[分享创造] 做了一个宝可梦开包模拟器,顺便把每个系列的抽卡概率整理成了公开数据集
说一下我最近在做的东西,主要是想听点真实反馈。 做了什么: pullsim.com ------------- 一个英文的宝可梦 TCG 开包模拟器,可以免费开各个系列的包。跟同类站的区别是我把重点放在抽卡率数据上:每个系列按稀有度拆开,标出来自多少包样本,另外单独做了一个 /how-we-calculate/ 页面,把统计口径写清楚——怎么算一张,怎么处理保底位,样本怎么收集。 为什么折腾这个? 市面上很多模拟器的概率是估的,或者干脆不写来源。我自己开包的时候想找一个能对得上公开统计的地方,找不到,就自己做了一个。做的时候给自己定了一条:每个数字都要能说清样本从哪来。数据我整理成 CSV 放到了 GitHub 和 Hugging Face ,想让别人验证或者拿去用都行。 踩到的几个坑(可能对做类似站的人有用): 1.系列映射比想象中麻烦:同一张卡在不同系列、不同语言版本里编号规则不一样,跨系列统计时得先建一套自己的映射,不然算出来的概率是错的。 2.样本量不够时数字会离谱:小系列样本少,稀有卡一张就能让概率翻几倍,得标注置信区间或者干脆写“样本不足”。 3.英文站的收录很慢:站是面向
阅读原始来源来源记录
研究分析
变化记录
来源描述:说一下我最近在做的东西,主要是想听点真实反馈。 做了什么: pullsim.com ------------- 一个英文的宝可梦 TCG 开包模拟器,可以免费开各个系列的包。跟同类站的区别是我把重点放在抽卡率数据上:每个系列按稀有度拆开,标出来自多少包样本,另外单独做了一个 /how-we-calculate/ 页面,把统计口径写清楚——怎么算一张,怎么处理保底位,样本怎么收集。 为什么折腾这个? 市面上很多模拟器的概率是估的,或者干脆不写来源。我自己开包的时候想找一个能对得上公开统计的地方,找不到,就自己做了一个。做的时候给自己定了一条:每个数字都要能说清样本从哪来。数据我整理成 CSV 放到了 GitHub 和 Hugging Face ,想让别人验证或者拿去用都行。 踩到的几个坑(可能对做类似站的人有用): 1.系列映射比想象中麻烦:同一张卡在不同系列、不同语言版本里编号规则不一样,跨系列统计时得先建一套自己的映射,不然算出来的概率是错的。 2.样本量不够时数字会离谱:小系列样本少,稀有卡一张就能让概率翻几倍,得标注置信区间或者干脆写“样本不足”。 3.英文站的收录很慢:站是面向
版本与成本证据
可供比较的近期同类记录:“Show HN: Reges Code – a free AI code editor that runs on local models” (Show HN, 2026年11月8日);“[分享创造] 动手做了个下载 YouTube/X/B 站的 Chrome/Edge 插件” (V2EX, 2026年11月8日)。主题相近仅用于导航,未核验其是否属于同一需求或独立证据。
适用与受影响对象
先明确变化影响的现有工作流,再判断是否升级。发布热度不证明效果提升;接口、价格或可用性变化也可能增加迁移工作。
缺失的比较信息
待补齐:新旧行为、受影响套餐与地区、生效时间、兼容性、回退路径及同一工作量下的成本。
采用与迁移验证
保存发布或政策原文,对新旧方案运行同一个任务并比较结果与完整账单;若涉及停服,先核验截止时间再安排迁移。