Primeiros Passos

VLRdevAPI é uma biblioteca Python para extrair dados de esports do Valorant diretamente do VLR.gg. Ela gerencia requisições HTTP, análise de HTML e normalização de dados para que você possa trabalhar com objetos Python tipados em vez de marcação bruta.

Visão Geral da ArquiteturaCopy Anchor Link

A biblioteca oferece duas maneiras de acessar os dados:

• Acesso em nível de módulo - um cliente padrão inicializado sob demanda (lazy) que permite comandos rápidos em uma linha
• VLRClient explícito - oferece controle total sobre configurações, timeouts e ciclo de vida dos recursos

Ambas as abordagens disponibilizam os mesmos seis namespaces:

Pré-requisitosCopy Anchor Link

• Python 3.11 ou superior - Verifique sua versão com python --version

InstalaçãoCopy Anchor Link

uv add vlrdevapi

Ou com pip:

pip install vlrdevapi

Padrões de UsoCopy Anchor Link

import vlrdevapi

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

import vlrdevapi

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

Referência dos NamespacesCopy Anchor Link

Cada namespace possui métodos dedicados para diferentes tipos de dados:

• matches.upcoming() / matches.live() / matches.completed() - listagens de partidas
• team(id) - dados específicos de times (elenco, estatísticas, partidas, colocações)
• player(id) - dados específicos de jogadores (perfil, agentes, times, partidas)
• event(id) - dados específicos de eventos (informações, etapas, tabela, times)
• series(id) - dados específicos de séries (informações, VODs, estatísticas dos jogadores, economia)
• news(page) / news.article(article_id) - listagem de notícias e artigos completos

Exportação para Ciência de Dados e Serialização TabularCopy Anchor Link

Cada modelo de resposta no VLRdevAPI inclui métodos integrados para exportação tabular:

import vlrdevapi

# Busca estatísticas de jogadores e converte para pandas ou polars
players = vlrdevapi.series(754737).players()

# Exporta diretamente para DataFrame do pandas
df = players.to_df()
print(f"Exportados {len(df)} registros de jogadores para DataFrame")

# Ou para DataFrame nativo do Polars
pl_df = players.to_polars()

# Salva diretamente no disco em CSV, Excel, Parquet ou 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

Conecte o Claude Desktop, Cursor ou agentes autônomos aos dados de esports em tempo real usando o servidor MCP integrado:

# Executar via linha de comando
vlrdevapi-mcp

# Ou execução direta sem instalação prévia com uvx
uvx --from "vlrdevapi[mcp]" vlrdevapi-mcp

Saiba mais no guia Servidor MCP.

Próximos PassosCopy Anchor Link

• Siga o Início Rápido para um exemplo completo e executável
• Explore a Instalação detalhada com dependências extras
• Consulte o Guia de Contribuição para colaborar com o projeto