需要检索并核实世界杯球员资料、阵容与赛前情报时…

面向足球迷的世界杯球员档案、球队阵容与赛前对比情报检索流程，可附带娱乐性胜负与比分预测。

适用场景

解决思路

1. 先做 grounding：用 `anycap search --prompt` 一次性索取结构化 JSON 档案，这是获取干净数据最快的路径。
2. 遇到重名球员时补充上下文（国籍、位置、出生年份、俱乐部）锁定正确的人，或先用 `anycap search --query "..." --no-crawl` 预扫描消歧。
3. 仅在准确性重要时做验证：用 `anycap crawl https://en.wikipedia.org/wiki/<Player>` 交叉核对权威来源，而不是只信单一答案。
4. 批量模式下每位球员只取一份结构化档案，绝不爬取每条搜索结果，做到「剪枝而非倾倒」。
5. 把每份档案统一归一化为固定 schema：full_name、date_of_birth（YYYY-MM-DD）、nationality、height、position、current_club、shirt_number、national_team。
6. 缺失字段一律填 `null`，绝不臆造数值；current_club 与 shirt_number 变化频繁，需标注检索日期为时点数据。
7. 字段无法确认时先标记，必要时按 verify 流程核实。
8. 单球员快速路径示例：`anycap search --prompt 'Give the basic profile of footballer Jude Bellingham as JSON with fields: ... Only the JSON.' | jq -r '.data.content'`。
9. 整支球队/名单：循环执行 grounding，再聚合成表格。
10. 对比两支球队时，对双方各跑一遍阵容流程，再叠加历史背景（赛事战绩与交手记录），并排呈现三层：阵容质量、当前状态、历史背景，突出关键位置与可用性差异。
11. 补充往届世界杯背景：赛制、小组赛与淘汰赛结果、关键球员、球队历史、交手记录。
12. 需要预测时，在事实层之后单独加一个清晰标注的娱乐性预测块（可能胜者 + 趣味比分 + 置信度），依据已收集的信号（排名、状态、交手记录、关键球员）而非抛硬币。
13. 预测必须附上 predict.md 中的免责声明；没有免责声明的预测视为不完整输出。
14. 允许用户增删或重新加权预测维度（如主场优势、伤病、休息、天气、氛围），尊重其权重，先补齐缺失数据，并列出最终使用的维度集合。
15. 事实与预测严格分离：绝不把猜测混进数据表格，预测单独成块。
16. 把预测定位为娱乐而非博彩：不把胜率或赔率当作事实呈现，不给投注建议，不劝人下注。
17. 注意来源可靠性：Wikipedia 可稳定爬取，作为首选验证源；Transfermarkt 会拦截爬取（返回 Human Verification 页），不要依赖它，改用 grounding 搜索或 Wikipedia。
18. 爬取后先检查返回内容的 title 与长度，再决定是否信任，其他统计站点也可能有反爬。
19. 批量运行前先用 `anycap status` 检查认证状态。
20. 成本意识：grounding 搜索每次 5 credits，普通搜索（--query）与爬取各 1 credit。

适用边界 · 注意事项

• 需要实时或最新数据时（当前俱乐部、球衣号、最新统计可能滞后于真实事件）。
• 需要精确统计数字时——grounding 返回的统计为尽力而为且可能近似，关键数字须用 Wikipedia 核实。
• 把它当作存储全部球员的数据库使用——本流程是按需检索，不是持久化数据库。