fastf1
✓一级方程式数据 — 比赛日程、结果、单圈计时、车手和车队信息。由 FastF1 库提供支持。涵盖 F1 赛段、排位赛、练习赛、比赛成绩、赛段时间、轮胎策略。 使用场合：用户询问 F1 比赛结果、排位赛、单圈时间、车手统计数据、车队信息、F1 日历或一级方程式数据。 不要在以下情况下使用：用户询问其他赛车运动（MotoGP、NASCAR、IndyCar、WEC、Formula E）。不要用于 F1 投注赔率或预测 - 请改用 kalshi 或 polymarket。不要用于 F1 新闻文章——而是使用体育新闻。
SKILL.md
If pip install fails with a Python version error, the package requires Python 3.10+. Find a compatible Python:
Prefer the CLI — it avoids Python import path issues:
Derive the current year from the system prompt's date (e.g., currentDate: 2026-02-16 → current year is 2026).
一级方程式数据 — 比赛日程、结果、单圈计时、车手和车队信息。由 FastF1 库提供支持。涵盖 F1 赛段、排位赛、练习赛、比赛成绩、赛段时间、轮胎策略。 使用场合：用户询问 F1 比赛结果、排位赛、单圈时间、车手统计数据、车队信息、F1 日历或一级方程式数据。 不要在以下情况下使用：用户询问其他赛车运动（MotoGP、NASCAR、IndyCar、WEC、Formula E）。不要用于 F1 投注赔率或预测 - 请改用 kalshi 或 polymarket。不要用于 F1 新闻文章——而是使用体育新闻。 来源：machina-sports/sports-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/machina-sports/sports-skills --skill fastf1- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-17
- 更新时间
- 2026-02-18
快速解答
什么是 fastf1？
一级方程式数据 — 比赛日程、结果、单圈计时、车手和车队信息。由 FastF1 库提供支持。涵盖 F1 赛段、排位赛、练习赛、比赛成绩、赛段时间、轮胎策略。 使用场合：用户询问 F1 比赛结果、排位赛、单圈时间、车手统计数据、车队信息、F1 日历或一级方程式数据。 不要在以下情况下使用：用户询问其他赛车运动（MotoGP、NASCAR、IndyCar、WEC、Formula E）。不要用于 F1 投注赔率或预测 - 请改用 kalshi 或 polymarket。不要用于 F1 新闻文章——而是使用体育新闻。 来源：machina-sports/sports-skills。
如何安装 fastf1？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/machina-sports/sports-skills --skill fastf1 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/machina-sports/sports-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-17