back
loading skill details...
世界杯历史数据提示词免费获取
---
name: lota-football
version: v2.1.0
description: 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)。
disable-model-invocation: false
---
# 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 <date>`, `jingcai <date>`, `range <start> <end>`, `match <id>` |
| `lota_compact_fet.sh` | 获取单场比赛的紧凑特征报告(纯文本) | `<lota_id> [--plain]` |
`lota_football_matches.sh` 和 `lota_compact_fet.sh` 仅依赖 `curl`(`jq` 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
```bash
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 <id> --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.json` | `Read` 直接读 | matches 数组,每个元素含 `lota_id`, `home_name`, `away_name`, `league_name`, `match_time`, `state`, `score` 等 |
| `lota_data/matches/live.json` | `Read` 直接读 | 同上结构,仅含 state=1 的比赛 |
| `lota_data/lota_compact_fet/Lota{id}.json` | `Read` 直接读 | `{compact_fet: "...", score: "...", lota_id: "..."}` |
| `lota_data/fetch_metadata.json` | `Read` 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)
```bash
# 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=<file>`:保存到文件
## 特征报告查询 (lota_compact_fet.sh)
```bash
# 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
```text
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
```text
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 <date>`、`jingcai <date>` 或 `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 <lota_id> --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
```bash
# 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:
```bash
crontab -e
```
添加以下行(根据你的环境调整路径和密钥):
```bash
# 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](#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。
```json
[
{
"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)
```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)
```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"` 或 `"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
```bash
# 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:
```
```analysis
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。don't have the plugin yet? install it then click "run inline in claude" again.