SK-score-depth
比分深度判定——庄家盈亏矩阵反推(CS赔率去抽水+资金流+跨机构分歧精确定位庄家盈利点)+精算仓位控制反推+高比分出口+历史交锋传导。修正47/48/50/50+。由主技能Step7自动调用
Skill by MENG-COOLMAN
Chalk Labs
Need help deploying SK-score-depth?
Chalk Labs sets up agents like this inside real teams: connected to your tools, tested on your data, with a human in the loop where it matters.
Install
Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.
npx agentmarket install skill/meng-coolman-sk-score-depth
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/sk-score-depth
What's inside
- Skill name
SK-score-depth- Description
- 比分深度判定——庄家盈亏矩阵反推(CS赔率去抽水+资金流+跨机构分歧精确定位庄家盈利点)+精算仓位控制反推+高比分出口+历史交锋传导。修正47/48/50/50+。由主技能Step7自动调用
- License
- MIT
- Instructions
- 181 lines in SKILL.md · view on GitHub
Agent Skills spec issues
- name: only lowercase letters, digits and single hyphens allowed
Files (1)
- SKILL.md
SKILL.md (first lines)
# 比分深度判定(修正47/48/50·22.7万场回测)
> 由主技能 SK-model-v3-analysis 在 Step7 比分谱系阶段**自动调用**。不独立使用。
> 目的:解决「方向对但比分深度错」——比分不是"方向+大小球"简单组合,而是庄家仓位控制的结果。
---
## 修正47:高比分出口强制纳入(8场教训 + 实盘9场89%≥3球固化)
**触发条件(任一满足)**:
```
A 大球联赛(挪超/荷甲/德甲·大球率≥55%)
B 历史交锋含≥4球比赛
C O2.5≤1.70(强Over)
D 双方场均进球合计≥2.5球(对攻特征)
E 🔴实盘先验: 9场复盘平均总进球4.0球 / 89%≥3球 → 总进球参考3-4球
```
**触发后 → 高比分形态进入候选池(🔴修正52升级·批量固化)**:
```
🔴修正52 总进球深度基准强制:
修正47任一触发(A-E) → 总进球中心≥3球(禁止再给"2球为主")
+ 高比分三侧双向候选池(主胜+客胜+平局同时建·禁止只建主方向侧):
主胜候选: 3:2 / 4:1 / 4:2 / 3:1
平局候选: 2:2 / 3:3
客胜候选: 2:3 / 1:3 / 1:4 / 2:4 / 0:3
总进球参考: 3-4球(🔴case36教训: 修正47B/D触发但候选池只建主胜侧→客胜0:3未入候选)
🔴主锚定仍由庄家盈亏矩阵判定(修正50+),候选池≠主锚定——三侧候选池只是防止漏报
```
**🔴停止分支标注(论文arXiv:2608.05030参考·执行纪律·不固化)**:
```
修正47触发(大球方向64-67%)仍须显式给"首球后停止"小球出口(约33-40%概率面):
case41 1:0教训(锚定2:0/2:1·1:0仅第三档·未标停止分支) + 论文V3-C1 Brentford 0-1缺停止分支
小球出口候选: 1:0 / 2:1(BTTS弱时) / 1:1 —— 具体由盈亏矩阵P_i+BTTS决定·禁止因大球方向省略
语义: "首球后停止"=领先方收缩+追平方无回应能力 → 大球方向下仍给停止分支
```
**🔴比分候选池克制 + 覆盖-排名双口径(论文参考·复盘口径)**:
```
论文实证: 候选覆盖77.3%→84.7%但新增尾部锚无一是精确Top-3命中 → 扩池≠提升
①赛前: 高比分出口候选池克制·尾部候选仅标precision/recall口径·不因扩池提升权重
②复盘: 比分命中拆双口径——覆盖(真实比分是否在候选池) vs 排名(锚定是否被正确排前)·分开记录
```
---
## 修正48:历史交锋特征传导
```
历史交锋含≥4球比赛 → 总进球基准直接上调(对攻特征传导)
历史交锋平均总进球≥3球 → 大球方向强化,总进球给4球+
```
---
## 修正50:精算仓位控制反推 + 比分深度精确判定(🔴核心)
### 一、庄家仓位控制反推(隐含概率 vs 实际频率偏离)
| 赔率区间 | 偏离度(实/隐) | 庄家仓位逻辑 |
|:--|:--|:--|
| 热门<1.30 | 1.06 | 庄家**过度保守**(轻仓留边际)→实际82.4%>定价77.6%→超深盘不降级 |
| 冷门≥2.00 | 1.00 | 庄家定价准→无边际 |
| Under盘(O2.5>2.00) | 0.98 | 庄家在Under留边际→Over实际略高→大球略可信 |
### 二、三盘口仓位一致性 = 比分深度(反推庄家仓位)
1X2方向 × 大小球 × 让球 三盘口一致性:
```
仓位一致(热门+大球+深让) → 深盘: 净胜≥2球47.9%
→ 主队热门: 2:0 / 3:0 / 3:1 / 2:1 | 客队热门: 0:2 / 0:3 / 1:3
仓位矛盾(热门+大球+浅让) → 中盘: 净胜≥2球34.6%
→ 主队热门: 2:1 / 2:0 / 1:0 | 客队热门: 1:2 / 0:2 / 0:1
仓位一致(热门+小球+浅让) → 浅盘: 净胜≥2球30.4%
→ 主队热门: 1:0 / 2:1 / 1:1 | 客队热门: 0:1 / 1:2 / 1:1
```
### 二点五、比分深度两步研判(🔴核心·同方向形态分层)
🔴**比分深度 = 两步:先定净胜球数,再定总进球层形态。** 同一净胜球方向下有多个比分形态,禁止只给最低赔比分。
**第一步·净胜球数**(三盘口仓位 → 深/中/浅盘,见上)
**第二步·总进球层形态**(大小球 × BTTS × 修正47 → 锁定具体比分):
```
主胜1球档: 1:0(1球·零封) / 2:1(3球·客队进球) / 3:2(5球·高比分)
主胜2球档: 2:0(2球·零封) / 3:1(4球·客队进球) / 4:2(6球·高比分)
客胜1球档: 0:1(1球·零封) / 1:2(3球·主队进球) / 2:3(5球·高比分)
客胜2球档: 0:2(2球·零封) / 1:3(4球·主队进球) / 2:4(6球·高比分)
平局档: 0:0 / 1:1(2球) / 2:2(4球) / 3:3(6球)
```
**选择规则(🔴必执行·由庄家盈亏矩阵精确定,见修正50+)**:
```
🔴不再用"默认3球/前几场2:2"频率先验上调;每个比分是否主锚定由【CS赔率去抽水P_i + 资金流 + 方向约束】三信号判定
BTTS yes(双方进球) + 大球 → 零封形态(1:0/2:0/0:1/0:2)排除(除非盈亏矩阵显示被压价+资金流入)
BTTS no + 小球 → 零封形态进入候选(1:0/2:0/0:1/0:2),仍须过盈亏矩阵
修正47触发 → 高比分形态(3:2/2:2等)进入候选池,仅当CS赔率被压低+资金流入才升主锚定
小球(U2.5≥50%) + 未触发修正47 → 低比分形态(0:1/1:0/1:1/0:0)进入候选,仍须过盈亏矩阵
```
### 三、比分深度组合触发(精确阈值·多信号)
```
半场领先 × 强Over(O2.5≤1.70) → 深盘(≥4球47.1%·净胜≥2球60.2%)
三盘口一致 × 大球 → 深盘(净胜≥2球47.9%)
半场平 → 低深度(≥4球16.3%)
```
### 四、精算仓位降级规则
```
真实重仓(方向明确) → 庄家仓位集中方向内 → 深盘比分纳入锚定
风险对冲(方向模糊) → 庄家仓位分散博高赔 → 高比分仅标注不纳入主锚定
```
---From MENG-COOLMAN/PitchQuant, MIT.
More from MENG-COOLMAN/PitchQuant
- 0.600score
SK-host-lock
MENG-COOLMAN
执行宿主(host)「read-evidence 锁」解法(四方案实测固化)。🔴触发条件(遇到即读本 skill,禁反复试探): bash 报错 —— `bash cannot declare which files it changes while a read-evidence requirement is…
SkillAFreshness: A★ 3Claude Code +9 - 0.600score
SK-audit
MENG-COOLMAN
模型审计(V3.0 工程审计 + V4.0 结果审计 融合··**被动·用户提出审计要求时触发**·按「审计程序 A/B 更新方案」加固)——**A 模式「审计模型」**:**15 探查**(新增⑬口径一致性/⑭提取函数 fixture 回归/⑮规则-代码双向核对)+ 8 维 +…
SkillAFreshness: A★ 3Claude Code +9 - 0.597score
SK-league-nations
MENG-COOLMAN
欧国联/国家队子模型(接入)——基于 658 场四届欧国联真实数据(n=658·2018/19~2024/25)+ 时间分割验证的公平赔率模型。Step4.5 识别 league_id=5 (UEFA Nations League) 且非女足/青训时调用·输出 R1-R10 校正后回归主模型 Step5-8…
SkillAFreshness: A★ 3Claude Code +9 - 0.597score
SK-prestep-filter
MENG-COOLMAN
先验筛选模块(·含O10浅让降权/N4防平注)——用户下达「先验」指令时·基于 Odds-API 欧亚盘赔率+水位·10 信号打分筛选当晚五大联赛信号强比赛(🔴2026-09-20 V3消融重标·方向 ≥3.0 推荐 71.22%/≥2.5 观察 70.33%·比分 ≥2.0 强推荐/≥1.0…
SkillAFreshness: A★ 3Claude Code +9 - 0.557score
SK-league-epl
MENG-COOLMAN
英超子模型模块(V3.5.59分层架构)——回测9327场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别英超联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/E0_deep.json
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-league-laliga
MENG-COOLMAN
西甲子模型模块(V3.5.59分层架构)——回测8918场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别西甲联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/SP1_deep.json
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-league-ligue1
MENG-COOLMAN
法甲子模型模块(V3.5.59分层架构)——回测8669场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别法甲联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/F1_deep.json
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-model-maintenance
MENG-COOLMAN
模型维护最小化纪律(用户提议·借鉴 Ponytail 的 YAGNI 内核)——**仅用于「更新模型」场景**(改脚本/加功能/写文档/重构/加数据源),**不用于比赛分析**。核心:最小实现·能不加就不加·能复用就复用·用完即清;红线:三处文档同步/check_sync/备份…
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-online-learning
MENG-COOLMAN
在线学习模块(data/online_learning/·轻封装)——赛后自学习 5 层 + 8 源数据自动接入 + 学习成果提示。🔴赛果后统一入口 learn.py(一条命令·复盘+接入+学习+报告);L1/L2 已实测无增益→默认不接入预测(仅记录/提示级);L2…
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-self-iterate
MENG-COOLMAN
赛后自我迭代学习——每次得到赛果后把复盘升级为可累积/可验证/可固化的学习(偏差定量→归因→观察池→复发自动提示→门槛回测→固化)。🔴学习≠批量更新模型:学习层仅累积与提示(不改任何计算/判定),批量更新层才动规则。由主技能复盘时必调(Step10 复盘后)+ 每批 status 汇总。
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-league-seriea
MENG-COOLMAN
意甲子模型模块(V3.5.59分层架构)——回测8893场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别意甲联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/I1_deep.json
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-league-bundesliga
MENG-COOLMAN
德甲子模型模块(V3.5.59分层架构)——回测7447场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别德甲联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/D1_deep.json
SkillBFreshness: B★ 3Claude Code +9
Signals
- Stars
- 3
- Forks
- 2
- Open issues
- 0
- Last commit (this folder)
- Sep 19, 2026 (1 month ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- MIT
- Repository
- github.com/MENG-COOLMAN/PitchQuant
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from MENG-COOLMAN
- 0.600score
SK-host-lock
MENG-COOLMAN
执行宿主(host)「read-evidence 锁」解法(四方案实测固化)。🔴触发条件(遇到即读本 skill,禁反复试探): bash 报错 —— `bash cannot declare which files it changes while a read-evidence requirement is…
SkillAFreshness: A★ 3Claude Code +9 - 0.600score
SK-audit
MENG-COOLMAN
模型审计(V3.0 工程审计 + V4.0 结果审计 融合··**被动·用户提出审计要求时触发**·按「审计程序 A/B 更新方案」加固)——**A 模式「审计模型」**:**15 探查**(新增⑬口径一致性/⑭提取函数 fixture 回归/⑮规则-代码双向核对)+ 8 维 +…
SkillAFreshness: A★ 3Claude Code +9 - 0.597score
SK-league-nations
MENG-COOLMAN
欧国联/国家队子模型(接入)——基于 658 场四届欧国联真实数据(n=658·2018/19~2024/25)+ 时间分割验证的公平赔率模型。Step4.5 识别 league_id=5 (UEFA Nations League) 且非女足/青训时调用·输出 R1-R10 校正后回归主模型 Step5-8…
SkillAFreshness: A★ 3Claude Code +9 - 0.597score
SK-prestep-filter
MENG-COOLMAN
先验筛选模块(·含O10浅让降权/N4防平注)——用户下达「先验」指令时·基于 Odds-API 欧亚盘赔率+水位·10 信号打分筛选当晚五大联赛信号强比赛(🔴2026-09-20 V3消融重标·方向 ≥3.0 推荐 71.22%/≥2.5 观察 70.33%·比分 ≥2.0 强推荐/≥1.0…
SkillAFreshness: A★ 3Claude Code +9 - 0.557score
SK-league-bundesliga
MENG-COOLMAN
德甲子模型模块(V3.5.59分层架构)——回测7447场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别德甲联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/D1_deep.json
SkillBFreshness: B★ 3Claude Code +9 - 0.557score
SK-league-epl
MENG-COOLMAN
英超子模型模块(V3.5.59分层架构)——回测9327场蒸馏的判定规则集·专注赔率/进球数/比分。Step4.5识别英超联赛时调用·输出方向/大小球/比分/净胜校正后回归主模型。数据源 data/league-modules/deep/E0_deep.json
SkillBFreshness: B★ 3Claude Code +9
Done for you
Rather not set it up yourself?
Chalk Labs scopes, builds and runs agents for your team: the task audit, the eval harness, the integrations and the weekly ops report. Fixed scope, priced before we start.
See how we build AI agents →Read the case studies
Chalk Labs is a two-founder AI and growth studio. We build AI agents, CRMs and MVPs for Web3 and AI companies, and have shipped 50+ product and token launches.
- launches shipped
- 50+
- launches shipped
- media placements
- 500+
- media placements
- founders on every account
- 2
- founders on every account
Press we've placed: Forbes · CoinDesk · Decrypt · Cointelegraph · The Block
Rahil Jain, Co-founder, Chalk Labs. Ex-Goldman Sachs engineer. You talk to the person who builds it.
Get SK-score-depth running in your business
Tell us what you want to automate. A founder replies within one working day with a plan, not a pitch deck.
Cite this page
SK-score-depth skill. Agent Mart. https://agentmart.dev/skills/meng-coolman-sk-score-depth (last updated 2026-10-24)