Agent Skill · AI 工具

entry-signals（入场信号）

entry-signals 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

entry-signals 是AI 工具类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为只读；许可证为 MIT，第三方扫描已通过，按安装量在AI 工具类的 2,536 个 Skill 里排第 401。

总安装 5,809周安装 247GitHub Stars 4下载 2,035核验 2026-05-01

AI 工具只读 GitHub 仓库未标认证来源可访问许可证明确审计通过 Codex Claude Cursor Gemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：entry-signals（入场信号）
来源仓库：https://github.com/0xhubed/agent-trading-arena
仓库路径：skills/entry-signals
安装命令：
npx skills add https://github.com/0xhubed/agent-trading-arena --skill entry-signals
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异；本站展示可直接复制的安装命令，安装前请核对来源页面。

skills.shnpx skills

npx skills add https://github.com/0xhubed/agent-trading-arena --skill entry-signals

这个 Skill 是做什么的

AI 工具类 Skill 用来扩展助手本身的能力，例如接模型、接检索、接外部服务。

entry-signals 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。它提供交易入场信号的模式识别，包含成功率和置信度指标。

可通过 npx skills add 命令从指定仓库安装，需结合原始 README 核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。适用宿主包括 Codex、Claude、Cursor、Gemini CLI，接入前应确认版本、权限和运行环境要求。

来源仓库内路径：skills/entry-signals

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/0xhubed/agent-trading-arena --skill entry-sign…；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

entry-signals 怎么安装？

在终端执行 npx skills add https://github.com/0xhubed/agent-trading-arena --skill entry-signals。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

entry-signals 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

entry-signals 需要什么权限？

权限级别是只读。该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

entry-signals 是免费的吗？

来源标注的许可证是 MIT。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

entry-signals 用的人多吗？

公开数据是累计安装 5,809 次，近一周安装 247 次，下载 2,035 次，GitHub 4 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

entry-signals 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。
3 个目录同时收录，说明这个 Skill 流传比较广。
许可证明确为 MIT，商用和分发边界好判断。
第三方扫描已通过，常见的高风险行为没有命中。

先想清楚的地方

第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 Codex，想直接扩展它能力的人。
需要处理AI 工具类任务、又不想每次都手写提示词的人。
需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

需要厂商级技术支持和 SLA 的生产系统。

AI 工具类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
executing-plans 执行计划 · Codex、Claude	1,515,336	173,110	只读	MIT	通过
verification-before-completion 完成前的验证 · Codex、Claude	1,319,472	173,121	权限未标注	MIT	通过
subagent-driven-development 子 Agent 驱动开发 · Codex、Claude	1,312,416	173,138	只读	MIT	通过
copy-editing 复制编辑 · Codex、Claude	1,209,576	25,632	只读	MIT	通过
paywall-upgrade-cro 付费专区升级 cro · Codex、Claude	1,030,176	25,617	只读	MIT	通过
entry-signals 入场信号 · 本页	5,809	4	只读	MIT	通过

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Entry Signals

Last updated: 2026-03-09 20:08 UTC Active patterns: 33 Total samples: 3679 Confidence threshold: 60%

Entry Signals

These entry signals have been learned from competition data:

Signal	Success Rate	Samples	Confidence	Seen
SUCCESSFUL SIGNAL: 'Multi-timeframe...	92%	183	90%	1x
SUCCESSFUL SIGNAL: 'RSI ~28 (overso...	90%	200	95%	1x
SUCCESSFUL SIGNAL: 'Strong bearish...	88%	150	95%	1x
SUCCESSFUL SIGNAL: 'RSI ~28 (overso...	85%	49	85%	1x
SUCCESSFUL SIGNAL: 'Risk calculator...	85%	200	95%	1x
Forum/social sentiment-filtered ent...	80%	24	95%	1x
SUCCESSFUL SIGNAL: 'Positive fundin...	75%	48	85%	1x
SUCCESSFUL SIGNAL: 'Strong bearish...	75%	172	90%	1x
SHORT entries aligned with uniforml...	75%	78	80%	1x
Forum/social sentiment filtering fo...	75%	31	90%	1x
Agentic multi-step reasoning entrie...	72%	30	95%	1x
SUCCESSFUL SIGNAL: 'Bearish trend c...	70%	63	85%	1x
SUCCESSFUL SIGNAL: 'Risk calculator...	70%	172	90%	1x
Simple model selective entries (qwe...	67%	29	65%	1x
Index fund systematic allocation ($...	50%	6	47%	1x
Index fund systematic allocation ($...	50%	12	69%	1x
FAILING SIGNAL: 'DOGE is down 7.29%...	35%	131	90%	1x
FAILING: Momentum-following entries...	35%	15	80%	1x
FAILING: High-confidence agentic en...	30%	27	65%	1x
FAILING: Momentum-following entries...	30%	33	95%	1x
Momentum-following LONG entries in...	25%	23	90%	1x
FAILING: Forum/social sentiment-fil...	25%	27	95%	1x
FAILING SIGNAL: 'Technical analysis...	20%	166	95%	1x
FAILING SIGNAL: 'RSI ~28-37 (overso...	18%	166	95%	1x
FAILING SIGNAL: 'Strong bullish ali...	15%	166	50%	1x
FAILING SIGNAL: 'RSI 62.27, bullish...	15%	183	90%	1x
FAILING SIGNAL: 'SOLUSDT shows bull...	15%	20	90%	1x
FAILING SIGNAL: 'All three timefram...	15%	354	95%	1x
FAILING SIGNAL: 'Risk/reward 2:1 wi...	13%	753	75%	2x
LONG entries in a uniformly bearish...	10%	21	77%	1x
FAILING: 'Uniform bearish regime wi...	10%	31	95%	1x
FAILING: SHORT entries in a uniform...	5%	58	45%	1x
FAILING: 'Multi-timeframe bearish a...	5%	58	45%	1x

Signal Details

SUCCESSFUL SIGNAL: 'Multi-timeframe anal...

Success rate: 92% Total samples: 183 Confidence: 90% Times confirmed: 1 First seen: 2026-01-31 Description: SUCCESSFUL SIGNAL: 'Multi-timeframe analysis shows bearish bias, risk calculator gives excellent 2:1 risk-reward with 2% equity risk' for SHORT entry in uniformly bearish markets. skill_aware_oss: +$1682.05.

SUCCESSFUL SIGNAL: 'RSI ~28 (oversold),...

Success rate: 90% Total samples: 200 Confidence: 95% Times confirmed: 1 First seen: 2026-02-01 Description: SUCCESSFUL SIGNAL: 'RSI ~28 (oversold), price below SMA, bearish MACD, multi-timeframe bearish alignment' for SHORT entry in downtrend. skill_aware_oss used this with 0.78 confidence on BNBUSDT.

SUCCESSFUL SIGNAL: 'Strong bearish align...

Success rate: 88% Total samples: 150 Confidence: 95% Times confirmed: 1 First seen: 2026-02-01 Description: SUCCESSFUL SIGNAL: 'Strong bearish alignment across 15m, 1h, 4h timeframes with high conviction' for SHORT entry. Both skill_aware_oss and agentic_gptoss used this on ETHUSDT.

SUCCESSFUL SIGNAL: 'RSI ~28 (oversold),...

Success rate: 85% Total samples: 49 Confidence: 85% Times confirmed: 1 First seen: 2026-01-30 Description: SUCCESSFUL SIGNAL: 'RSI ~28 (oversold), price below SMA, bearish MACD, multi-timeframe downtrend' for SHORT entry in bearish market. skill_aware_oss used this pattern for +$691.44.

SUCCESSFUL SIGNAL: 'Risk calculator show...

Success rate: 85% Total samples: 200 Confidence: 95% Times confirmed: 1 First seen: 2026-02-01 Description: SUCCESSFUL SIGNAL: 'Risk calculator shows excellent 2:1 risk/reward, technical conditions neutral-to-bullish, validation permits' - BUT only successful when aligned with macro trend.

Confidence Guide

Confidence	Interpretation
90%+	High confidence - strong historical support
70-90%	Moderate confidence - use with other signals
60-70%	Low confidence - consider as one input
<60%	Experimental - needs more data

*This skill is automatically generated and updated by the Observer Agent.*

平台分布

Claude Code

30.2%

按下载量换算615

Antigravity

22.34%

按下载量换算455

Gemini CLI

16.81%

按下载量换算342

OpenCode

11.96%

按下载量换算243

trae

8.84%

按下载量换算180

Codex

3.84%

按下载量换算78

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills

更多AI 工具 Skills（2,536）返回 Skills 目录

上一个 Skill

entrance-animations（入口动画）

dylantarre/animation-principles

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式；涉及外部素材、人物肖像或商业发布时，应先核对版权授权和内容审核要求。

下一个 Skill

environment-art（环境艺术）

omer-metin/skills-for-antigravity

environment-art 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。