核心用法
Otterline 是一个专注于体育博彩预测的 AI 技能，通过调用 Supabase Edge Functions 提供的公开 API 端点，获取 NBA 和 NHL 比赛的免费样本预测数据。用户无需任何认证即可使用，支持按日期查询历史或当日预测。核心功能包括：获取指定日期的比赛胜负预测（moneyline）、查看 AI 模型的置信度分层（Elite/Verified/Strong/Lean/Pass）、以及获取共识模型数量和组合胜率等元数据。
显著优点
1. 零门槛使用：无需 API Key 或任何身份验证，开箱即用，极大降低了用户体验成本。
2. 专业分层体系：采用四级置信度标签（Elite/Verified/Strong/Lean），帮助用户快速识别高价值预测，比单一预测更具参考价值。
3. 多模型共识机制：通过聚合多个独立模型的预测结果生成最终推荐，理论上比单一模型更稳健。
4. 清晰的商业化路径：免费样本与付费完整版形成明确区隔，用户可低成本体验后再决策。
5. 完善的展示规范：SKILL.md 提供了详细的输出格式指南，确保不同平台呈现一致性体验。
潜在缺点与局限性
1. 数据覆盖有限：免费端点仅返回 3-4 条样本预测，完整数据需付费订阅，对重度用户价值受限。
2. 预测时效性风险：体育比赛受伤病、阵容轮换等临场因素影响，AI 模型基于历史数据的预测可能滞后于实时变化。
3. 博彩本质风险：任何预测模型都无法保证胜率，长期投注仍存在资金损失风险，"For entertainment only" 的免责声明也暗示了这一点。
4. 单一数据源依赖：所有数据来自 Otterline 自有 API，缺乏第三方交叉验证渠道。
5. 功能边界清晰：仅支持 moneyline（胜负盘）预测，不包含让分盘、大小分等其他博彩玩法。
适合的目标群体
- 体育博彩爱好者，希望获得结构化 AI 预测参考的娱乐型用户
- NBA/NHL 球迷，对比赛结果预测感兴趣但不愿投入大量研究时间的 casual 用户
- 希望测试 AI 预测模型效果、评估付费价值前的潜在订阅者
- 需要快速获取当日焦点比赛胜负倾向的内容创作者或分析师
使用风险
- API 稳定性风险：免费端点可能受速率限制或服务商策略调整影响
- 预测准确性风险：历史胜率不代表未来表现，模型可能在特定赛季或规则变化后失效
- 合规风险：体育博彩在部分司法管辖区属非法行为，用户需自行确认当地法规
- 心理账户风险：AI 标签的"权威性"可能导致用户过度信任，忽视资金管理原则