Primeros Pasos

VLRdevAPI es una biblioteca de Python para consultar datos de esports de Valorant desde VLR.gg. Se encarga de las peticiones HTTP, el raspado de HTML y la normalización de datos para que puedas trabajar con objetos tipados de Python en lugar de texto plano sin formato.

Visión General de la ArquitecturaCopy Anchor Link

La biblioteca ofrece dos formas principales de acceder a los datos:

• Acceso a nivel de módulo - un cliente por defecto con inicialización diferida (lazy) para consultas rápidas en una sola línea
• VLRClient explícito - te proporciona control total sobre configuraciones, tiempos de espera (timeouts) y ciclo de vida de los recursos

Ambos enfoques ofrecen los mismos seis espacios de nombres (namespaces):

Requisitos PreviosCopy Anchor Link

• Python 3.11 o superior - Comprueba tu versión actual con python --version

InstalaciónCopy Anchor Link

uv add vlrdevapi

O con pip:

pip install vlrdevapi

Patrones de UsoCopy Anchor Link

import vlrdevapi

matches = vlrdevapi.matches.upcoming()
for match in matches.matches[:5]:
    t1 = match.team1.name if match.team1 else "Por definir"
    t2 = match.team2.name if match.team2 else "Por definir"
    print(f"{t1} vs {t2}")

from vlrdevapi import VLRClient

with VLRClient() as client:
    page = client.matches.upcoming()
    for match in page.matches[:5]:
        t1 = match.team1.name if match.team1 else "Por definir"
        t2 = match.team2.name if match.team2 else "Por definir"
        print(f"{t1} vs {t2}")

import vlrdevapi

team = vlrdevapi.team(2593)
info = team.info()
roster = team.roster()
print(f"{info.name} tiene {len(roster.players)} jugadores")

Referencia de MétodosCopy Anchor Link

Cada espacio de nombres incluye métodos especializados para cada tipo de dato:

• matches.upcoming() / matches.live() / matches.completed() - listados de partidos
• team(id) - datos específicos de equipos (plantilla, estadísticas, partidos, posiciones)
• player(id) - datos específicos de jugadores (perfil, agentes, equipos, historial)
• event(id) - datos específicos de torneos (información, fases, clasificación, equipos)
• series(id) - datos específicos de series (información, VODs, estadísticas, economía)
• news(page) / news.article(article_id) - listados de noticias y artículos completos

Exportación para Ciencia de Datos y Formatos TabularesCopy Anchor Link

Todos los modelos de respuesta en VLRdevAPI incorporan métodos directos de exportación tabular:

import vlrdevapi

# Obtén estadísticas de jugadores y conviértelas a pandas o polars
players = vlrdevapi.series(754737).players()

# Exporta directamente a DataFrame de pandas
df = players.to_df()
print(f"Exportados {len(df)} registros a DataFrame")

# O a un DataFrame nativo de Polars
pl_df = players.to_polars()

# Guarda en disco como CSV, Excel, Parquet o JSON
players.to_csv("players_stats.csv")
players.to_excel("players_stats.xlsx")
players.to_parquet("players_stats.parquet")
players.to_json("players_stats.json")

Servidor MCP (Model Context Protocol)Copy Anchor Link

Conecta Claude Desktop, Cursor o agentes de IA autónomos a datos de Valorant en vivo mediante el servidor MCP integrado:

# Ejecutar mediante CLI
vlrdevapi-mcp

# O ejecutar directamente sin instalación con uvx
uvx --from "vlrdevapi[mcp]" vlrdevapi-mcp

Descubre más detalles en la guía Servidor MCP.

Próximos PasosCopy Anchor Link

• Sigue el tutorial de Inicio Rápido con ejemplos prácticos
• Revisa las opciones de Instalación y dependencias opcionales
• Consulta la Guía de Contribución para colaborar con la comunidad