基于 PyTorch LSTM 的双色球（SSQ）历史数据实验项目。
项目定位是学习、实验与工程练习，不提供任何投注建议，也不承诺预测有效性。
- ✅ 里程碑一：工程骨架
- ✅ 里程碑二：最小训练闭环（LSTM 训练 + TensorBoard）
- ✅ 里程碑三：最小推理闭环
- ✅ 数据层：DuckDB 管道（raw → 库、增量同步、训练读数）
uv sync
mkdir -p data
curl -L "https://data.17500.cn/ssq_asc.txt" -o data/raw_ssq.txt
uv run lottery data sync --full # 导入 DuckDB
uv run lottery train # 训练（默认从 DuckDB 读数据）详见 快速开始。
| 文档 | 内容 |
|---|---|
| 快速开始 | 环境、数据、DuckDB、训练 |
| CLI 参考 | data / train / predict |
| 配置指南 | raw_file、db_file、source 等 |
| 数据管道 | 解析、同步、样本构造 |
| 架构设计 | 分层与数据流 |
| 模块接口 | API 与依赖 |
| 文档索引 | 全部文档导航 |
Lottery/
├── data/ # 本地数据（gitignore）：raw_ssq.txt、lottery.duckdb
├── static/ # 前端构建产物（gitignore）
├── docs/ # 文档
├── src/
│ ├── lottery_train/ # 数据清洗、同步与模型训练
│ │ ├── cli/ # 命令行入口（含 data 子命令）
│ │ ├── config/ # 配置加载
│ │ ├── data/ # raw 解析、同步编排、Dataset
│ │ ├── models/ # 模型定义
│ │ └── training/ # 训练流程
│ ├── lottery_data/ # DuckDB 读写（被 train / api 调用）
│ ├── lottery_api/ # FastAPI 服务与推理
│ └── lottery_web/ # React 前端（Vite）
├── config/
│ └── config.toml.example # 配置示例
├── pyproject.toml
└── README.md