nutmeg-store

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Store

存储

Help the user choose storage formats, locations, and publishing methods for their football data.

帮助用户为其足球数据选择存储格式、存储位置以及发布方法。

Accuracy

准确性

Read and follow

docs/accuracy-guardrail.md

before answering any question about provider-specific facts (IDs, endpoints, schemas, coordinates, rate limits). Always use

search_docs

— never guess from training data.

回答任何与特定服务商相关的事实类问题（ID、endpoints、schema、坐标、速率限制）前，请先阅读并遵循

docs/accuracy-guardrail.md

的要求。始终使用

search_docs

工具查询，绝不要基于训练数据猜测答案。

First: check profile

第一步：检查配置文件

Read

.nutmeg.user.md

. If it doesn't exist, tell the user to run

/nutmeg

first.

读取

.nutmeg.user.md

文件。如果该文件不存在，请告知用户先运行

/nutmeg

命令。

Storage format decision tree

存储格式决策树

Small projects (< 100MB, single user)

小型项目（< 100MB，单人使用）

Format	Best for	Tools
JSON	Raw event data, API responses	Any language
CSV	Tabular stats, easy to share	Spreadsheets, pandas, R
Parquet	Columnar analytics, fast queries	polars, pandas, DuckDB, Arrow
SQLite	Relational queries, multiple tables	Any language, DB browser tools

Recommendation: Start with JSON for raw data, Parquet for processed data.

格式	适用场景	工具
JSON	原始事件数据、API响应	所有编程语言
CSV	表格型统计数据，易于分享	电子表格、pandas、R
Parquet	列式分析，快速查询	polars、pandas、DuckDB、Arrow
SQLite	关系型查询，多表场景	所有编程语言、数据库浏览器工具

推荐：原始数据采用JSON存储，处理后的数据采用Parquet存储。

Medium projects (100MB - 10GB)

中型项目（100MB - 10GB）

Format	Best for	Notes
Parquet files	Analytics workloads	5-10x smaller than JSON, fast columnar reads
DuckDB	SQL analytics on local files	Queries Parquet/CSV directly, no server needed
SQLite	Relational data with joins	Single file, portable, ACID compliant

Recommendation: Parquet for storage, DuckDB for querying.

格式	适用场景	说明
Parquet 文件	分析类工作负载	比JSON小5-10倍，列式读取速度快
DuckDB	本地文件的SQL分析	可直接查询Parquet/CSV，无需服务器
SQLite	需关联查询的关系型数据	单文件、可移植、符合ACID规范

推荐：用Parquet存储数据，DuckDB做查询。

Large projects (> 10GB, multiple users)

大型项目（> 10GB，多用户）

Solution	Best for	Cost
PostgreSQL	Production apps, complex queries	Free (self-hosted) or ~$7/mo (Railway, Supabase)
BigQuery	Massive analytical queries	Free tier: 1TB/mo queries
Cloudflare R2	Object storage (raw files)	Free tier: 10GB storage
S3 / GCS	Object storage at scale	~$0.023/GB/mo

解决方案	适用场景	成本
PostgreSQL	生产级应用、复杂查询	免费（自托管）或约7美元/月（Railway、Supabase）
BigQuery	海量分析查询	免费额度：每月1TB查询量
Cloudflare R2	对象存储（原始文件）	免费额度：10GB存储
S3 / GCS	大规模对象存储	约0.023美元/GB/月

Directory structure

目录结构

Recommend this structure for football data projects:

project/
  data/
    raw/                  # Untouched API/scrape responses
      statsbomb/
        events/
        matches.json
      fbref/
        2024/
    processed/            # Cleaned, transformed data
      events.parquet
      shots.parquet
      passes.parquet
    derived/              # Computed metrics
      xg_model.parquet
      passing_networks/
  notebooks/              # Analysis notebooks
  scripts/                # Data pipeline scripts
  outputs/                # Charts, reports, exports
  .env                    # API keys (gitignored)
  .nutmeg.user.md         # Nutmeg profile

推荐足球数据项目采用如下目录结构：

project/
  data/
    raw/                  # 未改动的API/爬取响应
      statsbomb/
        events/
        matches.json
      fbref/
        2024/
    processed/            # 清洗、转换后的数据
      events.parquet
      shots.parquet
      passes.parquet
    derived/              # 计算得出的指标
      xg_model.parquet
      passing_networks/
  notebooks/              # 分析笔记
  scripts/                # 数据管道脚本
  outputs/                # 图表、报告、导出文件
  .env                    # API密钥（git忽略）
  .nutmeg.user.md         # Nutmeg配置文件

Publishing and sharing

发布与分享

Interactive dashboards

交互式仪表盘

Platform	Language	Cost	Notes
Streamlit	Python	Free (community cloud)	Most popular for football analytics. Deploy from GitHub
Observable	JavaScript	Free tier	Great for D3.js visualisations. Notebooks + Framework
Shiny	R	Free (shinyapps.io, 25 hrs/mo)	R ecosystem integration
Gradio	Python	Free (HuggingFace Spaces)	Quick ML model demos

平台	编程语言	成本	说明
Streamlit	Python	免费（社区云）	足球分析领域最受欢迎，可从GitHub直接部署
Observable	JavaScript	有免费额度	适合D3.js可视化，支持笔记本 + 框架
Shiny	R	免费（shinyapps.io，每月25小时使用时长）	可对接R生态系统
Gradio	Python	免费（HuggingFace Spaces）	可快速搭建ML模型演示

Static sites

静态站点

Platform	Notes
GitHub Pages	Free. Good for static charts (D3, matplotlib exports)
Cloudflare Pages	Free. Faster, more features than GH Pages
Vercel	Free tier. Good for Next.js/Astro sites

平台	说明
GitHub Pages	免费，适合静态图表（D3、matplotlib导出）
Cloudflare Pages	免费，比GitHub Pages速度更快、功能更多
Vercel	有免费额度，适合Next.js/Astro站点

Sharing data

数据分享

Method	Best for
GitHub repo	Small datasets (< 100MB), code + data together
GitHub Releases	Larger files (up to 2GB per release)
Kaggle Datasets	Community sharing, discoverable, free
HuggingFace Datasets	ML-focused, versioned, free

方式	适用场景
GitHub 仓库	小型数据集（< 100MB），代码与数据统一存放
GitHub Releases	更大的文件（每个版本最多2GB）
Kaggle Datasets	社区分享，易被发现，免费
HuggingFace Datasets	聚焦ML场景，支持版本管理，免费

Social media / content

社交媒体/内容

Output	Tool	Notes
Static charts	matplotlib, ggplot2, D3.js	Export as PNG/SVG
Animated charts	matplotlib.animation, D3 transitions	Export as GIF/MP4
Twitter/X threads	Chart images + alt text	Accessibility matters
Blog posts	Markdown + embedded charts	GitHub Pages, Medium, Substack

输出类型	工具	说明
静态图表	matplotlib、ggplot2、D3.js	导出为PNG/SVG格式
动态图表	matplotlib.animation、D3 transitions	导出为GIF/MP4格式
Twitter/X 帖子串	图表+替代文本	需注意无障碍访问
博客文章	Markdown + 内嵌图表	可发布在GitHub Pages、Medium、Substack

Cost awareness

成本提示

Based on the user's

.nutmeg.user.md

goals, flag costs:

Exploration/learning: Everything can be free. StatsBomb open data + Jupyter/Colab + GitHub Pages.
Content creation: Streamlit Community Cloud is free. Cloudflare Pages is free.
Professional: Budget for API access ($100-1000+/mo for Opta/StatsBomb commercial).
Product: Database hosting ($7-50/mo), consider data licensing costs separately.

根据用户

.nutmeg.user.md

中记录的目标，提示相关成本：

探索/学习：所有工具都可免费使用。StatsBomb公开数据 + Jupyter/Colab + GitHub Pages即可满足需求。
内容创作：Streamlit Community Cloud免费，Cloudflare Pages免费。
专业用途：预留API访问预算（Opta/StatsBomb商业版每月100-1000+美元不等）。
产品级应用：数据库托管费用每月7-50美元，数据授权成本需单独核算。