konglr AI Prediction Workflow
This skill documents the technical flow and logic for AI model integration within the Lottery project.
1. System Components
- UI Interaction:
app.py->render_ai() - Logic Helper:
funcs/ai_helper.py->prepare_lottery_data_text(),generate_ai_prediction(),_build_prediction_prompt() - API Clients:
google-genai(Gemini),openai(NVIDIA, MiniMax, DashScope)
2. Logic Flow
Step 1: Data Preparation
The user selects a lottery and the number of periods (N) to analyze. app.py extracts the latest N rows from the historical CSV data.
Step 2: Data Textualization
funcs/ai_helper.py converts the raw dataframe rows into a human-readable text format suitable for Large Language Models (LLMs). This includes draw numbers, red balls, and blue balls.
Step 3: Prompt Engineering
The system constructs a detailed "Prompt" (instruction book) for the AI. Key components:
- Expert Role: Assigns the AI as a professional lottery analyst.
- Constraints: Enforces lottery-specific rules (e.g., SSQ ranges 1-33).
- Morphology Focus: Explicitly instructs the AI to consider "Morphological distributions" such as consecutive numbers (连号), jump numbers (跳号), and repeated numbers (重号).
Step 4: API Dispatch
The system routes the prompt to the selected AI provider:
- Gemini: Direct integration via
Vertex AIorGemini API. - DeepSeek: Routes via
OpenAIclient using thehttps://api.deepseek.combase URL. - OpenAI Compatible Providers: Routes via
OpenAIclient using provider-specific base URLs and API keys.
Step 5: Result Rendering
The AI returns a Markdown report containing:
- Deep analysis of historical patterns.
- 5 groups of recommended numbers (for standard lotteries) or 20 numbers (for KL8).
- Rationale for the selections.
3. Key Configuration
API keys must be stored in the .Renviron file or system environment variables:
GEMINI_API_KEYDEEPSEEK_API_KEYNV_API_KEY(NVIDIA)MINIMAX_API_KEYALIYUNCS_API_KEY(DashScope)
4. 数据同步与规范化 (Data Synchronization & Normalization)
项目使用 request_data_update.py 进行增量数据更新，并有一套严格的期号（Issue）规范化流程，以解决不同来源数据格式不一致的问题。
期号规范化规则 (normalize_issue)
根据彩种所属机构，系统会自动转换并统一期号格式：
- 体育彩票 (Sports Lottery): 统一使用 5位 格式 (
YYNNN)。- 涉及彩种：超级大乐透 (281), 排列三 (283), 排列五 (284), 七星彩 (287)。
- 转换逻辑：
2026022(7位) $\rightarrow$26022(5位)；7001(4位) $\rightarrow$07001(5位)。
- 福利彩票 (Welfare Lottery): 统一使用 7位 格式 (
YYYYNNN)。- 涉及彩种：双色球 (1), 福彩3D (2), 七乐彩 (3), 快乐8 (6)。
- 转换逻辑：
26024(5位) $\rightarrow$2026024(7位)。
增量更新流程 (request_data_update.py)
- 本地检测: 读取
data/目录下各彩种 CSV，获取最大期号，并调用normalize_issue进行规范化。 - 系统检测: 调用
get_latest_issue_from_system获取官方接口最新期号，并同样进行规范化。 - 格式化比较: 将两个规范化后的期号转换为整数进行对比。
- 抓取与过滤: 若系统有新期号，请求最近 100 条记录。在解析时对每一条记录执行
normalize_issue，确保存入本地 CSV 的期号格式始终保持项目约定的标准。 - 合并与排序: 将新记录与旧数据合并，按期号降序排列并去重。
5. 自动批量预测与归档 (ai_batch_predict.py)
系统支持全彩种每日自动预测。当数据同步完成后，ai_batch_predict.py 会遍历所有配置的彩种，调用 Gemini 1.5 Pro/Flash 模型进行分析，并将生成的预测报告（带时间戳）保存在 data/ai_predictions_history.csv 中，供前端（如 app.py 的历史归档页面）展示。
6. 多模型机器学习引擎 (multi_model.py)
项目集成了一套基于传统统计学与现代机器学习的本地预测引擎，支持多种模型的并行分析与综合推荐。
6.1 建模逻辑：双奖池 vs 单奖池 (Dual-Pool vs Single-Pool)
根据彩种真实的摇奖机制，系统采用两种不同的建模策略：
双奖池模式 (Separate Pool = True):
- 适用彩种: 双色球 (SSQ), 超级大乐透 (DLT), 七星彩 (XQXC)。
- 核心逻辑: 红球和蓝球来自独立奖池（号码可重复）。
- 模型目标: 目标向量构造为
[红球位向量] + [蓝球位向量]（例如双色球为 33+16=49位）。 - 特征分离: 红球和蓝球的遗漏值（Omissions）与出现频率分别作为独立特征输入。
- 输出: 独立生成并展示红球与蓝球的推荐列表。
单奖池模式 (Separate Pool = False):
- 适用彩种: 七乐彩 (QLC), 快乐8 (KL8), 福彩3D/排列三/排列五。
- 核心逻辑: 所有号码（含特别号）来自同一奖池（号码不重复）。
- 模型目标: 视为单一序列进行整体训练。
- 输出: 针对七乐彩等彩种，从预测的 Top N 号码中按规则分离出“基本号”与“特别号”展示。
6.2 特征工程 (Feature Engineering)
引擎动态提取以下核心特征：
- 遗漏特征 (Omission Features): 每个号码自上次出现以来的间隔期数。双奖池模式下红蓝球遗漏独立计算。
- 统计特征 (Statistical Features): 动态识别并计算和值、AC值、跨度、奇数比例、大号比例、重/邻/孤号分布。
- 模式特征 (Pattern Features): 自动识别二连、三连、二跳、三跳等走势模式。
- 末尾频率 (Tail Frequencies): 号码尾数 (0-9) 的分布情况。
6.3 预测模型与综合策略 (Ensemble Strategy)
系统并行运行四种性质不同的模型：
- Method A (统计相似度): 基于历史走势片段的模式匹配与属性范围分析。
- Method B (随机森林 RF): 捕捉非线性特征关联，处理高维遗漏数据。
- Method C (XGBoost): 梯度提升决策树，强化对强特征（如遗漏）的利用。
- Method D (深度学习 LSTM): 使用 Embedding 层处理号码 ID，捕捉时序规律。
综合推荐 (Ensemble): 采用“基于回测命中率权重的标准化概率融合”方案。仅筛选历史回测表现优异的模型进入综合池，通过 Min-Max 标准化消除不同模型概率分布的差异，生成最终建议。