What makes Sports Betting Analyzer notable?

4.8K downloads. Trust evidence available

How should Sports Betting Analyzer be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Sports Betting Analyzer

智能体育彩票分析助手 - 基于数据分析和简单机器学习的比赛预测辅助工具。支持NBA、足球世界杯等赛事分析，提供数据收集、基础统计、概率预测和投注建议。重点在于辅助决策，而非预测结果。 Skill: Sports Betting Analyzer Owner: nopedijah Summary: 智能体育彩票分析助手 - 基于数据分析和简单机器学习的比赛预测辅助工具。支持NBA、足球世界杯等赛事分析，提供数据收集、基础统计、概率预测和投注建议。重点在于辅助决策，而非预测结果。 Tags: latest:1.0.0 Version history: v1.0.0 | 2026-04-01T18:00:48.046Z | user Initial MVP release - AI-powered sports betting analysis assistant for NBA and football with data collection, prediction models, and risk assessment Archive index: Archive v1.0.0: 1006 files, 44

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

4.8k

Updated

Oct 9, 2026

Version

1.0.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 4.8K downloads reported by the source. Last updated 10/9/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 9, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 9, 2026
Adoption signal: 4.8K downloadsadoption · observed Oct 9, 2026
Latest release: 1.0.0release · observed Apr 1, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17ah5dcehjfwwysxvagptw6wn840ne1:sports-betting-analyzer

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-nopedijah-sports-betting-analyzer/snapshot"

Documentation

CLAWHUB

35,168 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: sports-betting-analyzer
description: 智能体育彩票分析助手 - 基于数据分析和简单机器学习的比赛预测辅助工具。支持NBA、足球世界杯等赛事分析，提供数据收集、基础统计、概率预测和投注建议。重点在于辅助决策，而非预测结果。
license: mit
version: 1.0.0
---

# 体育彩票分析助手

智能体育彩票分析助手 - 基于数据分析和简单机器学习的比赛预测辅助工具。

## 核心功能

### 1. 数据采集与分析
- 收集比赛基础数据（历史战绩、近期走势、主客场表现）
- 赔率监测（多平台对比、异常检测）
- 伤病信息跟踪
- 历史数据存储与分析

### 2. 智能预测模型
- 多维度特征提取
- 简单机器学习预测
- 概率计算与置信度评估
- 价值投注识别

### 3. 辅助决策
- 风险评估与提示
- 投注建议生成
- 可解释性分析
- 资金管理建议

## 支持赛事

### NBA
- 季后赛分析
- 主客场优势评估
- 热门球队vs冷门球队分析
- 四阶段预测（首轮、次轮、分区决赛、总决赛）

### 足球
- 欧洲五大联赛
- 世界杯赛事
- 欧亚指数分析
- 进球数预测

## 使用方法

### 分析一场比赛

```
分析 NBA 比赛 湖人 vs 勇士
分析足球比赛 巴萨 vs 皇马
```

### 查看历史记录

```
查看最近的分析记录
我的投注历史
```

### 获取预测建议

```
NBA 今晚有什么值得投注的比赛
足球周末推荐
```

## 数据来源

使用开源数据源：
- 体育官方数据（NBA官网、足球官方）
- 免费数据API
- 历史比赛记录

## 预测方法论

### 1. 基础统计
- 历史交锋记录
- 近期胜率（近5-10场）
- 主客场表现
- 进球失球数据

### 2. 特征工程
- 球队实力指数
- 近期状态指数
- 主客场优势系数
- 伤病影响因子

### 3. 概率模型
- 逻辑回归基础预测
- 蒙特卡洛模拟（简单版）
- 集成多因素权重

### 4. 风险控制
- 置信度评估
- 赔率价值判断
- 建议投注比例

## 重要提示

⚠️ **本工具仅提供辅助分析，不保证预测准确率**
- 体育比赛存在不确定性
- 建议结合自身判断
- 理性投注，控制风险
- 不要依赖单一工具决策

## 配置

创建配置文件 `config/sports-betting.json`：

```json
{
  "risk_level": "conservative",
  "default_bet_percentage": 2,
  "preferred_leagues": ["NBA", "Premier League", "La Liga"],
  "data_sources": ["official", "free_api"]
}
```

## 输出格式

分析报告包含：
- 📊 数据概览
- 🎯 预测结果（含概率）
- 💡 投注建议
- ⚠️ 风险提示
- 📝 可解释性说明

## 模板

报告模板：`templates/analysis_report.md`

## 更新日志

### v1.0.0 (2026-04-02)
- MVP版本发布
- 支持NBA和足球基础分析
- 简单预测模型
- 辅助决策功能

README.md

# 体育彩票分析助手

🏆 智能体育彩票分析助手 - 基于数据分析和简单机器学习的比赛预测辅助工具

## 功能特点

- 📊 **数据收集**: 自动收集比赛基础数据、赔率、伤病信息
- 🎯 **智能预测**: 基于多维度特征的简单机器学习模型
- 💡 **辅助决策**: 提供风险评估和投注建议
- 📝 **可解释性**: 详细解释预测依据和各因素影响
- 🛡️ **风险控制**: 内置风险提示和资金管理建议

## 支持赛事

### 🏀 NBA
- 季后赛分析
- 主客场优势评估
- 四阶段预测
- 让分和大小球预测

### ⚽ 足球
- 欧洲五大联赛
- 世界杯赛事
- 欧亚指数分析
- 进球数预测

## 安装

### 依赖要求

```bash
Python 3.7+
numpy
```

### 安装步骤

1. 克隆或下载此 skill 到 OpenClaw skills 目录

2. 安装 Python 依赖

```bash
cd ~/.openclaw/workspace/skills/sports-betting-analyzer
pip install -r requirements.txt
```

3. 配置设置（可选）

编辑 `config/sports-betting.json` 根据需要调整参数

## 使用方法

### 分析比赛

```bash
# NBA比赛
python scripts/analyze.py NBA 湖人 勇士

# 足球比赛
python scripts/analyze.py football 巴萨 皇马

# 世界杯比赛
python scripts/analyze.py football 巴西 德国
```

### 获取今日推荐

```bash
# 所有运动
python scripts/analyze.py today

# 只看NBA
python scripts/analyze.py today NBA

# 只看足球
python scripts/analyze.py today football
```

### 查看历史记录

```bash
# 查看最近10条
python scripts/analyze.py history

# 查看最近20条
python scripts/analyze.py history 20
```

### 在OpenClaw中使用

```
分析 NBA 比赛 湖人 vs 勇士
分析足球比赛 巴萨 vs 皇马
NBA 今晚有什么值得投注的比赛
足球周末推荐
查看我的分析历史
```

## 输出示例

```
============================================================
📊 体育彩票分析报告
============================================================

🏆 NBA 比赛分析：湖人 vs 勇士

🎯 预测结果：湖人 胜
📊 置信度：72.5%
⚠️ 风险等级：中

💡 建议投注：2%

============================================================
📋 数据概览
============================================================

【主队】湖人
- 赛季胜率：62.5%
- 近5场：W L W W L
- 核心球员状态：active active

【客队】勇士
- 赛季胜率：55.0%
- 近5场：L W L W W
- 核心球员状态：active injured

【历史对战】
- 总场次：10
- 主队胜：6
- 客队胜：4
- 平局：0

============================================================
🎯 预测结果
============================================================

结果：team1
置信度：72.5%

概率分布：
  湖人: 72.5%
  勇士: 27.5%

============================================================
💡 投注建议
============================================================

建议：推荐投注
投注比例：2%
理由：价值投注机会，建议把握

风险等级：moderate
价值投注：是

============================================================
📊 因素分析
============================================================

【实力对比】（重要性：高）
  数值：+7.50%
  说明：基于赛季胜率、积分排名等综合实力评估

【主客场优势】（重要性：高）
  数值：+10.00%
  说明：主场球队通常有统计优势

【近期状态】（重要性：中）
  数值：+5.00%
  说明：基于最近5场比赛的表现

============================================================
⚠️ 免责声明
============================================================

⚠️ 重要提示：

1. 本分析仅供参考，不构成投注建议
2. 体育比赛存在不确定性，预测不保证准确
3. 请理性投注，控制风险，量力而行
4. 不要过度依赖单一分析工具
5. 请遵守当地法律法规

============================================================
```

## 预测方法论

### 数据维度

1. **实力对比**: 赛季胜率、积分排名、历史表现
2. **主客场优势**: 统计学上的主场优势系数
3. **近期状态**: 最近5-10场比赛的表现
4. **历史对战**: 两队历史交锋记录
5. **伤病影响**: 关键球员伤病情况

### 模型算法

- **基础模型**: 逻辑回归（简化版）
- **特征加权**: 多因素加权计算
- **概率转换**: Sigmoid函数转换为概率
- **集成预测**: 支持多模型集成（可选）
- **蒙特卡洛**: 支持模拟验证（可选）

### 风险评估

- **置信度**: 模型对预测结果的信心程度
- **风险等级**: low / moderate / high
- **价值投注**: 比较隐含概率与模型概率
- **投注比例**: 根据风险动态调整

## 配置说明

### config/sports-betting.j

_meta.json

{
  "ownerId": "kn7a3c73ea0a3f1hcrd0ccweas835fpx",
  "slug": "sports-betting-analyzer",
  "version": "1.0.0",
  "publishedAt": 1775066448046
}

docs/DEVELOPMENT.md

# Sports Betting Analyzer - 开发文档

## 项目结构

```
sports-betting-analyzer/
├── SKILL.md                    # OpenClaw Skill 定义
├── README.md                   # 用户指南
├── requirements.txt            # Python 依赖
├── _meta.json                  # Skill 元数据
├── config/
│   └── sports-betting.json     # 配置文件
├── scripts/
│   ├── analyze.py              # 主分析脚本
│   ├── data_collector.py       # 数据收集模块
│   ├── prediction_model.py     # 预测模型模块
│   ├── report_generator.py     # 报告生成模块
│   └── runner.sh               # OpenClaw 集成脚本
├── data/                       # 数据存储目录（运行时生成）
│   ├── analysis_history.json   # 分析历史记录
│   └── match_*.json            # 比赛数据
└── docs/                       # 文档目录
    └── DEVELOPMENT.md          # 本开发文档
```

## 核心模块

### 1. DataCollector (data_collector.py)

**职责**:
- 收集比赛基础数据
- 提取特征
- 存储历史数据

**方法**:
- `collect_match_data()`: 收集比赛数据
- `extract_features()`: 提取预测特征
- `_collect_team_stats()`: 收集球队统计
- `_collect_head_to_head()`: 收集历史对战
- `_collect_odds()`: 收集赔率数据
- `_collect_injuries()`: 收集伤病信息

**数据来源**（当前版本）:
- 模拟数据生成
- 随机值模拟真实分布

**数据来源**（未来版本）:
- NBA官方API
- 足球官方数据源
- 免费数据API
- 赔率聚合平台

### 2. PredictionModel (prediction_model.py)

**职责**:
- 生成比赛预测
- 计算概率
- 评估置信度

**方法**:
- `predict()`: 主预测方法
- `_predict_nba()`: NBA预测
- `_predict_football()`: 足球预测
- `_sigmoid()`: Sigmoid激活函数
- `_predict_spread()`: 预测让分
- `_predict_total()`: 预测总分
- `_predict_over_under()`: 预测大小球
- `ensemble_predict()`: 集成预测
- `monte_carlo_simulation()`: 蒙特卡洛模拟

**算法**:
- 简化的逻辑回归
- 多特征加权
- Sigmoid概率转换
- 支持集成学习（可选）

### 3. ReportGenerator (report_generator.py)

**职责**:
- 生成分析报告
- 格式化输出
- 风险提示

**方法**:
- `generate_report()`: 生成完整报告
- `_generate_summary()`: 生成摘要
- `_generate_data_overview()`: 生成数据概览
- `_format_prediction()`: 格式化预测结果
- `_generate_betting_recommendation()`: 生成投注建议
- `_generate_explanation()`: 生成解释性说明
- `_analyze_factors()`: 分析各因素
- `format_as_text()`: 格式化为文本
- `save_report()`: 保存报告

### 4. SportsBettingAnalyzer (analyze.py)

**职责**:
- 主控制器
- 协调各模块
- 命令行接口

**方法**:
- `analyze_match()`: 分析比赛
- `_assess_risk()`: 评估风险
- `_is_value_bet()`: 判断价值投注
- `_calculate_bet_percentage()`: 计算投注比例
- `get_today_recommendations()`: 获取今日推荐
- `show_analysis_history()`: 显示分析历史

## 特征工程

### NBA 特征

1. **实力对比** (strength_diff)
   - 赛季胜率差异
   - 积分排名差异
   - 历史表现

2. **主客场优势** (home_advantage)
   - 主场胜率 vs 客场胜率
   - NBA主场优势约10-15%

3. **近期状态** (recent_form)
   - 最近5场比赛表现
   - 胜/负统计
   - 动态趋势

4. **历史对战** (h2h_advantage)
   - 历史交锋记录
   - 心理优势

5. **伤病影响** (injury_impact)
   - 关键球员缺阵
   - 影响系数

### 足球特征

1. **实力对比** (strength_diff)
   - 赛季胜率
   - 积分排名
   - 进球失球

2. **主客场优势** (home_advantage)
   - 足球主场优势约8-10%
   - 欧洲联赛主场明显

3. **近期状态** (recent_form)
   - 最近5场表现
   - 胜/平/负统计

4. **历史对战** (h2h_advantage)
   - 历史交锋
   - 风格克制

5. **伤病影响** (injury_impact)
   - 核心球员状态

## 预测模型

### 基础模型

```
score = w1*strength_diff + w2*home_advantage +
        w3*recent_form + w4*h2h + w5*injury_impact

probability = sigmoid(score)
```

### 权重配置

**NBA**:
- strength: 0.3
- home_advantage: 0.2
- rece

skill-card.md

## Description:

Sports Betting Analyzer helps an agent produce sports betting analysis for NBA and football matches using basic statistics, simple prediction models, risk assessment, and explanatory reports.

This skill is ready for commercial/non-commercial use.

## Publisher:

[nopedijah](https://clawhub.ai/user/nopedijah)

### License/Terms of Use:

MIT-0

## Use Case:

External users and developers use this skill to request match analysis, recommendation-style betting reports, recent-history summaries, and command-line runs for supported NBA and football scenarios. Outputs should be treated as decision support only, not verified wagering advice.

### Deployment Geography for Use:

Global

## Known Risks and Mitigations:

Risk: The skill can present gambling recommendations based on simulated or random data rather than verified live sports data.

Mitigation: Review outputs as entertainment or decision-support text only, verify data independently, and do not rely on generated percentages or recommendations for wagering.

Risk: The bundled scripts can store betting-analysis history and reports locally.

Mitigation: Review or disable local history and report saving before use when betting interests or team names are sensitive.

Risk: The runner can auto-install an unpinned dependency.

Mitigation: Pin and review dependencies before running the installer path in managed or production environments.

## Reference(s):

- [ClawHub Skill Page](https://clawhub.ai/nopedijah/skills/sports-betting-analyzer)
- [README](artifact/README.md)
- [Development Notes](artifact/docs/DEVELOPMENT.md)

## Skill Output:

**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]

**Output Format:** [Markdown and terminal-oriented text reports with inline shell commands and JSON configuration examples]

**Output Parameters:** [1D]

**Other Properties Related to Output:** [May save local analysis history and optional report files when the bundled scripts are run.]

## Skill Version(s):

1.0.0 (source: release metadata and frontmatter)

## Ethical Considerations:

Users should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.

Github ReposUpdated 7h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.