Isso é uma base de stats como RoyaleAPI?
Não. Sites assim classificam cartas ou decks a partir de win rates históricos agregados. O Rigged Royale é um modelo de machine learning treinado em milhões de partidas 1v1 reais: lê os dois decks completos de 8 cartas de uma vez (mais níveis, torres e sua faixa de troféus ou liga) e devolve uma probabilidade de vitória para esse pareamento exato. Os dados públicos da API da Supercell só servem de treino e de logs de batalha — as pontuações vêm do modelo, não de tabelas de win rates ao vivo.
O site sugere melhorias de deck automaticamente?
Sim. O Deck Lab tem quatro modos de busca: melhorar até N cartas, completar um deck parcial, substituir um grupo escolhido de 2–4 cartas ou varrer trocas de uma carta. Cada candidato é reconstruído como lista completa de 8 cartas e reavaliado contra o mesmo painel meta ao vivo; uma mudança só aparece se o win rate projetado do deck completo subir. Você não precisa deduzir as trocas na mão a partir de tabelas de matchup.
Isso analisa o deck inteiro ou cartas isoladas?
O deck inteiro. As 16 cartas — suas 8 e as 8 do oponente — entram no modelo de uma vez, junto com tropas de torre, níveis médios dos dois lados e a faixa de troféus ou liga. Nenhuma carta é pontuada sozinha.
Meus níveis de carta entram na conta?
Sim — os níveis não são assumidos iguais. Os níveis médios de carta dos dois lados alimentam o modelo de probabilidade de vitória, então um gap de nível move cada previsão. Vincule sua tag de jogador e o painel de níveis abaixo também lê sua coleção real: lista os decks que seus níveis já conseguem montar e indica qual deck cada upgrade pendente está segurando.
Uma troca sugerida respeita sinergia e a curva de elixir?
Sim, por construção. Cada troca candidata é avaliada como um deck de 8 cartas remontado e pontuado contra o mesmo painel meta; se a carta sobe sua curva, duplica um papel ou deixa a condição de vitória sem suporte, o win rate do deck inteiro cai e ela é descartada antes de você ver.
