Files
skills-lottery-picker/skills/lottery_picker/SKILL.md
T
CodeForge c4bb8632ca feat: 彩票技能统一输出格式 - 双色球/大乐透4块结构化输出标准对齐
- 新增 model_full_report_dlt.py: 大乐透专用全量报告脚本
- 统一4块结构: 回滚迭代→数据采集→推理分析→机选号码
- 统一术语: 前区/后区(大乐透) 对齐 红球/蓝球(双色球)
- 统一评分: TOP10前区+TOP5后区 归一化概率输出
- 更新 SKILL.md: 双色球/大乐透统一模板+文件结构
2026-07-30 06:04:12 +00:00

12 KiB
Raw Blame History

name, description
name description
lottery_picker Use this skill when the user mentions lottery-related keywords such as "双色球", "大乐透", "彩票", "今日彩票", "机选", "买彩票", or asks for lottery number recommendations, analysis, or results. Triggers on any lottery-related query. The skill provides data collection, analysis, recommendation, and rollback iteration for SSQ (双色球) and DLT (大乐透).

彩票智能分析技能 (lottery_picker)

概述

双色球和大乐透的智能号码分析与机选推荐工具。两种彩种使用统一的4块结构化输出标准,提供数据采集、推理分析、机选推荐和回滚迭代完整流程。

彩种 分析模型 数据源 开奖周期
双色球 6阶段数学建模(泊松→伽马→贝叶斯→K-Means→ILP) 500.com HTML 周二、四、日 21:15
大乐透 集成学习模型(5模型融合+权重优化) 中国体育彩票 周一、三、六 20:25

触发关键词

双色球、大乐透、彩票、今日彩票、机选、买彩票

工作流程

当用户输入彩票关键词时,按以下步骤执行:

Step 1: 调用 full_report

双色球(6阶段数学建模):

python model_full_report.py

大乐透(集成学习模型,与双色球统一输出格式):

python model_full_report_dlt.py

⚠️ 两个脚本输出完全统一的4块结构,无需额外格式调整。

Step 2: 解析4块结构化输出

工具输出4块内容,按以下框架整理为 Markdown 格式返回给用户。

输出原则(订阅产品标准):

  • 数据真实 — 直接来自工具输出,不编造
  • 过程严谨 — 4块结构完整,逻辑清晰
  • 呈现简明 — 关键信息突出,去冗余
  • 界面美观 — Markdown表格+分隔线,视觉层次清晰

统一格式约定:

元素 双色球 大乐透
前区球 红球(6个,1~33) 前区(5个,1~35)
后区球 蓝球(1个,1~16) 后区(2个,1~12)
分析步骤1 贝叶斯后验概率 TOP10红球 频率分析 TOP10前区
分析步骤2 蓝球后验概率 TOP5蓝球 后区分析 TOP5
分析步骤3 模式识别 模式识别
分析步骤4 权重体系(6阶段数学模型) 权重体系(集成学习模型)

[1/4] 回滚迭代

指标 数值
当前版本号 v{N}
版本胜率 X%(N期推荐 / M次盈利)
累计中奖收益 RMB X.XX

[2/4] 数据采集

项目 内容
采集范围 第X期 ~ 第Y期(近N期)
上一期号 第X期
开奖日期 YYYY-MM-DD
开奖号码 红球/前区 XX XX XX XX XX XX · 蓝球/后区 XX

[3/4] 推理分析

分析版本 数据源
v{N} 500.com / 中国体育彩票

步骤1 · 频率分析(TOP10前区/红球)

排名 1 2 3 4 5 6 7 8 9 10
号码 XX XX XX XX XX XX XX XX XX XX
评分 X.XXX X.XXX X.XXX X.XXX X.XXX X.XXX X.XXX X.XXX X.XXX X.XXX

步骤2 · 后区分析(TOP5)

排名 1 2 3 4 5
号码 XX XX XX XX XX
评分 X.XXX X.XXX X.XXX X.XXX X.XXX

步骤3 · 模式识别

奇偶比 大小比 和值区间
X:X X:X [XX, XX]

步骤4 · 权重体系

双色球:

Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
方法链路: 泊松频次→负二项/伽马拟合→贝叶斯后验→K-Means→ILP约束

大乐透:

频率加权 + 贝叶斯平滑 + 马尔可夫链 + K-Means聚类 + 残差回归
方法链路: 5模型融合→回测权重优化→约束过滤→推荐生成

[4/4] 机选号码

本次期号: 第X期 | 即将开奖: YYYY-MM-DD (周X)

# 红球/前区 蓝球/后区 评分 奇偶 大小 和值
① XX XX XX XX XX XX XX X.XXXX ⭐ X:X X:X XXX
② XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
③ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
④ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
⑤ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX

Step 3: 回滚迭代(开奖后)

当用户告知开奖结果时:

# 自动回滚(带收益记录)
python lottery_tool.py --action check --lottery {ssq|dlt} --earnings {金额}
  • --earnings 参数:用户中奖后反馈的实际收益金额(>0表示盈利)
  • 回滚后版本号自增,但不影响当天已输出的推荐结果

核心设计原则

确定性输出

  • 相同输入保证相同输出
  • 种子公式: MD5(固定种子 + 彩种 + 日期 + 分析版本号)
  • 版本号仅在数据源变化时递增(新期号到来),回滚迭代不改变版本号

结果变化因素(仅以下三者)

  1. 数据源变了 — 开奖后采集到新数据
  2. 逻辑推理因素变了 — 分析算法/权重体系调整
  3. 分析步骤变了 — 代码执行流程修改

版本迭代/回滚优化本身不应改变当天已输出的推荐结果。

输出标准(订阅产品级)

  • 数据真实 — 直接来自工具输出,不编造
  • 过程严谨 — 4块结构完整,逻辑清晰
  • 呈现简明 — 关键信息突出,去冗余
  • 界面美观 — Markdown表格+分隔线,视觉层次清晰

收益跟踪

feedback.json 中记录:

  • profitable_wins: 产生实际盈利的中奖次数
  • total_earnings: 累计中奖收益金额(RMB)
  • 版本胜率 = profitable_wins / total_recs * 100%

用户中奖后告知金额,通过 --earnings 参数记录。

文件结构

skills/lottery_picker/
├── model_full_report.py        # 双色球全量报告(6阶段数学建模)
├── model_full_report_dlt.py    # 大乐透全量报告(集成学习模型,统一输出格式)
├── lottery_tool.py             # 主工具(回滚迭代、数据采集)
├── ensemble_learning.py        # 集成学习模块(5模型融合)
├── SKILL.md                    # 本文件
├── data/                       # 数据持久化目录
│   ├── config.json             # 配置(种子、迭代计数)
│   ├── ssq_history.json        # 双色球历史数据
│   ├── dlt_history.json        # 大乐透历史数据
│   ├── analysis_ssq.json       # 双色球分析结果
│   ├── analysis_dlt.json       # 大乐透分析结果
│   └── feedback.json           # 回滚反馈(含收益)
└── model_output/               # 模型参数目录
    └── model_parameters.json   # 6阶段模型参数

CLI 参数

参数 值 说明
--action full_report 4块结构化输出(推荐)
--action recommend 仅输出推荐号码
--action analyze 仅输出分析报告
--action fetch 仅采集数据
--action check 回滚迭代
--lottery ssq / dlt / all 彩种
--count 5 推荐组数
--earnings 0.0 中奖收益(check专用)

输出示例(双色球)

# 🎱 双色球 · 第XXXXX期

> 今晚 **21:15** 开奖 · YYYY-MM-DD 周X

---

## [1/4] 回滚迭代

| 指标 | 数值 |
|:---|:---|
| 当前版本号 | **v1.0_6phase**(第6阶段数学建模)|
| 版本胜率 | 100.0%(1期推荐 / 1次盈利)|
| 累计中奖收益 | **RMB 50.00** |

---

## [2/4] 数据采集

| 项目 | 内容 |
|:---|:---|
| 采集范围 | 第25019期 ~ 第26080期(213期)|
| 上一期号 | **第26080期** |
| 开奖日期 | 2026-07-14 |
| 开奖号码 | 红球 **04 05 11 19 27 32** · 蓝球 **01** |

---

## [3/4] 推理分析

| 分析版本 | 数据源 |
|:---|:---|
| **v1.0_6phase** | 500.com |

**步骤1 · 贝叶斯后验概率(TOP10红球)**

| 排名 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| 号码 | **23** | **15** | **16** | **18** | **01** | **14** | **04** | **19** | **22** | **31** |
| 评分 | 0.0429 | 0.0426 | 0.0425 | 0.0424 | 0.0413 | 0.0413 | 0.0403 | 0.0403 | 0.0400 | 0.0392 |

**步骤2 · 蓝球后验概率(TOP5)**

| 排名 | 1 | 2 | 3 | 4 | 5 |
|:---:|:---:|:---:|:---:|:---:|:---:|
| 号码 | **06** | **12** | **11** | **13** | **08** |
| 评分 | 0.0761 | 0.0736 | 0.0734 | 0.0701 | 0.0692 |

**步骤3 · 模式识别**

| 奇偶比 | 大小比 | 和值区间 |
|:---:|:---:|:---:|
| 2:4 | 4:2 | [101, 110] |

**步骤4 · 权重体系(6阶段数学模型)**

Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏 方法链路: 泊松频次→负二项/伽马拟合→贝叶斯后验→K-Means→ILP约束求解


---

## [4/4] 机选号码

| # | 红球 | 蓝球 | 评分 | 奇偶 | 大小 | 和值 |
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
| **①** | **06 14 17 18 22 33** | **06** | **0.2387** ⭐ | 2:4 | 4:2 | 110 |
| ② | 01 15 17 18 22 33 | 06 | 0.2366 | 4:2 | 4:2 | 106 |
| ③ | 01 12 17 18 22 31 | 06 | 0.2365 | 3:3 | 4:2 | 101 |
| ④ | 03 15 17 18 22 33 | 06 | 0.2359 | 4:2 | 4:2 | 108 |
| ⑤ | 06 15 17 22 31 33 | 06 | 0.2355 | 4:2 | 4:2 | 124 |

---

> 📌 **数据真实** · 过程严谨 · 呈现简明 · 界面美观
> 开奖后把实际号码发我,帮你回滚迭代校正精度 🍀

输出示例(大乐透)

# 🎱 大乐透 · 第XXXXX期

> 下次开奖:**YYYY-MM-DD(周X)20:25**

---

## [1/4] 回滚迭代

| 指标 | 数值 |
|:---|:---|
| 当前版本号 | **v17**(集成学习模型)|
| 版本胜率 | 0.0%(3期推荐 / 0次盈利)|
| 累计中奖收益 | **RMB 0.00** |

---

## [2/4] 数据采集

| 项目 | 内容 |
|:---|:---|
| 采集范围 | 第25136期 ~ 第26085期(近100期)|
| 上一期号 | **第26085期** |
| 开奖日期 | 2026-07-29 |
| 开奖号码 | 前区 **03 04 14 28 31** · 后区 **05 07** |

---

## [3/4] 推理分析

| 分析版本 | 数据源 |
|:---|:---|
| **集成学习模型** | 中国体育彩票 |

**步骤1 · 频率分析(前区TOP10)**

| 排名 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| 号码 | **31** | **09** | **07** | **17** | **03** | **11** | **12** | **29** | **04** | **22** |
| 评分 | 0.0581 | 0.0539 | 0.0530 | 0.0527 | 0.0516 | 0.0456 | 0.0434 | 0.0357 | 0.0332 | 0.0329 |

**步骤2 · 后区分析(TOP5)**

| 排名 | 1 | 2 | 3 | 4 | 5 |
|:---:|:---:|:---:|:---:|:---:|:---:|
| 号码 | **03** | **01** | **11** | **10** | **07** |
| 评分 | 0.1298 | 0.1122 | 0.1049 | 0.1004 | 0.0901 |

**步骤3 · 模式识别**

| 奇偶比 | 大小比 | 和值区间 |
|:---:|:---:|:---:|
| 3:2 | 3:2 | [80, 112] |

**步骤4 · 权重体系(集成学习模型)**

马尔可夫链23.81% + 频率加权19.05% + 贝叶斯平滑19.05% + K-Means聚类19.05% + 残差回归19.05% 方法链路: 5模型融合→回测权重优化→约束过滤→推荐生成


---

## [4/4] 机选号码

| # | 前区 | 后区 | 评分 | 奇偶 | 大小 | 和值 |
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
| **①** | **04 15 19 20 22** | **04 08** | **5.5657** ⭐ | 2:3 | 3:2 | 80 |
| ② | 12 13 17 22 30 | 04 05 | 5.2862 | 2:3 | 2:3 | 94 |
| ③ | 04 05 12 29 30 | 02 06 | 5.2664 | 2:3 | 2:3 | 80 |
| ④ | 12 19 20 28 33 | 05 06 | 5.1005 | 2:3 | 4:1 | 112 |
| ⑤ | 06 08 15 22 35 | 01 05 | 4.9794 | 2:3 | 2:3 | 86 |

---

> 📌 **数据真实** · 过程严谨 · 呈现简明 · 界面美观
> 开奖后把实际号码发我,帮你回滚迭代校正精度 🍀