资料挺全的，我很多赛事讯息都能在上面找到。
我觉得不错

大赛对局资料是我看过最全的，可惜近来管理员因为不满卡普空杯收费导致资料全面性略逊以往，如果有可以代替的网站我也想听听。

看它提供的客观资料，不用理它的主观评级

下面我给你梳理一下我查到的、以及从实践角度可以判断的 Liquipedia（液体百科 / Liquipedia esports wiki） 的起源、定位、优缺点、可靠性及潜在偏向性。你说很多人会引用它的成绩数据，这确实是事实，但也要明白引用时需要留意的地方。
一、Liquipedia 是什么时候建的 / 起源与发展
这些是我查到的时间线与发展脉络：
时间 事件 / 说明
大约 2006 年 Liquipedia 的概念萌芽。据 Liquipedia 自己的“About”页面与其他资料所说，该项目最初在 2006 年开始作为 StarCraft: Brood War 战术 / 策略维基的雏形。
2007 年 在 2007 年，Team Liquid 内部开始有 “ProGaming Database (TLPD)” 的构想，作为早期电竞数据库／维基的一个雏形。
2009 年 6 月 Liquipedia 正式公开宣布为 StarCraft: Brood War 的策略维基。其在公开宣布时已有约 20 个月的开发准备。
发布之初 在 2009 年 6 月 7 日上线，初始约 300 页内容，三周内扩展到约 700 页。
后续扩展 随着电竞种类扩展，Liquipedia 从最初以星际争霸（StarCraft）为核心扩展到覆盖多个电竞游戏、多个比赛、选手和战队历史、成绩、人员变动等。
2017 年 Liquipedia 在这年开启对《英雄联盟》（League of Legends）等游戏的覆盖。
2022 年 与 OVHcloud 合作提供云服务支持。还在 2022 年 10 月发布了移动应用。
2024 年 Dota 2 的 wiki 从 Fandom 平台迁移到 Liquipedia 托管，这是一个标志（从电竞走向更广泛的游戏 / 内容整合）
2023 年以后 Liquipedia 尝试进入传统体育领域（如一级方程式赛车 F1）以拓宽其覆盖范围。
因此，总体上可以说 Liquipedia 正式面向公众的上线时间是 2009 年 6 月，但其筹备和雏形可追溯到 2006–2007 年。这个时间线在它自己的 about 页以及 Wikipedia 等资料里都是被记载的。
在中文维基 / 百度百科等处，有说 “2006 年成立” 的说法。
所以，如果要一个回答：“Liquipedia 是什么时候建的站 / 起始时间” — 最保守准确说法是：项目起始于 2006 年左右，公开上线则是在 2009 年中。
二、Liquipedia 的性质 / 专业性如何
“专业性”这个维度可以从多个方面来判断：内容覆盖广度、数据准确性 / 更新速度、编辑 /审核机制、社区／志愿者基础、引用可靠性等。
下面是我对它优点与局限性的总结。
优点 / 强项
覆盖面广 + 专业聚焦电竞
Liquipedia 专注于电竞（及相关游戏）这个细分领域，所以其关注点更深入、更针对。对于多数主流电竞项目（如 Dota 2、CS:GO / Counter-Strike 系列、英雄联盟、Valorant 等），其赛事列表、选手／战队历史、比赛结果、奖金、人员变动等往往比普通百科或新闻站更完整。
社区驱动 + 编辑机制
它是一个志愿者 / 社区协作驱动的维基（类似于 Wikipedia 的模式），很多编辑是电竞爱好者、业界人士、甚至选手自己或其经纪团队提交或纠错。
各页面有编辑历史（revision history），可以追踪修改记录，以便查错、撤销等。
实时性与更新速度
在重大电竞比赛期间，许多网友 /志愿者会把比赛进程、比分、选手表现、人员变动、赛程等内容及时填入或更新，贴近“直播 + 结果记录”的用途。对于电竞圈内人或研究者来说，这种快速性是一个非常吸引的特点。
开放 / 透明
多数内容采用开放许可（如 CC-BY-SA 等）策略，允许共享与引用。用户可以查看编辑历史、审阅不同版本。
引用与被引用广泛
在电竞报道、数据统计、媒体分析、玩家 /粉丝讨论中，Liquipedia 经常被引用为“标准”或“权威”成绩来源之一。这在实践中已相当普遍 — 正如你说很多人引用其成绩。
局限 / 需要警惕的地方
覆盖不一定完全 / 细节可能缺失
尽管在主流电竞项目中 Liquipedia 的覆盖通常较好，但在某些小众项目、地区性联赛、低级别赛事、历史久远的比赛中，可能存在遗漏、数据缺失或信息不完整的情况。
特别是早期时期的赛事（比如很早的地区性联赛、非官方比赛、线上赛事）可能资料难以考证、网络上资料稀少，编辑者也可能错过。
编辑者质量参差 / 错误可能存在
虽然有社区审核和改错机制，但由于是志愿性质编辑，仍可能有误填、笔误、格式不一致、误解或未经证实的消息被放入。特别是对于刚发生的人事变动、赛果争议、或奖金分配等内容，可能有延迟、误差或争议。
在极少数情况下，有的编辑可能抱有偏好 / 立场，也可能在条目措辞或优先级排序上产生偏差。
更新滞后
虽然大赛期间更新较快，但在某些非热门赛事、业余赛事、地区小赛等，可能要等一段时间才被补充。对于对手频繁更替 / 转会频繁的战队 / 选手，其变动可能还没被及时更新。
引用时缺乏官方背书
虽然许多数据看起来可靠，但并不是所有数据都来源于官方机构（比如赛事主办方、官方统计、比赛方公开数据）。有时候编辑者参考新闻、社区论坛、社交媒体、直播录像、选手 / 战队社交平台公布的成绩等，这些可能有差异或错误。若要做严谨的学术 /正式报告 /出版物引用时，还应交叉验证官方来源。
潜在的倾向 / 编辑偏好
因为是社区驱动 + 有核心运营背景（见下面“支持 / 所属”那节），在某些条目的关注度、细节丰富度、重点内容排列上，可能存在“热门项目优先、主流游戏 / 强队 /国际赛事比重大”这样的偏好。这是社区编辑普遍具有的“资源分配偏好”，不一定是有意倾向。
例如，某些热门游戏（Dota, CS, LoL）可能条目非常详实，某些冷门游戏或地区赛事可能信息较零散。
潜在的利益 / 所属影响
虽然 Liquipedia 力图保持中立，但其与 Team Liquid 的关系可能在某些人眼中产生疑虑（见下面所属 /支持那节）。这种潜在关系可能使得在有关 Team Liquid 自身、其选手、其竞赛成绩或争议上的条目更容易受到关注 /更容易被编辑 /检查。但并不必然意味着有偏见，只是可能导致社区 /读者有这种敏感性。

三、Liquipedia 支持 / 所属 / 背后力量
这个部分比较关键，有时人们会对它是否中立或是否有特定背书产生疑问。
根据公开资料，Liquipedia 是 由 Team Liquid 支持 / 所属 /发起 的项目。
它在 Team Liquid 旗下 / 与 Team Liquid 有关联。Wikipedia 条目里写 “Liquipedia 是由总部位于美国和荷兰的电子竞技俱乐部 Team Liquid 负责运营”
在 Overwatch 的 Liquipedia 页面中，使命述中也写：“Liquipedia 是由 Team Liquid 创立的开放项目，目标是保留与记录所有电竞历史，作为一个不偏不倚、事实性的资料源”。
也就是说，尽管它是社区驱动 /志愿性质编辑，但其平台背景 /支持者与 Team Liquid 有较紧密关联。
这种关系不一定意味着编辑内容就会刻意偏袒 Team Liquid（社区 /志愿编辑者、其他利益相关方也在参与），但确实可能在资源倾斜、关注度、条目完善度、争议处理等方面产生一定“结构性偏好”（即在一些细节上可能更容易被 Team Liquid 支持者或粉丝关注、纠错、强化）。
因此，有人质疑 “在 Liquipedia 上关于 Team Liquid /其选手 /其成绩 /其争议” 的条目是否比其他战队条目更全面或“优先完善”，这种担忧在理论上是存在的（是否真的有偏差，要具体分析条目历史与编辑流程）。
四、内部收录选手及成绩的“全面性 / 权威性”有多高
你特别问 “里面收录的选手及其成绩全面吗？”——这是衡量一个电竞百科 / 数据库是否可信的核心。
以下是我的观察与判断：
对于热门电竞项目 /主流国际赛事 /主流联赛（如 Dota, CS, LoL, Valorant 等），Liquipedia 通常在比赛结果、选手 /战队参赛记录、奖金 /排名、人员变动（转会、替补、休赛期）等方面都能做到较高完整性。许多社区 /媒体 /分析文章也会以它为参考之一。
对于早期历史数据 /地区性小型赛事 /不官方赛事 /线上杯赛 /非主流游戏，完整性会有所下降。有些比赛可能根本没公开记录、没被媒体报道，也可能数据在网络上难以考证。因此在这些情况下 Liquipedia 可能会遗漏或只录部分信息。
在某些情况下，有些条目可能存在“长期无维护 /无人纠错”，导致细节错误、格式混乱或某些成绩未及时更新。
用户 /社区经常在赛后、转会期、重大赛事时补充 /纠错内容，这使得其表现往往“赛事刚结束 /热度高”那段时间条目最完整、最准确；随着时间流逝，对冷门比赛的更新频率可能会下降。
在对比官方数据（如赛事主办方公布的结果 /奖金 /统计数据）时，Liquipedia 的数据在绝大多数主流赛事里是一致或非常接近的。但在少数边缘 /争议场次（如替换选手、中途弃权、赛事重赛 /纠错）可能有出入。
值得注意的是，即便是官方数据，有时也会有纠错 /公告变更（例如奖金分配有争议、弃权、赛事违规处罚等）。在这种情形下，Liquipedia 是否及时反映这些变动，就取决于社区编辑/维护者是否关注到这些公告。
总体上，我认为它在多数主流电竞项目/主流赛事中，其选手/成绩收录是 “较为全面、实用、可信” 的，可以作为参考。但在严谨场合（如学术、出版、官方报告、奖金分配核查等）仍应交叉引用官方 / 一手资料。
五、有没有倾向性 / 偏向 / 潜在风险
既然你关心 “倾向性 / 偏向性” 的问题，这里是我基于公开资料 +推断给出的几点可能性 +建议：
潜在倾向 / 偏向可能性
热门 /主流项目与战队优先
由于编辑资源（志愿者时间、社区关注度）是有限的，热门游戏 /强队 /国际赛事 /顶级锦标赛更容易被优先补充、更新得更完善；冷门游戏 /小队 /业余赛事可能被边缘化。这是一种“资源分配偏好”，可能在“信息完备度”上造成不对称。
Team Liquid 关联的敏感条目可能受到更多关注 /修正
由于 Liquipedia 是由 Team Liquid 支持 /关联项目，某些关于 Team Liquid 本身、其选手、其成绩 /争议的条目，可能会更早被粉丝 /编辑关注、更快被修订 /纠错，这可能造成“Team Liquid 相关条目比其他战队更完整 /更及时更新”的现象。这种“关注度偏差”不一定等于有意偏袒，但确实可能在表现上造成不平衡。
社区 /志愿编辑背景的影响
编辑者大多是电竞圈内人士或爱好者（可能对某些选手 /战队 /地区 /游戏更有兴趣或更熟悉） — 这种人文 /兴趣驱动可能带来倾向性：编辑参与度高的项目可能被写得更细、更及时；相对冷门 /不熟悉的条目可能不够完善。
语言 /地区偏差
虽然 Liquipedia 是以英文为主、全球用户为目标，但在特定地区 /语言（例如韩语、中文、俄语、拉丁美洲、东南亚等）可能编辑资源不均，有的地区比赛 /选手资料可能被忽略或更新滞后。比如一个在某国家小有名气但在全球电竞圈里不属于顶尖水平的选手，可能在 Liquipedia 上资料不完整。
争议 /负面事件处理上的编辑倾向
对于选手 / 战队之间的争议、违规、处罚、纪律事件等条目，编辑者在措辞、细节罗列、是否保留争议版本 /注释、修正速度等方面可能表现出不同倾向。比如在某些条目里可能“为了避免争议 /中立性”而只写简短中性描述；或在有争议时可能被某一方粉丝 /编辑拉扯。
不过以上这些“潜在偏向 /倾向性”都是 可能性 /风险，并不意味着这些偏向在所有条目 /所有项目中都实际发生。具体要看每个条目的编辑历史、引用来源、争议情况。
如何判断是否有偏向 /是否可靠
当你打算引用其数据 /条目时，可以采取以下方法 “交叉验证 /审慎判断”：
看条目的引用 /来源（References / Notes）
优质条目通常会列出赛事主办方公告、官方比赛页面、奖金公布、新闻报道、选手 /战队社交媒体公告等作为来源。如果一个条目没有引用 /全靠“编辑填充”，其可信度就要打折。
查看编辑历史 /版本变更
通过查看“历史 (history)”标签，你可以看到谁什么时候修改了这条目、修改内容是什么，有无频繁争议 /回退。若某条目经常被回滚 /争议修改，可能该条目有争议。
对比官方 /主办方数据 /公告
对于关键成绩 /奖金 /排名等，最好与赛事举办方、官方结果公告、主流电竞媒体报道做对比。若一致性高，那么引用可信度就高。
注意时间 /维护状态
查看条目的最后编辑时间。如果是最近才维护 /更新时间离用户所引用的比赛或变动很近，说明可能比较可靠；如果条目长时间未更新，可能有遗漏。
在敏感 /争议部分做加注
对于争议性内容（如选手处罚、不当行为、成绩争议、弃权、重赛、奖金争执等），在引用时可以加注“根据 Liquipedia 条目”、“经社区核对”等字样，提醒读者这是社区维基的资料，并非官方最终权威。
六、总结 + 给你在使用 /引用时的建议
Liquipedia 是一个覆盖电竞领域、以社区 /志愿者协作为基础的维基 /电竞百科，其起源可追溯至 2006 年，通过 2009 年公开上线成为面向公众的电竞维基。
它在主流电竞项目 /主流赛事 /国际大赛中，其选手成绩 /战队历史 /赛事结果的收录通常较为全面、可靠，是很多电竞媒体 /粉丝 /研究者常引用的数据源之一。
但它并非绝对“权威 /无误差”的官方数据库，尤其是在边缘 /历史 /小型赛事、争议事件、奖金 /处分 /裁定变动等方面可能存在缺失或误差。
它与 Team Liquid 有关联，这可能在某些敏感条目、资源倾斜、条目完善度等方面引发“偏向性”担忧，但这种关联并不自动意味着编辑内容就有偏见。
在引用 Liquipedia 时（尤其是用于正式报告 /出版 /比赛仲裁 /学术用途）最好采用交叉验证、附注来源、查看历史版本等方式，以增强引用的可信度。
如果你愿意的话，我可以帮你挑几个具体例子（比如某位选手 /某个战队 /某场比赛）来对比 Liquipedia 的成绩记录和官方 /主流媒体记录，看看它在实际案例里的准确度与偏差程度。要吗？