- name
- lottery-helper
- description
- 彩票开奖查询与推荐助手。查询双色球、大乐透、排列三、排列五、福彩3D、北京快乐8、七乐彩、七星彩的开奖信息，支持最新一期、指定期数或时间段查询；自动将结果导出为 txt/md/xlsx/sqlite；根据历史数据生成推荐号码组合并说明计算依据。触发词：彩票、开奖、查彩、双色球、大乐透、排列三、推荐号码、彩票数据。
彩票助手 (lottery-helper)
支持的彩种
| 彩种 | 代码 | 规则 |
|---|---|---|
| 双色球 | ssq | 33选6 + 16选1（蓝球） |
| 大乐透 | dlt | 35选5（前区） + 12选2（后区） |
| 排列三 | pl3 | 10选3（百十个） |
| 排列五 | pl5 | 10选5（万千百十个） |
| 福彩3D | 3d | 10选3（百十个） |
| 北京快乐8 | kl8 | 80选20 |
| 七乐彩 | qlc | 30选7（基本号） + 1（特别码） |
| 七星彩 | qxc | 10选7（7位） |
⚠️ 彩票为物理独立随机事件，历史结果不影响未来开奖，推荐仅供娱乐。
核心脚本
scripts/query.py - 查询开奖数据（17500.cn）
scripts/export.py - 导出为 txt/md/xlsx/sqlite
scripts/recommend.py - 生成推荐号码（含计算依据）标准工作流
Step 1：询问查询意图
主动询问：
- 查询哪些彩种（可多选）
- 查询范围：最近一期 / 最近N期 / 指定日期范围
- 导出格式：直接返回 / txt / md / xlsx / sqlite
Step 2：执行查询
import sys
sys.path.insert(0, "<skill目录>/scripts")
import query
res = query.get_latest({"双色球": 10, "大乐透": 5})
for name, records in res.items():
for rec in records:
print(f"[{name}] {rec['formatted']}")Step 3：导出（如用户需要）
import export
# 注意：get_latest() 返回的 key 是中文名，直接传给 export 函数
export.export_txt(res, "输出路径.txt")
export.export_md(res, "输出路径.md")
export.export_xlsx(res, "输出路径.xlsx")
export.export_sqlite(res, "输出路径.db")Step 4：询问是否需要推荐
查询结果返回后，必须主动询问：
"要不要给你推荐一组号码？"
等待用户确认后再进入推荐流程。
Step 5：判断推荐范围
第一步：识别最近的连续彩种查询
"连续"指的是：用户发出查询意图后紧跟着执行查询，两者之间没有其他非查询消息。只看实际执行过 query.py 后的彩种，不看推荐意图本身。
第二步：三种情况
| 情况 | 行为 |
|---|---|
| 刚查过 1 个彩种 | 直接推荐该彩种 |
| 刚查过 2 个及以上彩种 | 这几个都推荐 |
| 无连续查询记录 | 列出全部 8 个彩种，让用户选择 |
第三步：识别失败时的兜底规则
如果 AI 无法确定最近一次查询的彩种（比如是新会话/历史丢失），不得随意默认，必须列出全部 8 个彩种请用户选择：
"请问您想推荐哪种彩票？支持：双色球 / 大乐透 / 排列三 / 排列五 / 福彩3D / 北京快乐8 / 七乐彩 / 七星彩"
第三步：执行推荐
cd <skill目录>/scripts
# ⚠️ PowerShell 注意：--codes 参数必须用引号包裹，否则 3d 会被解析为数字
python recommend.py --codes "<代码>" # 推荐（无回测，约几秒）| 参数 | 说明 |
|---|---|
--codes | 彩种代码，逗号分隔，必填（PowerShell 下必须加引号） |
--backtest | 启用回测（约1~2分钟，默认关闭） |
--recent | 回测期数（默认200，仅在 --backtest 时生效） |
PowerShell 陷阱：3d会被解析为[decimal]3。务必使用--codes "ssq,dlt,3d"而非--codes ssq,dlt,3d。
Step 6：询问是否需要回测
推荐返回后，主动询问：
"需要我跑一下历史回测吗？会验证这个策略在最近 ~200 期的命中率，但需要约 1~2 分钟。"
- 同意：追加
--backtest重新执行 - 拒绝：结束
算法核心（多因子蒙特卡洛混合策略）
- 频率统计：全量历史 + 近100期，分别统计各号码出现频次
- 热冷温分类：高频35%=热号、中频35%=温号、低频30%=冷号
- 蒙特卡洛采样：每期生成3万组候选组合，按均衡约束过滤
- 均衡约束：奇偶比接近1:1、大小号均衡、和值在合理区间
- 组合打分：综合频率 + 位置合规 + 奇偶平衡 + 和值接近度
- 多样性：输出最优组合 + 2个备选
Step 7：返回结果
- 推荐结果包含号码分析（热/温/冷、历史出现率、备选组合）
- 必须包含免责声明段落
- 提醒：理性购彩，量力而行
数据接口
详见 references/apis.md（数据源：https://data.17500.cn/{code}_{asc|desc}.txt）
中奖率详细数据
详见 references/odds.md
注意事项
- 查询接口每分钟可请求多次，无需额外限速
- 快乐8 每期 20 个号码，xlsx 字段较多
- 推荐算法仅供参考，不代表任何中奖承诺
PowerShell 特殊说明
必须加引号：在 PowerShell 中执行 recommend.py 时，--codes 参数的值必须用双引号包裹：
# ❌ 错误：3d 会被解析为 [decimal]3，变成 "3"
python recommend.py --codes ssq,dlt,3d
# ✅ 正确：完整保留字符串
python recommend.py --codes "ssq,dlt,3d"原因：PowerShell 的 d 是 decimal 类型后缀，3d = [decimal]3。引号内按字符串原样传递。