male-tier-calculator

# 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*