← 返回首页
技能

male-tier-calculator

tencent_skillhub · 1.0.0 · 下载量 292 · 热度分 42.9

产品介绍

# 男生段位计算器 v2.0 — Skill 说明文档 ## 简介 「男生段位计算器」是一个趣味性 Skill,通过 **11 项条件** 从约 **2 亿** 中国 18-40 岁适婚年龄男性中逐层筛选,计算用户落在多少人的范围内,并评定段位等级(S 级 / A1-A8 级)。 结合真实人口统计数据,让用户直观感受自己在人群中的"稀有度"。 --- ## 11 项筛选条件 | 序号 | 筛选维度 | 选项 | |------|---------|------| | 1 | 是否喝酒 | 喝酒 / 不喝酒 | | 2 | 是否抽烟 | 抽烟 / 不抽烟 | | 3 | 身高区间 | 160cm以下 / 160-170cm / 171-180cm / 181-190cm / 191-200cm / 201-210cm | | 4 | 是否有房 | 有房 / 无房 | | 5 | 是否有车 | 有车 / 无车 | | 6 | 月薪水平 | 3000以下 / 3000-6000 / 6001-8000 / 8001-10000 / 10001-15000 / 15001-30000 / 30001-50000 / 50001-100000 / 100000以上 | | 7 | 父母条件 | 农村 / 城市 / 高知分子 | | 8 | 当前城市 | 一线城市(北上广深) / 新一线城市 / 二线城市 / 三线城市 / 四线及以下 | | 9 | 年龄区间 | 18-22岁 / 23-28岁 / 28-35岁 / 35-40岁 | | 10 | 负债/贷款 | 无负债 / 10-30万 / 31-50万 / 51-100万 / 101-300万 / 300-500万 / 500万以上 | | 11 | 长相评分 | 1-3分(普通偏下) / 4-6分(大众长相) / 7-9分(帅气出众) / 10分(满分) | ### 长相 10 分彩蛋 如果用户选择长相 **10 分(满分)**,报告中会显示醒目的红色横幅提示:**"吹牛逼呢,哥们。"** --- ## 段位等级体系 | 段位 | 最终人数范围 | 称号 | 稀有度 | |------|-------------|------|--------| | S 级 | ≤ 20 人 | 传说中的男人 | 亿中无一 | | A1 级 | ≤ 200 人 | 天选之子 | 千万里挑一 | | A2 级 | ≤ 2,000 人 | 金字塔尖 | 百万里挑一 | | A3 级 | ≤ 20,000 人 | 万人敬仰 | 十万里挑一 | | A4 级 | ≤ 200,000 人 | 万里挑一 | 万里挑一 | | A5 级 | ≤ 2,000,000 人 | 百里挑一 | 百里挑一 | | A6 级 | ≤ 20,000,000 人 | 十分优秀 | 十里挑一 | | A7 级 | ≤ 60,000,000 人 | 中上水平 | 三有其二 | | A8 级 | > 60,000,000 人 | 普通大众 | 大多数人 | --- ## 各维度数据占比 ### 1. 是否喝酒 | 选项 | 占比 | |------|------| | 喝酒 | 55% | | 不喝酒 | 45% | > 数据来源:中国卫健委统计数据,45-59岁男性饮酒率61%,18-40岁略低。 ### 2. 是否抽烟 | 选项 | 占比 | |------|------| | 抽烟 | 44% | | 不抽烟 | 56% | > 数据来源:中国疾控中心成人烟草调查,男性吸烟率44.4%。 ### 3. 身高区间 | 身高区间 | 占比 | |----------|------| | 160cm以下 | 5% | | 160-170cm | 35% | | 171-180cm | 45% | | 181-190cm | 13% | | 191-200cm | 1.9% | | 201-210cm | 0.05% | > 数据来源:《柳叶刀》身高研究、国家卫健委《中国居民营养与慢性病状况报告》。 ### 4. 是否有房 | 选项 | 占比 | |------|------| | 有房 | 38% | | 无房 | 62% | > 数据来源:中国城镇住房存量研究报告,年轻人住房自有率低。 ### 5. 是否有车 | 选项 | 占比 | |------|------| | 有车 | 33% | | 无车 | 67% | > 数据来源:公安部2024年统计,千人汽车保有量250辆。 ### 6. 月薪水平 | 月薪区间 | 占比 | |----------|------| | 3000以下 | 20% | | 3000-6000 | 35% | | 6001-8000 | 18% | | 8001-10000 | 12% | | 10001-15000 | 9% | | 15001-30000 | 4.5% | | 30001-50000 | 1% | | 50001-100000 | 0.4% | | 100000以上 | 0.1% | > 数据来源:国家统计局2024年城镇单位就业人员年平均工资,人社部薪资调查报告。 ### 7. 父母条件 | 选项 | 占比 | |------|------| | 农村 | 50% | | 城市 | 40% | | 高知分子 | 10% | > 数据来源:国家统计局2024年城镇化率67%,父母辈教育水平参考1980-2000年高考录取率。 ### 8. 当前城市 | 城市级别 | 占比 | |----------|------| | 一线城市(北上广深) | 4% | | 新一线城市 | 10% | | 二线城市 | 15% | | 三线城市 | 20% | | 四线及以下 | 51% | > 数据来源:第一财经·新一线城市研究所2025年城市分级名单,国家统计局各城市常住人口数据。 ### 9. 年龄区间 | 年龄区间 | 占比 | |----------|------| | 18-22岁 | 20% | | 23-28岁 | 28% | | 28-35岁 | 32% | | 35-40岁 | 20% | > 数据来源:基于中国人口金字塔推算。 ### 10. 负债/贷款 | 负债区间 | 占比 | |----------|------| | 无负债 | 25% | | 10-30万 | 30% | | 31-50万 | 20% | | 51-100万 | 15% | | 101-300万 | 7% | | 300-500万 | 2% | | 500万以上 | 1% | > 数据来源:中国社科院金融研究所《中国家庭财富调查报告》,央行《2024年消费者金融素养调查报告》。90后负债率78.3%,平均负债12.1万元。 ### 11. 长相评分 | 评分区间 | 占比 | |----------|------| | 1-3分(普通偏下) | 15% | | 4-6分(大众长相) | 65% | | 7-9分(帅气出众) | 19% | | 10分(满分) | 1% | > 数据来源:基于正态分布统计学模型估算。选10分会触发"吹牛逼呢,哥们。"彩蛋。 --- ## 计算示例 以「不喝酒、不抽烟、188cm、有房、有车、月薪1.5万、农村父母、二线城市、34岁、负债51-100万、长相4-6分」为例: | 轮次 | 筛选条件 | 选择 | 符合比例 | 剩余人数 | |------|---------|------|---------|---------| | 0 | 起始基数 | 全部男性 | 100% | 2亿 | | 1 | 是否喝酒 | 不喝酒 | 45% | 9000万 | | 2 | 是否抽烟 | 不抽烟 | 56% | 5040万 | | 3 | 身高 | 181-190cm | 13% | 655.2万 | | 4 | 是否有房 | 有房 | 38% | 249.0万 | | 5 | 是否有车 | 有车 | 33% | 82.2万 | | 6 | 月薪 | 10001-15000 | 9% | 7.4万 | | 7 | 父母条件 | 农村 | 50% | 3.7万 | | 8 | 当前城市 | 二线城市 | 15% | 5,545 | | 9 | 年龄 | 28-35岁 | 32% | 1,774 | | 10 | 负债/贷款 | 51-100万 | 15% | 266 | | 11 | 长相 | 4-6分 | 65% | **172** | **最终结果**:172人,段位 **A1 级(天选之子)**,击败 99.9999% 的男性。 --- ## 技术实现 ### 文件结构 ``` male-tier-calculator/ ├── SKILL.md # Skill 主指令文件 ├── scripts/ │ └── calculate_tier.py # 核心计算引擎(v2.0,11项筛选) ├── references/ │ └── demographic_data.md # 完整人口统计数据参考 └── assets/ └── report_template.html # HTML 可视化报告模板 ``` ### 计算脚本使用 ```bash # 命令行模式 python scripts/calculate_tier.py '{"drinking":"no_drink","smoking":"no_smoke","height":"181_190","house":"has_house","car":"has_car","salary":"10001_15000","parents":"rural","city":"tier2","age":"28_35","debt":"51_100w","appearance":"score_4_6"}' # 交互模式 python scripts/calculate_tier.py ``` ### 各维度选项值速查 | 维度 | 选项 key | 标签 | |------|---------|------| | drinking | drink / no_drink | 喝酒 / 不喝酒 | | smoking | smoke / no_smoke | 抽烟 / 不抽烟 | | height | under_160 / 160_170 / 171_180 / 181_190 / 191_200 / 201_210 | 各身高区间 | | house | has_house / no_house | 有房 / 无房 | | car | has_car / no_car | 有车 / 无车 | | salary | under_3000 / 3000_6000 / 6001_8000 / 8001_10000 / 10001_15000 / 15001_30000 / 30001_50000 / 50001_100000 / above_100000 | 各薪资区间 | | parents | rural / urban / intellectual | 农村 / 城市 / 高知分子 | | city | tier1 / new_tier1 / tier2 / tier3 / tier4_below | 一线 / 新一线 / 二线 / 三线 / 四线及以下 | | age | 18_22 / 23_28 / 28_35 / 35_40 | 各年龄区间 | | debt | no_debt / 10_30w / 31_50w / 51_100w / 101_300w / 300_500w / above_500w | 无负债 / 各负债区间 | | appearance | score_1_3 / score_4_6 / score_7_9 / score_10 | 1-3分 / 4-6分 / 7-9分 / 10分 | --- ## 重要说明 1. **独立性假设**:本测算假设各筛选维度相互独立,实际生活中各维度之间存在相关性(如身高与收入、父母背景与房产、城市与薪资等存在正相关),因此实际匹配人数可能高于计算结果。 2. **数据估算**:所有百分比均为基于公开数据的合理估算,非精确统计。 3. **趣味性质**:本工具仅供娱乐参考,不代表任何价值判断。人的价值不应由这些外在条件定义。 4. **数据时效**:数据基于 2024-2025 年公开统计数据。 5. **长相 10 分彩蛋**:如果用户选择长相 10 分满分,报告会显示"吹牛逼呢,哥们。"的趣味提示。 6. **版本更新**:v2.0 在 v1.0 基础上新增了「当前城市」「负债/贷款」「长相评分」三个维度,从 8 项扩展到 11 项。 --- ## 数据来源汇总 | 数据维度 | 数据来源 | |---------|---------| | 基础人口 | 国家统计局2024年统计公报 | | 饮酒率 | 中国卫健委统计数据 | | 吸烟率 | 中国疾控中心成人烟草调查 / WHO | | 身高分布 | 《柳叶刀》身高研究、国家卫健委报告 | | 住房自有率 | 中国城镇住房存量研究报告、贝壳研究院 | | 汽车保有量 | 公安部2024年统计 | | 薪资分布 | 国家统计局、人社部薪资调查报告 | | 城镇化率 | 国家统计局2024年数据 | | 城市分级 | 第一财经·新一线城市研究所2025年名单 | | 负债数据 | 中国社科院金融研究所、央行消费者金融素养调查 | | 长相分布 | 正态分布统计学模型估算 | --- *男生段位计算器 v2.0 | 11项条件筛选 | 数据截至2024-2025 | 仅供娱乐*

资源信息

作者:user_873fafd3
分类:数据分析 & 可视化
版本:1.0.0
认证方式: 无需认证
是否付费: 官方未说明

许可证信息摘自官方源,可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。

标签
数据洞察竞品分析用户分析

信息边界说明

本页信息摘自官方文档,仅作技术信息呈现,不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为(申请 Key、付费、部署、商用),本站不做任何承诺与担保。

同类推荐

钢联AI - 智能问数

官方标注收费需申请 Key

大宗商品价格数据查询技能。用于查询大宗商品期现货价格、宏观经济指标、产业链供需数据、进出口库存数据、金融市场数据等。当用户询问:(1) 期货/现货价格查询,如"螺纹钢价格"、"铜期货收盘价"; (2) 历史行情或趋势分析;(3) 区域或企业价格对比;(4) 宏观经济指标,如GDP、CPI;(5) 产业链上下游数据;(6) 多市场金融数据(期权、股票、债券、外汇);(7) 结算确认单生成时触发此技能。

全能金融爬虫(新增MCP接入)

官方标注收费需申请 Key

中国金融机构数据爬取与分析综合 Skill v10.0.0。2334家/43大类机构名单、60+财经媒体源舆情、 A股报告/公告/研报、60+种查询9适配器金融数据(akshare/东财/yfinance/RSS/Tushare/CoinGecko/ExchangeRate 自动降级 + 缓存)、 爬取调度中心(智能选源 + 增量 + 断点续爬)、网页操作增强(Shadow DOM / iframe / Cookie / OCR / 行为 / WS)、 79 MCP 工具 + 8 Resource + 10 Prompt、类人浏览器、风险分析、定期报告解读。 🆕 v10.0.0 三轨升级(爬取调度 / 网页操作 / MCP 数据获取): 调度:CrawlerDispatcher 4 策略智能选源 + BaseScraper 协议统一 + 增量 + 断点续爬 + 反爬包裹。 网页:Shadow DOM / iframe 穿透 + Cookie Banner 自动 + 验证码 OCR(stdlib→ddddocr→tesseract)+ 人类行为轨迹 + WebSocket 监听。 MCP:Tushare / CoinGecko / Alpha Vantage / ExchangeRate 4 适配器 + LRU+TTL 缓存 + 8 Resource + 10 Prompt。 v9.0.0(承接)5 适配器 36 查询 + 反爬深度(代理/Header/指纹/节奏)+ UA 池 24。 v8.0.0(承接)反爬管道 + 数据分析增强(关键词/跨源/趋势/对标/洞察)。 触发词:爬取机构、舆情爬取、全网舆情、网页爬取、智能爬取、汇总分析、语音交互、公告下载、 券商研报、批量爬取、定时爬取、文档分析、东方财富、龙虎榜、监管动态、类人爬取、数据回测、 Shadow DOM、iframe穿透、Cookie弹窗、验证码识别、人类行为、WebSocket监听、数字货币行情、 外汇汇率、Tushare、CoinGecko、断点续爬、增量爬取、爬取调度、数据源健康。 结构化数据、期货、宏观经济、港股美股、风险指标、组合复刻、夏普比率、 多源数据、统一查询、数据源切换、免费代理、代理发现、Header随机化、指纹会话等 (完整触发词见下方 auto_trigger)。

罗斯蒙德定向舆情监测

官方未说明

【罗斯蒙德定向舆情监测】南京罗斯蒙德基于已交付项目沉淀的定向舆情监测场景:用户指定监测目标与数据源,经网站定向抓取与搜索引擎双通道采集,脚本化完成去重、情感/风险/热点分析与 HTML 舆情看板展示,一套骨架参数化适配多行业。Trigger on: 舆情监测/舆情监控/定向舆情/指定网站舆情/行业舆情/舆情看板/指定来源采集/搜索引擎舆情采集/public opinion monitoring/opinion tracking/sentiment dashboard

smart-charts

官方未说明

32种图表,3 个主题,2步生成: 1.上传数据 — 将 CSV / Excel / JSON 等格式的数据文件拖入对话框; 2.查看结果 — 交互式图表(HTML),可保存图表为图片.

AdMapix

官方标注免费需申请 Key

AdMapix 原始数据层,提供广告创意、应用、排名、下载/收入及市场元数据。返回 AdMapix API 的结构化 JSON;调用方...

论文配图一键生成

官方未说明

论文配图一键生成:一条命令从 JSON/CSV/Excel 生成顶刊级学术图表,科研绘图 与期刊配图全场景覆盖。33 种图表(森林图/KM 生存曲线(自动风险表)/ROC/校准 曲线/决策曲线 DCA/列线图/火山图/雨云图/山脊图/哑铃图/游泳图(逐例时长+里程碑)/ 肿瘤缓解瀑布图/UpSet 交集/PRISMA 流程图/漏斗/BA 一致性/PCA/热图/箱线/小提琴/ 组合图/Cox 多因素回归森林图等),9 套配色(含色盲安全 Okabe-Ito 与期刊色板),9 种期刊投稿预设, YAML 流水线一条命令出全套论文图,一次渲染多格式导出(TIFF/PNG/PDF), PDF 重叠门禁,600dpi。纯本地运行,数据不出机,中文零配置。适用:写论文/ 投稿要配图、把数据变成可投稿图表、批量重出全套图。不适用:文本润色/翻译/ 改写(请用写作类工具);商业报表/仪表盘/海报装饰;无数据支撑的纯示意图。

什么是技能

技能(Skill)是封装好的单项能力,比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包,使用者像用插件一样加载即可,无需了解底层模型。启枢技能 收录大量技能,可直接试跑或编入方案。