yugioh-ja-dataset
收藏资源简介：
这是一个关于游戏王（Yu-Gi-Oh）卡牌的日语数据集，包含卡片的ID、英文名称、英文文本、日文名称、日文注音、日文文本（含摆锤效果）、卡片类型、框架类型、攻击力、防御力、等级、种族、属性、摆锤刻度、链接值和链接标记等字段。数据集通过自动化管道从YGOPRODeck API和yaml-yugi源构建，并以Parquet、CSV和JSON格式提供，每日通过GitHub Releases更新。
This is a Japanese-language dataset for Yu-Gi-Oh! trading cards, covering fields including card ID, English name, English card text, Japanese name, Japanese phonetic notation, Japanese card text (including Pendulum effects), card type, frame type, Attack (ATK) points, Defense (DEF) points, Level, Race, Attribute, Pendulum Scale, Link Value, and Link Markers. The dataset is constructed via an automated pipeline sourcing from the YGOPRODeck API and the yaml-yugi repository, and is provided in Parquet, CSV, and JSON formats with daily updates via GitHub Releases.
数据集概述
yugioh-ja-dataset 是一个生成《游戏王》卡片日语数据集的管道。数据集文件（Parquet、CSV、JSON）可从 GitHub Releases 下载。
数据集规格
输出文件包括 dataset.parquet、dataset.csv 和 dataset.json。表格包含以下字段：
| 列名 | 类型 | 说明 |
|---|---|---|
id |
INTEGER | 卡片ID |
name_en |
VARCHAR | 英文卡片名称 |
text_en |
VARCHAR | 英文卡片文本 |
name_ja |
VARCHAR | 日语卡片名称 |
ruby |
VARCHAR | 日语卡片名称的读音（汉字替换为假名） |
text_ja |
VARCHAR | 日语卡片文本（包含灵摆效果） |
type |
VARCHAR | 卡片类型（示例：效果怪兽、魔法、陷阱） |
frame_type |
VARCHAR | 框架类型（示例：效果怪兽、融合怪兽） |
atk |
INTEGER | 攻击力 |
def |
INTEGER | 守备力 |
level |
INTEGER | 等级或阶级 |
race |
VARCHAR | 种族（示例：战士族、魔法师族） |
attribute |
VARCHAR | 属性（示例：炎、水、暗） |
scale |
INTEGER | 灵摆刻度 |
linkval |
INTEGER | 连接数值 |
linkmarkers |
VARCHAR[] | 连接标记位置 |
text_ja对于灵摆怪兽，以[文本]和[灵摆文本]两个部分存储。
数据来源
| 来源 | 用途 |
|---|---|
| YGOPRODeck API | 卡片状态（ATK、DEF、等级、属性等） |
| yaml-yugi | 日语卡片名称、日语文本 |
开发信息
运行环境
- DuckDB CLI
- bash、curl、unzip
目录结构
yugioh-dataset/ ├── build.sh # 主构建脚本 ├── dataset.parquet # 执行 build.sh 后生成的 Parquet 数据集 ├── dataset.csv # 执行 build.sh 后生成的 CSV 数据集 ├── dataset.json # 执行 build.sh 后生成的 JSON 数据集 ├── build-resources/ │ ├── consts.sh # 数据源URL常量 │ ├── queries/ │ │ ├── export-cards.sql # YGOPRODeck JSON → Parquet 转换 │ │ ├── export-yaml-yugi.sql # yaml-yugi YAML → Parquet 转换 │ │ └── export-dataset.sql # 两个来源合并及生成日语数据集 │ └── maps/ │ ├── attribute-map.json # 属性 英文→日语 映射 │ ├── frame-type-map.json # 框架类型 英文→日语 映射 │ ├── linkmarker-map.json # 连接标记 英文→日语 映射 │ ├── race-map.json # 种族 英文→日语 映射 │ └── type-map.json # 卡片类型 英文→日语 映射 └── .github/workflows/ └── main.yml # GitHub Actions 工作流
本地运行
执行 bash build.sh 即可生成 dataset.parquet。
GitHub Actions
每天UTC 17:00（日本时间次日02:00）自动执行，生成的数据集文件（dataset.parquet、dataset.csv、dataset.json）发布到GitHub Releases的 latest 标签。
