST / DLSU / NU / Ateneo / Adamson / UP の6校です。
| 列 | 型 | 必須 | 例 | 注意 |
|---|---|---|---|---|
開催年 | 整数 | 必須 | 2023 | 2000〜2019、2023〜2026。2020〜2022は欠落 |
UAAPシーズン | 文字列 | 必須 | Season 85 | 年から推定しない。 列の値をそのまま読む |
大学 | 文字列 | 必須 | Ateneo | 6校コードのいずれか |
選手名(出典表記) | 文字列 | 必須 | <選手名> | 出典の表記をそのまま。自動名寄せは慎重に |
ポジション(報道記載) | 文字列 | 任意 | Pitcher | 英語表記。空欄あり |
出場確認内容 | 文字列 | 必須 | Match play described | 何で確認したかの短文 |
記事日付 | 日付 | 必須 | 2023-03-29 | YYYY-MM-DD |
出典記事 | 文字列 | 必須 | … | 記事タイトル |
出典URL | URL | 必須 | https://example.com/… | 公開記事のURL |
ポジション出典URL | URL | 任意 | https://example.com/… | ポジションを別記事で補った場合 |
2023年が Season 85 のように、開催年とシーズン番号は一致しません。シーズン番号は必ず列から読み、年から計算しません。
LBP lbp-players.csv
Liga Baseball Philippines の大会・チーム・選手・背番号・ポジションを蓄積します。大会名は「Tingzon Cup」「Baseball Philippines Series VIII」など多様です。
| 列 | 型 | 必須 | 例 | 注意 |
|---|---|---|---|---|
開催年 | 整数 | 必須 | 2024 | 大会の開催年 |
大会 | 文字列 | 必須 | Tingzon Cup | 「Series VIII」と「Series 8」の表記ゆれに注意 |
LBPチーム | 文字列 | 必須 | Example Stars | チーム名 |
選手名(出典表記) | 文字列 | 必須 | <選手名> | 出典の表記をそのまま |
背番号(LBP) | 文字列 | 任意 | #16 | 空欄あり。# の有無は出典に合わせる |
ポジション(LBP資料) | 文字列 | 任意 | P | 空欄が多い。複合表記あり |
確認区分 | 文字列 | 必須 | 大会前名簿掲載 | 確認の段階。区分を参照 |
確認内容・補足 | 文字列 | 任意 | … | 名簿のみか、試合で確認したか |
記事日付 | 日付 | 必須 | 2024-05-22 | YYYY-MM-DD |
出典記事 | 文字列 | 必須 | … | 記事タイトル |
出典URL | URL | 必須 | https://example.com/… | 公開記事のURL |
ポジション出典URL | URL | 任意 | https://example.com/… | ポジションの補助出典 |
代表の大学歴 national-team-players-colleges.csv
男子シニア代表選手の大学・短大の経歴を、根拠区分つきで蓄積します。1行が1選手の経歴です。
| 列 | 型 | 必須 | 例 | 注意 |
|---|---|---|---|---|
選手名 | 文字列 | 必須 | <選手名> | 代表ロースターとの名寄せは表記ゆれに注意 |
確認できた大学・短大 | 文字列 | 必須 | <大学名> | 大学名は裏付け未確認 はプレースホルダ。実データとして扱わない |
大学野球歴の確認時期 | 文字列 | 必須 | 2019年以前に競技歴 | いつ時点の経歴か |
対象期間内の大学出場 | 文字列 | 必須 | 未確認 | 出場が確認できたか |
根拠区分 | 文字列 | 必須 | 試合報道 | 試合報道 / 公式名簿 / 連盟公表歴 / 未確認 |
出典URL | URL | 必須 | https://example.com/… | 根拠のURL |
補足 | 文字列 | 任意 | … | 卒業の有無など、確認できていない点 |
代表ロースター national-team-rosters.csv
2001年以降の大会別シニア代表ロースターを、1選手×1大会=1行で蓄積します。同一選手が複数大会に出場すると行が重複します。
| 列 | 型 | 必須 | 例 | 注意 |
|---|---|---|---|---|
開催年 | 整数 | 必須 | 2001 | 2001〜2026。欠落年がある |
大会 | 文字列 | 必須 | <大会名> | 大会名の表記は出典に合わせる |
選手名 | 文字列 | 必須 | <選手名> | 英語表記が多い |
ポジション | 文字列 | 任意 | IF | P, OF や IF/P の複合表記あり |
背番号 | 文字列 | 任意 | #00 | 空欄が多い |
確認区分 | 文字列 | 必須 | 二次資料(大会エントリー) | 確認の段階 |
出典URL | URL | 必須 | https://example.com/… | 公開資料のURL |
備考 | 文字列 | 任意 | … | 補足 |
ポジションは P / IF / OF / C が軸ですが、P, OF や 3B, P のように複合します。主ポジションが必要な場合は先頭要素を使うのが安全です。
試合動画 baseball-game-videos.md
国内リーグ、UAAP、フィリピン代表などの試合動画URLを、1行1動画で蓄積します。見出しはカテゴリ別です。
- YYYY-MM-DD | 対戦・大会 | 種類・公開元 | [動画URL](URL) | メモ
| 位置 | 内容 | 例 |
|---|---|---|
| 1 | 日付 | 2026-01-01 |
| 2 | 対戦・大会 | UAAP 男子野球 |
| 3 | 種類・公開元 | ハイライト / YouTube |
| 4 | 動画URL | [動画](https://example.com/video) |
| 5 | メモ | … |
映像の4分類
| 種類 | 定義 |
|---|---|
| フル試合 | 試合全体を中継・配信する映像 |
| ハイライト | 得点シーンや好プレーをダイジェスト編集した映像 |
| ニュース | スポーツニュース番組内の短い試合結果報道 |
| 場面 | ホームラン、好捕、最終アウトなど単一プレーの映像 |
動画の存在・タイトル・チャンネル・長さは check_video.py が機械取得し、4分類の提案に使います。消失した動画は登録を見送ります。
動画解析サマリー baseball-game-video-summaries.md
解析済み動画のタイムスタンプ付き要約です。## YYYY-MM-DD | 対戦 の見出しの下に、動画URL・分類・大会・解析種別・解析日時と本文が続きます。
## YYYY-MM-DD | 対戦
- 動画URL: https://example.com/video
- 分類・公開元: ハイライト / YouTube
- 大会・所属: …
- 解析種別: …
- 解析日時: …
### 解析内容
…
ファイルは約180KBあります。日付・対戦・URLで検索し、該当セクションだけを読みます。
横断の注意
| 論点 | 注意 |
|---|---|
| 選手名の表記ゆれ | 出典ごとに表記が揺れます。異なる大学で同名選手が出る場合は、留年・転校の可能性もあり、自動マッチングは慎重にします。 |
| 大会名の表記ゆれ | 「Series VIII」と「Series 8」など。正規化する場合は対応表を spec.md に明記します。 |
| 複合ポジション | P, OF / IF/P / 3B, P など。区切りは , と / の両方があります。 |
| 年とシーズン | UAAP は開催年とシーズン番号が一致しません。年から推定しません。 |
| プレースホルダ | 大学名は裏付け未確認 は実データではありません。集計から除外します。 |
| 重複行 | 代表ロースターは同一選手が複数大会に出場すると行が重複します。選手単位で数える場合は名寄せが必要です。 |
検証
validate.py が UTF-8、必須列、必須値、URL、日付形式、出典ドメインを検査します。--strict は警告もエラーとして扱います。
python3 .opencode/skills/phb-validate-baseball-data/scripts/validate.py --strict
| 検査 | 内容 |
|---|---|
| 文字コード | UTF-8 として読めるか |
| 必須列 | 各ファイルの必須列が存在するか |
| 必須値 | 必須列が空欄でないか。URL列も必須 |
| URL | http(s):// で始まるか |
| 日付 | YYYY-MM-DD 形式か |
| 出典ドメイン | 既知の出典ドメインと突合するか |
アプリへの切り出し
アプリは data/ を直接読みません。各アプリの data/build-data.py が JSON を生成し、index.html がそれを相対パスで fetch します。再実行すると同じ結果になることが要件です。
| 元データ | 生成物 | アプリ |
|---|---|---|
baseball-news.csv | news.json | news-digest |
uaap-players.csv / lbp-players.csv / national-team-players-colleges.csv / national-team-rosters.csv | players.json | player-database |
baseball-game-videos.md / baseball-game-video-summaries.md | videos.json | video-guide |
| news / rosters / videos | timeline.json | timeline |
| 兄弟アプリの JSON | apps.json | portal |
cd apps/<name>/data
python3 build-data.py
生成物は apps/<name>/data/ にあります。手で編集せず、必ずスクリプトから再生成します。