前言¶

做彩种分析的人大多经历过这一步：先写采集脚本去抓开奖页，再写清洗脚本把期号和号码顺序统一，然后按彩种分别算频率、遗漏、连号、和值。问题在于每个彩种的期号格式、开奖时间、号码个数、是否排序都不同，同一套脚本搬到下一个彩种就要重写一遍；多源数据（官网、地方站、第三方镜像）之间经常出现缺期、重复、错行，不先做交叉校验，后面算出来的遗漏值和频率就是错的。

下面介绍的 Skill 把采集、校验、治理、特征生成、质量报告串成一条流水线，输入是官方数据源和彩种规则，输出是可以直接交给下游分析使用的 clean 库、特征矩阵、图表和质量报告。

这是什么¶

这是一个面向彩票数据的工程类 Skill，用于为任意彩种（双色球、大乐透、快乐8、福彩3D、排列五等）建立标准化历史库并批量生成分析特征。

发布者为 SkillHub 用户 user_04b42a16，坐标 @user_04b42a16/lottery-data-engineering，当前版本 1.0.0，来源标记为 community，分类是 data-analysis。标签里写了 requires_api_key=false，也就是不需要外部 API key 就能用。

它要解决的问题很明确：把分散的开奖数据整理成口径统一、质量可审计的历史库，并在库之上批量产出分析特征，而不是手工一段段敲计算逻辑。

核心功能¶

按官方页面给出的能力，一共五项。

1、官方源采集。按彩种规则从官方数据源拉取开奖记录，覆盖 双色球 / 大乐透 / 快乐8 / 福彩3D / 排列五 等彩种。

2、多源交叉校验。同一个彩种用多个来源比对，识别缺期、重复记录和异常号码，把不一致的记录暴露出来而不是悄悄吞掉。

3、口径统一治理。统一期号格式、开奖时间、号码排序等口径，产出干净的数据库。这一步是下游能否免二次清洗的关键。

4、三层特征矩阵批量生成。特征分三层组织：

• 单号层：频率等单号码指标；
• 组合层：连号、同尾、跨度、和值、奇偶、区间、同余等组合指标；
• 时序层：遗漏等需要按期序回看历史的特征。

5、数据质量报告与标准图表输出。除了库和特征矩阵，还产出质量报告和标准图表，用于自查数据是否可用。

它同时声明了边界：不做统计检验与建模，也不产出研究结论，这类需求归其余分析技能。

安装与启用¶

官方页面没有给出安装命令，只给出了坐标 @user_04b42a16/lottery-data-engineering。这个 Skill 基于通用 SKILL.md 格式，启用方式就是把对应的 SKILL.md 放进宿主 Agent 的 skills 目录，由 Agent 在任务匹配时调用。

由于资料里没有写明 Cursor、Codex CLI、Claude Code 各自的放置路径，这里不做区分说明；各 Agent 的 skills 目录位置以其官方文档为准。标签 requires_api_key=false 意味着不需要预先配置密钥，但要正常采集数据，运行环境需要能访问官方数据源。

典型用法¶

这个 Skill 的输入输出契约是固定的，可以当作验收清单来看。

输入：官方数据源 + 彩种规则
输出：clean 数据库 + 三层特征矩阵 + 标准图表 + 数据质量报告
验收：校验通过率 100%、特征结果与手工抽样一致、下游免二次清洗

落地时按这个顺序走：

1、先明确彩种和它的规则。号码个数、是否排序、期号格式（例如按日还是按周）、是否有附加号码，这些决定了后续清洗口径。
2、再跑采集与交叉校验。这一步要确认各来源的期数覆盖是否一致，若有缺期先补采再继续。
3、然后做口径治理，输出 clean 库。
4、最后批量生成三层特征矩阵，并抽样手工核对。

验收标准里的「校验通过率 100%」和「特征与手工抽样一致」是硬指标，达不到就说明上游数据或口径有问题，此时不要直接把特征交给下游。

适用场景与注意¶

适合这几类情况：

• 需要从零搭建某个彩种的标准化历史库，或把已有散乱数据重建成统一口径；
• 多来源数据需要交叉验证，怀疑存在缺期、重复、错行；
• 需要批量产出频率、遗漏、跨度、连号、同尾、和值、奇偶、区间、同余等特征，且希望特征口径统一；
• 需要向团队交付数据质量报告，证明数据可用。

需要注意的地方：

1、它只负责数据工程和特征生成，不做统计检验与建模。要做分布检验、预测建模，需要再接分析类技能。
2、它不产出研究结论，不要把特征矩阵直接当成结论用。
3、彩种规则差异较大（快乐8 与福彩3D 的号码个数和排序规则完全不同），规则理解错误会直接反映在特征里，跑之前先确认口径。
4、官方页面未提供安装命令和各 Agent 的具体路径，接入前需要先确认宿主 Agent 的 skills 目录约定。
5、评分与下载量等页面数据随时间变化，以官方页面实时显示为准。

结尾¶

这个 Skill 的价值在于把彩票数据治理里最重复、最容易出错的环节固化下来：采集、交叉校验、口径统一、特征批量生成、质量报告，一次做完，下游拿到的就是干净库和可直接使用的特征矩阵。如果手上有多个彩种的数据需要统一整理，可以从单个彩种跑通再横向铺开。

官方地址：https://api.skillhub.cn/user_04b42a16/lottery-data-engineering
SkillHub 页面：https://www.skillhub.cn/skills/user_04b42a16/lottery-data-engineering