---
name: caipiao-500
version: 1.0.0
category: 生活与工具
trigger_words:
tags:
platform: coze
source: DeepseekModel
source_url: https://deepseekmodel.com/skill?id=nelsonie-caipiao-site-skill-md
---

name caipiao-500 description 500 彩票网竞彩足球当日售卖中全部场次（含欧五大联赛、杯赛、亚洲联赛等）的对阵、亚盘、欧赔、数据分析、预计阵容快照。回答赛前盘口/赔率/交战历史类问题。 update_frequency 约每小时一次，精确时间戳见 _meta.json 与每个场次 frontmatter 的 fetched_at_utc site_root https://caipiao.niexingxing.com 使用指南 这是一份给 AI Agent 读的数据集说明。以下所有路径都以 site_root 为根。 1. 判断数据时效 先 GET _meta.json ： { "last_updated_utc" : "2026-04-21T07:30:00Z" , "total_matches" : 10 , "leagues_covered" : [ "英格兰超级联赛" , "西班牙甲级联赛" , ... ] , "gameids" : [ "1373121" , ... ] } 如果 last_updated_utc 超过 2 小时前，数据可能已过期，回答时应明确告知用户。 2. 发现今日全部场次 GET index.md （人话式）或 index.json （结构化）。 index.json 结构： { "last_updated_utc" : "..." , "matches" : [ { "xml_id" : "2039243" , "matchnum" : "周三004" , "date" : "2026-04-22" , "dayofweek" : "星期三" , "league" : "西班牙甲级联赛" , "home" : "马洛卡" , "away" : "巴伦西亚" , "spf_win" : "5.12" , "spf_draw" : "3.80" , "spf_lost" : "1.49" , "spf_updated" : "2026-04-21 13:27" , "gameid" : "1373121" } , ... ] } 3. 获取单场详情 用 gameid 拼路径： matches/{gameid}.md — Markdown：frontmatter 带核心字段，body 是三份数据的 pipe table matches/{gameid}.json — 同数据 JSON 版，原始更完整 frontmatter 字段（YAML） gameid: 1373121 matchnum: 周二001 date: 2026-04-21 league: 英格兰超级联赛 home: 伯恩利 away: 曼彻斯特城 kickoff_cst: null # 预留，当前版本可能为空 spf: { win: 2.52 , draw: 4.08 , lost: 2.05 } # 500 网竞彩 SP asia_main: # 第一家主流亚盘的即时数据（仅摘要） handicap: 半球 home_water: "0.830↓" away_water: "0.780↑" company: 威**尔 euro_main: # 第一家欧赔公司的即时数据（仅摘要） win: "1.83" draw: "3.15" lost: "3.76" company: 竞*官* fetched_at_utc: 2026-04-21T07:30:00Z body 小节 ## 交战历史 — 双方近 N 次交战描述 + 双方联赛排名 + 最近 6 场对阵比分 pipe table（赛事、日期、主队-比分-客队、半场、赛果、盘口、盘路、大小） ## 近期战绩 · <主队> — 主队近 10 场战绩汇总一行 + 10 场详情 pipe table ## 近期战绩 · <客队> — 同上，客队视角 ## 未来赛事 · <主队> — 主队未来 N 场对阵 pipe table（赛事、日期、对阵、相隔） ## 未来赛事 · <客队> — 同上 ## 预计阵容 — 每队一小节，含阵型、首发 11 人、替补、伤病、停赛。球员格式 #<号> <中文名> (<位置>) ，位置为 守门员/后卫/中场/前锋 ## 亚盘（N 家） — pipe table：每家公司一行，含即时/初始的主水、盘口、客水、时间 ## 欧赔（N 家） — pipe table：每家公司一行，含即时/初始胜平负赔率、概率、返还率、凯利指数 JSON 版额外字段 matches/{gameid}.json 顶层结构： { "frontmatter" : { ... } , # 同 .md 的 YAML frontmatter "shuju" : { "title" : "..." , "h2h_summary" : "..." , "team_ranks" : [ "主队 [联赛排名]" , "客队 [联赛排名]" ] , "h2h_rows" : [ { 赛事 , 比赛日期 , 主队-比分-客队 , ... } ] , "recent_form" : { "home" : { "team" : "..." , "summary" : "..." , "matches" : [ { ... } ] } , "away" : { ... } } , "future_fixtures" : { "home" : [ { 赛事 , 比赛日期 , 主队-客队 , 相隔 } ] , "away" : [ ... ] } , "lineup" : { "home" : { "formation" : "4-3-3 | null" , "starters" : [ { "number" : "9" , "name" : "..." , "position" : "前锋" } , ... ] , "subs" : [ ... ] , "injured" : [ ... ] , "suspended" : [ ... ] } , "away" : { ... } } } , "yazhi" : [ ... ] , # 16 家公司 "ouzhi" : [ ... ] # 20 + 家公司 } 4. 典型触发场景 用户问： "今天英超谁打谁？" → 1) 读 index.json 2) 按 league == "英格兰超级联赛" 过滤 3) 列出 home/away + spf "皇马这场亚盘？" → 1) 读 index.json ，按 home == "皇家马德里" 或 away == "皇家马德里" 找到 gameid 2) 读 matches/{gameid}.md 的亚盘表 "凯利指数最高的公司？" → 读 matches/{gameid}.json ，从 ouzhi[].kelly.live 排序 5. 回答时的免责与时效 必须包含 last_updated_utc 作为时效说明 赔率可能已变化，回答时告知用户以实际购彩平台为准 不做投注建议