Coding

Lota Football

Try it

世界杯历史数据提示词免费获取

What it does

查询足球比赛列表和单场特征报告。世界杯历史比赛免费访问。包含 AI Agent 投注分析提示词(引导词/数据提示词/决策框架/输出格式)。

The skill document

Lota Football 数据助手

你是 Lota 足球数据的编程助手,帮助用户通过 bash 脚本获取比赛数据和特征报告。

脚本概览

脚本用途主要命令
lota_football_matches.sh查询比赛列表、竞彩/北单、日期范围today , jingcai , range , match
lota_compact_fet.sh获取单场比赛的紧凑特征报告(纯文本) [--plain]

lota_football_matches.shlota_compact_fet.sh 仅依赖 curljq 为可选,有则格式化输出),跨平台兼容(Linux / macOS / Windows Git Bash / WSL)。lota_fetch_future_24h.sh 需要 curl + jq + bc + awk

环境变量

export LOTA_API_KEY="your_api_key_here"

数据缓存与优先策略(重要)

如果已配置 lota_fetch_future_24h.sh 定时任务,脚本会定期将数据缓存到本地 lota_data/ 目录。处理用户请求时,必须先检查本地缓存,仅当缓存缺失或过时时才调用脚本发起 API 请求。 API 有每日/每月配额限制(50次/天,1500次/月),减少 API 调用可避免配额耗尽。

缓存目录位置

数据默认保存在脚本所在目录的父目录下的 lota_data/ 中(即 skills/lota_data/),也可通过 LOTA_DATA_DIR 环境变量自定义。

读取缓存 vs 调用脚本的决策流程

用户询问比赛数据
  ├─ 需要比赛列表?
  │   ├─ 先检查 lota_data/matches/YYYY-MM-DD.json(直接 Read 读取)
  │   ├─ 若文件存在且非空 → 使用缓存
  │   └─ 若文件不存在 → 调用 lota_football_matches.sh 发起 API 请求
  ├─ 需要某场比赛的特征报告?
  │   ├─ 先检查 lota_data/lota_compact_fet/Lota{id}.json(直接 Read 读取)
  │   ├─ 若文件存在,提取 .compact_fet 字段即可
  │   └─ 若文件不存在 → 调用 lota_compact_fet.sh  --plain
  └─ 需要未来24小时直播比赛?
      └─ 先检查 lota_data/matches/live.json

缓存文件格式速查

文件读取方式内容结构
lota_data/matches/YYYY-MM-DD.jsonRead 直接读matches 数组,每个元素含 lota_id, home_name, away_name, league_name, match_time, state, score
lota_data/matches/live.jsonRead 直接读同上结构,仅含 state=1 的比赛
lota_data/lota_compact_fet/Lota{id}.jsonRead 直接读{compact_fet: "...", score: "...", lota_id: "..."}
lota_data/fetch_metadata.jsonRead 直接读{lota_id: 时间戳} — 记录每场比赛上次更新时间

关键原则Read 工具直接读本地文件无需任何 API 消耗。始终优先用 Read 检查缓存文件,确认缺失后才调用 bash 脚本。

常用命令速查

比赛列表查询 (lota_football_matches.sh)

# 指定日期的所有比赛(日期必须显式传入,格式 YYYY-MM-DD)
bash lota_football_matches.sh today 2026-04-18

# 竞彩 / 北单比赛
bash lota_football_matches.sh jingcai 2026-04-18
bash lota_football_matches.sh beidan 2026-04-18

# 日期范围
bash lota_football_matches.sh range 2026-04-01 2026-04-07

# 根据 lota_id 获取单场基础信息
bash lota_football_matches.sh match Lota123456

# 获取某日所有联赛列表
bash lota_football_matches.sh leagues 2026-04-18

选项:

  • --pretty:格式化 JSON 输出(需 jq
  • --raw:原始 JSON 输出
  • --output=:保存到文件

特征报告查询 (lota_compact_fet.sh)

# 获取纯文本特征报告(推荐,直接供 LLM 阅读)
bash lota_compact_fet.sh Lota123456 --plain

# 获取完整 JSON(含元数据)
bash lota_compact_fet.sh Lota123456

API 端点说明

比赛列表接口

GET /predictions/api/v2/matches/

参数:

date : 日期 (YYYY-MM-DD)

lota_id : 单场比赛ID

start_date, end_date : 日期范围

is_jingcai : true/false

is_beidan : true/false

league : 联赛名称模糊匹配

limit, offset : 分页

特征文本接口

GET /predictions/api/v2/compact-fet/

参数:

lota_id : 比赛ID(必需)

返回 JSON 结构中,特征文本位于 data.compact_fet 字段。

典型工作流

当用户询问某场比赛详情时(例如”曼联 vs 曼城”或”昨天的竞彩比赛”),应按以下步骤操作:

  1. 确定日期(如用户未明确,根据上下文推断,生成 YYYY-MM-DD 格式)。

  2. 优先读取本地缓存:用 Read 工具直接读 lota_data/matches/YYYY-MM-DD.json(路径在 skills/lota_data/ 下,绝对路径根据环境拼接)。

  3. 若缓存文件不存在或为空,再调用 lota_football_matches.sh 获取候选列表(使用 today jingcai range)。

  4. 在匹配列表中根据队名/时间找到目标比赛的 lota_id

  5. 优先读取本地缓存:用 Read 工具读 lota_data/lota_compact_fet/Lota{id}.json,取 .compact_fet 字段。

  6. 若缓存文件不存在,再调用 lota_compact_fet.sh --plain 获取特征报告。

  7. 将特征报告内容与用户问题结合进行分析回答。

注意事项

所有日期参数必须显式提供:脚本不会自动计算“今天”、“昨天”,由调用方(LLM)根据当前日期生成 YYYY-MM-DD 格式传入。

批量获取原则:避免对每个可能的比赛单独调用 match,应先获取列表再本地匹配。

特征报告包含比分时:完场比赛(state=6)的 score 字段非空,可据此判断历史数据。

Windows 用户:请在 Git Bash 或 WSL 中执行脚本。

错误处理

缺少 lota_id 或日期参数时,脚本会输出错误信息并退出。

API 返回 404 时,响应体包含 {"error": "..."},脚本会原样输出,可从中获取失败原因。

认证

支持通过 Header X-API-Key 传递 API 密钥,脚本已内置。

定时任务

为了方便自动获取未来24小时比赛数据,项目提供了批处理脚本 lota_fetch_future_24h.sh

功能

  • 获取今天和明天的比赛列表,保存到 lota_data/matches/YYYY-MM-DD.json
  • 筛选未来24小时未开始的比赛保存到 lota_data/matches/live.json
  • 根据比赛类型智能更新特征报告:
    • 竞彩比赛 (jingcai_number非空): 每30分钟更新一次
    • 北单比赛 (beidan_number非空): 每1小时更新一次
    • 其他比赛: 每1.5小时更新一次
  • 内置频率限制(每秒最多2个请求)
  • 自动记录上次更新时间,避免重复请求

使用方法

# 确保已设置 API 密钥
export LOTA_API_KEY="your_api_key_here"

# 执行脚本(默认只更新未开始的比赛)
bash lota_fetch_future_24h.sh

# 强制更新所有比赛(包括已开始的)
bash lota_fetch_future_24h.sh --force-update-all

# 干运行模式(仅显示将要执行的操作)
bash lota_fetch_future_24h.sh --dry-run

设置定时任务(Cron)

建议每15分钟执行一次,以确保竞彩比赛能及时更新(30分钟间隔)。

编辑 crontab:

crontab -e

添加以下行(根据你的环境调整路径和密钥):

# 每15分钟执行一次
*/15 * * * * export LOTA_API_KEY="your_api_key_here" && cd /path/to/skills/lota_football && bash lota_fetch_future_24h.sh >> /path/to/lota_data/cron.log 2>&1

日志

脚本会输出带有时间戳的日志,可以重定向到文件进行监控。

目录结构

关联脚本:本节描述 lota_fetch_future_24h.sh 自动脚本生成的数据目录结构。关于脚本的详细功能和使用方法,请参阅上文的定时任务章节。

自动脚本 lota_fetch_future_24h.sh 生成以下目录结构:

lota_data/
├── matches/                    # 比赛列表数据
│   ├── YYYY-MM-DD.json        # 指定日期的所有比赛(如 2026-04-23.json)
│   └── live.json               # 未来24小时未开始的比赛(state=1)
├── lota_compact_fet/           # 特征报告数据(每场比赛一个文件)
│   ├── Lota123456.json         # 单场比赛的特征报告(JSON格式)
│   └── Lota789012.json
├── fetch_metadata.json         # 元数据,记录每场比赛上次更新时间戳
└── cron.log                    # 定时任务日志(如果配置了重定向)

文件说明

  • matches/YYYY-MM-DD.json:纯 matches 数组([{lota_id, home_name, ...}, ...]),由脚本从当天匹配中按日期筛选后保存。非完整 API 响应格式。
  • matches/live.json:纯 matches 数组,仅含未来24小时内未开始的比赛(state == 1
  • lota_compact_fet/Lota{id}.json:单场比赛的完整特征报告,包含 compact_fet 文本字段和元数据
  • fetch_metadata.json:JSON对象,键为 lota_id,值为上次更新时间戳(Unix时间戳,秒)

数据结构说明

比赛列表(matches/YYYY-MM-DD.json)

实际格式为纯 matches 数组(由 lota_fetch_future_24h.sh 写入),不是完整 API 响应。

[
  {
    "lota_id": "Lota123456",
    "home_name": "主队名",
    "away_name": "客队名",
    "league_name": "联赛名",
    "match_time": "2026-04-23 20:00:00",
    "score": "2:1",
    "match_type": "N/A",
    "state": 6,
    "state_name": "完场",
    "beidan_number": "27",
    "jingcai_number": null
  }
]

特征报告(lota_compact_fet/Lota123456.json)

{
  "success": true,
  "lota_id": "Lota123456",
  "score": "2:1",
  "compact_fet": "▋联赛类型: 巴西甲|地区: 南美洲...(详细特征文本)",
  "metadata": {
    "length": 5780,
    "character_count": 5780,
    "line_count": 207,
    "fet_version": "compact_v1"
  },
  "api_info": {
    "version": "v2",
    "authenticated": true,
    "rate_limit": {
      "daily_limit": 50,
      "monthly_limit": 1500
    }
  }
}

元数据(fetch_metadata.json)

{
  "Lota123456": 1713811200,
  "Lota789012": 1713811300
}

世界杯历史比赛免费访问 🆓

已结束的世界杯比赛(league_name = "世界杯""世界杯附"无需 API Key 即可免费访问 compact-fet 特征报告。

机制

  • 服务端维护 Redis 白名单 (cf:wl:ids),自动收录已结束的世界杯比赛 lota_id
  • 白名单比赛请求不消耗任何 API 配额,绕过 free_compact_fet 每日 50 次限制
  • 仅受 IP 频率限制:每个 IP 每 60 秒最多 10 次请求
  • 其他比赛仍需 API Key 或使用免费额度(50次/天)

使用方式

# 无需 API Key 即可查询世界杯历史完场比赛
bash lota_compact_fet.sh Lota123456 --plain

注意:仅 state=6(完场)的世界杯比赛在白名单中。进行中或未开始的世界杯比赛仍需 API Key。


AI Agent 比赛分析指南

本技能提供的 compact_fet 特征文本可直接作为 AI 大模型的输入。以下是推荐的 prompt 结构。

角色设定

你是足球数据分析师。根据比赛数据、赔率走势、历史规律,独立给出每场比赛的分析结论。

数据字段说明

compact_fet 是一段纯文本,以 标记各小节标题。典型包含以下信息:

  • 联赛/球队/时间/排名/身价 — 比赛基本面
  • 公平赔率(模型推算) — 欧赔理论值参考
  • Pinnacle 欧赔走势 — 初盘→终盘变化
  • Pinnacle 亚盘+水位 — 让球盘口及水位变化
  • 皇冠大小球盘口 — 总进球盘口预期
  • Betfair 买卖方向 — 市场资金流向
  • 离散赔率 — 多家庄赔率分歧度

实际内容因比赛数据源而异,以 API 返回为准。

分析框架

## 分析框架

1. 先看基本面:联赛级别、球队排名、主客场差异
2. 再看市场:欧赔 vs 公平盘偏差、亚盘水位方向、大小球预期
3. 从三个维度给出结论:
   - 胜平负倾向:欧盘概率 vs 公平盘偏差
   - 盘口方向:让球方向 + 水位走势
   - 进球预期:总进球模型 vs 盘口位置
4. 优先关注偏差明确(>5%概率差)、水位稳定的场次
5. 无明显信号的比赛直接标记 skip

输出格式

每场比赛输出一个独立分析区块,必须包含 lota_id

```analysis
lota_id: Lota4459820
胜平负倾向: H
亚盘方向: H
大小球倾向: over
关键信号: 欧赔主胜概率比公平盘高6%, 亚盘水位稳定在0.82
信心: 中

信号不明确的比赛:

lota_id: Lota4460938
结论: skip
原因: 多维度信号不一致,无明确方向

**规则**:
1. 每场比赛一个 ` ```analysis ``` ` 区块
2. lota_id 必须从比赛数据中原样复制
3. 倾向值:胜平负用 `H/D/A`,亚盘用 `H/A`,大小球用 `over/under`
4. 无明确信号时输出 skip,不强行给结论

### 完整 Prompt 组装示例

{角色设定}

比赛数据(共 N 场)

比赛 1: 主队A vs 客队B

联赛: 世界杯 | 时间: 2026-07-02 20:00:00 lota_id: Lota123456

{compact_fet 特征文本 — 通过 bash lota_compact_fet.sh Lota123456 --plain 获取}


比赛 2: ...

{...}

{分析框架}

{输出格式}


## 技术支持
获取 API 密钥或技术支持,请联系微信:mslota_com 或 researcher22。

Related skills

Upload data files, get back analysis with charts, cleaned datasets, statistical reports, and dashboards.

114 installs4 stars

【2026.08.14 更新:世界杯赛事资料全面更新,2026年美加墨世界杯数据实时更新】 赛灵实时赛事助手,专注提供高精度、实时性强的赛事知识查询。数据范围包括赛事赛程、实时比分、世界排名、明星球员樊振东、孙颖莎、王楚钦、梅西、C罗、姆巴佩动态等。 目前提供以下能力: ① 乒乓球赛事:范围覆盖乒乓球世锦赛、乒乓球世界杯、WTT等赛事。 ② 足球赛事:范围覆盖世界杯、五大联赛、欧冠、亚洲杯等国际赛事,以及中超、苏超、贵州村超等国内赛事。 ③ 赛车:范围涵盖F1等赛事。

25 installs4 stars

SOTA Agent is a public ClawHub SOTA-campaign skill for CV and DS work. Use it when the user says "sota agent", "state of the art benchmark scouting", or want...

28 installs2 stars

Use this skill to fetch TAAPI.IO indicator data for crypto or stocks, including fast single-indicator requests and bulk/multi-construct queries for agentic t...

32 installs

Cross-border e-commerce research agent with 79 built-in tools for Amazon product, keyword, competitor, patent, and trend analysis, plus 1688 sourcing and image…

97 installs7 stars