Skip to content

LIKEGAKKI/ssq-agent

Repository files navigation

双色球预测系统 (SSQ-Agent)

基于大语言模型 (LLM) 的智能双色球预测系统

Python Version FastAPI Vue.js TypeScript License

功能特性快速开始技术栈部署指南


🖼 项目截图

首页 预测 历史数据 数据分析_1 数据分析_2


📖 项目简介

双色球预测系统是一个基于大语言模型的智能彩票分析工具,通过对历史开奖数据的深度分析,结合多种预测策略,为用户提供数据驱动的号码推荐。

⚠️ 免责声明: 本项目仅供学习和研究使用,不构成任何投资建议。彩票具有随机性,请理性购彩。

项目亮点

  • 🤖 AI 驱动: 利用大语言模型进行智能分析和预测
  • 📊 多维分析: 提供频率、遗漏、奇偶比、区间等多维度统计分析
  • 🎯 多策略支持: 保守型、激进型、平衡型三种预测策略
  • 🔄 实时数据: 自动爬取最新开奖数据
  • 📱 响应式界面: 现代化的 Vue 3 + Ant Design 前端界面
  • 🐳 容器化部署: 支持 Docker 一键部署
  • 📈 可视化展示: ECharts 图表展示数据趋势

✨ 功能特性

核心功能

1. 智能预测

  • 单次预测: 基于 LLM 分析历史数据生成单组号码
  • 批量预测: 一次性生成多组号码(最多 20 组)
  • 策略选择: 支持保守、激进、平衡三种预测策略
  • 推理过程: 可选展示 AI 分析推理过程

2. 数据分析

  • 频率分析: 红球和蓝球的出现频率统计
  • 遗漏分析: 号码遗漏期数分布
  • 奇偶比分析: 奇偶号码比例统计
  • 和值分析: 红球和值分布趋势
  • 区间分析: 号码区间分布(1-11、12-22、23-33)
  • 走势图: 直观展示号码开奖走势

3. 历史数据管理

  • 自动爬取: 从官方网站自动获取最新开奖数据
  • 增量更新: 支持增量和全量数据更新
  • 分页查询: 高效的历史数据分页查询
  • 数据统计: 首页仪表盘展示关键统计信息

4. 预测记录

  • 记录管理: 保存所有预测记录
  • 统计分析: 预测策略效果统计
  • 历史查询: 查看历史预测记录

🛠 技术栈

后端

  • 框架: FastAPI - 现代化的 Python Web 框架
  • LLM 客户端: OpenAI SDK - 支持多种 LLM 提供商
  • 数据库: SQLite - 轻量级关系型数据库
  • 数据爬取: BeautifulSoup4 + httpx - 异步网页爬取
  • 数据分析: Pandas - 数据处理和分析
  • 依赖管理: uv - 快速的 Python 包管理器

前端

  • 框架: Vue 3 - 渐进式 JavaScript 框架
  • 语言: TypeScript - 类型安全的 JavaScript 超集
  • UI 组件: Ant Design Vue - 企业级 UI 组件库
  • 状态管理: Pinia - Vue 3 官方状态管理
  • 路由: Vue Router - Vue 官方路由
  • 图表: ECharts + vue-echarts - 强大的可视化库
  • HTTP 客户端: Axios - Promise 风格的 HTTP 库
  • 构建工具: Vite - 下一代前端构建工具
  • 包管理: pnpm - 快速、节省磁盘空间的包管理器

部署

  • 容器化: Docker + Docker Compose
  • Web 服务器: Uvicorn (生产环境)
  • 静态文件: FastAPI StaticFiles (前端构建产物)

开发工具

  • 代码格式化: Prettier (前端) + Ruff (后端)
  • 类型检查: MyPy (后端) + vue-tsc (前端)
  • 测试: Pytest (后端)

🚀 快速开始

前置要求

  • Python 3.12+
  • Node.js 20+
  • pnpm 9+
  • uv (Python 包管理器)

安装 uv 和 pnpm

# 安装 uv (macOS/Linux)
curl -LsSf https://astral.sh/uv/install.sh | sh

# 安装 pnpm
npm install -g pnpm

开发环境部署

1. 克隆项目

git clone https://github.com/yourusername/ssq-agent.git
cd ssq-agent

2. 配置环境变量

# 复制环境变量模板
cp .env.example .env

# 编辑 .env 文件,填写您的 LLM API Key
# LLM_API_KEY=your-api-key-here

3. 启动后端

# 安装 Python 依赖(使用 uv)
uv sync

# 启动后端 API 服务
bash scripts/start-api.sh

# 或者开发模式(自动重载)
bash scripts/start-api.sh --dev

后端服务将在 http://localhost:8000 启动。

4. 启动前端

新开一个终端窗口:

# 启动前端开发服务器
bash scripts/start-web.sh

前端服务将在 http://localhost:3000 启动,并自动打开浏览器。

访问应用

在线 API 文档

启动服务后,访问以下地址查看完整的交互式 API 文档:


🔧 配置说明

环境变量

.env 文件中配置以下环境变量:

LLM 配置(必填)

# LLM API 密钥(必填)
LLM_API_KEY=your-api-key-here

# LLM API 基础 URL
LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4/

# 使用的模型名称
LLM_MODEL=glm-4-flash

LLM 高级配置(可选)

# 温度参数(0.0-2.0,默认 0.7)
LLM_TEMPERATURE=0.7

# 最大生成 Token 数(默认 2000)
LLM_MAX_TOKENS=2000

# API 请求超时时间(秒,默认 30)
LLM_TIMEOUT=30

# API 请求最大重试次数(默认 3)
LLM_MAX_RETRIES=3

支持的 LLM 提供商

本项目支持所有兼容 OpenAI API 格式的 LLM 提供商,包括:

提供商 Base URL 推荐模型
智谱 AI https://open.bigmodel.cn/api/paas/v4/ glm-4-flash, glm-4-plus
通义千问 https://dashscope.aliyuncs.com/compatible-mode/v1 qwen-plus, qwen-max
DeepSeek https://api.deepseek.com/v1 deepseek-chat, deepseek-coder
Moonshot https://api.moonshot.cn/v1 moonshot-v1-8k, moonshot-v1-32k
OpenAI https://api.openai.com/v1 gpt-4-turbo, gpt-3.5-turbo

📖 使用指南

1. 首次使用

首次启动应用后,建议先更新历史数据:

  1. 访问 历史数据 页面
  2. 点击 更新数据 按钮
  3. 选择 全量更新 模式
  4. 等待数据爬取完成

2. 智能预测

预测 页面:

  1. 选择预测策略(保守/激进/平衡)
  2. 选择生成号码组数(批量预测时)
  3. 可选择是否展示推理过程
  4. 点击 开始预测 按钮
  5. 查看预测结果

3. 数据分析

数据分析 页面:

  1. 选择分析期数范围(默认 50 期)
  2. 点击 开始分析 按钮
  3. 查看各类分析图表:
    • 频率分析:号码出现频次
    • 奇偶比分析:奇偶号码比例
    • 走势图:号码开奖趋势

4. 历史记录

历史数据 页面:

  • 查看最新开奖数据
  • 分页浏览历史开奖记录
  • 搜索指定期号数据
  • 更新最新数据

⚠️ 注意事项

  1. 理性购彩: 本系统仅供学习研究,预测结果不构成任何投资建议
  2. API 费用: LLM API 调用可能产生费用,请根据使用情况控制调用频率
  3. 数据来源: 历史数据来源于公开网站,仅供参考
  4. 环境变量: 请妥善保管 .env 文件,不要将 API Key 提交到版本控制
  5. 合规使用: 请遵守当地法律法规,合规使用本系统

📄 许可证

本项目采用 MIT License 开源许可证。


🙏 致谢

  • FastAPI - 现代化的 Python Web 框架
  • Vue.js - 渐进式 JavaScript 框架
  • Ant Design Vue - 优秀的 UI 组件库
  • ECharts - 强大的可视化库
  • uv - 快速的 Python 包管理器

` **⭐ 如果这个项目对你有帮助(应该没什么帮助吧),也不用给个 Star!⭐**

Made with ❤️ by LOVEGAKKI

`

About

No description, website, or topics provided.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors