Token导航 LogoToken导航

Agent Skill · 研究检索

pead-screener(珠子筛选机)

pead-screener 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

pead-screener 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 20,564。

总安装 5,174周安装 220GitHub Stars 1,068下载 1,813核验 2026-05-01

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
unknown

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:pead-screener(珠子筛选机)
来源仓库:https://github.com/tradermonty/claude-trading-skills
仓库路径:skills/pead-screener
安装命令:
npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead-screener
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。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead-screener

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

用于查找、检索和筛选相关信息,适合根据关键词、任务场景或来源线索快速定位候选结果。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装方式:通过 npx skills add 命令从指定 GitHub 仓库添加。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。

pead-screener 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/pead-screener

上手步骤

4 步
  1. 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. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead…;命令里的占位符换成自己的路径或密钥再执行。

  3. 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. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

pead-screener 怎么安装?

在终端执行 npx skills add https://github.com/tradermonty/claude-trading-skills --skill pead-screener。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

pead-screener 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。

pead-screener 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

pead-screener 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

pead-screener 用的人多吗?

公开数据是累计安装 5,174 次,近一周安装 220 次,下载 1,813 次,GitHub 1,068 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。

pead-screener 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。
  • 来源仓库有 1,068 星,维护活跃度相对可查。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
pead-screener

珠子筛选机 · 本页

5,1741,068接触敏感数据未明确有提醒

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

PEAD Screener - Post-Earnings Announcement Drift

Screen post-earnings gap-up stocks for PEAD (Post-Earnings Announcement Drift) patterns using weekly candle analysis to detect red candle pullbacks and breakout signals.

When to Use

  • User asks for PEAD screening or post-earnings drift analysis
  • User wants to find earnings gap-up stocks with follow-through potential
  • User requests red candle breakout patterns after earnings
  • User asks for weekly earnings momentum setups
  • User provides earnings-trade-analyzer JSON output for further screening

Prerequisites

  • FMP API key (set FMP_API_KEY environment variable or pass --api-key) export FMP_API_KEY=your_api_key_here
  • Free tier (250 calls/day) is sufficient for default screening
  • For Mode B: earnings-trade-analyzer JSON output file with schema_version "1.0"

Workflow

Step 1: Prepare and Execute Screening

Run the PEAD screener script in one of two modes:

Mode A (FMP earnings calendar):

# Default: last 14 days of earnings, 5-week monitoring window
python3 skills/pead-screener/scripts/screen_pead.py --output-dir reports/

# Custom parameters
python3 skills/pead-screener/scripts/screen_pead.py \
  --lookback-days 21 \
  --watch-weeks 6 \
  --min-gap 5.0 \
  --min-market-cap 1000000000 \
  --output-dir reports/

Mode B (earnings-trade-analyzer JSON input):

# From earnings-trade-analyzer output
python3 skills/pead-screener/scripts/screen_pead.py \
  --candidates-json reports/earnings_trade_analyzer_YYYY-MM-DD_HHMMSS.json \
  --min-grade B \
  --output-dir reports/

Step 2: Review Results

  1. Read the generated JSON and Markdown reports
  2. Load references/pead_strategy.md for PEAD theory and pattern context
  3. Load references/entry_exit_rules.md for trade management rules

Step 3: Present Analysis

For each candidate, present:

  • Stage classification (MONITORING, SIGNAL_READY, BREAKOUT, EXPIRED)
  • Weekly candle pattern details (red candle location, breakout status)
  • Composite score and rating
  • Trade setup: entry, stop-loss, target, risk/reward ratio
  • Liquidity metrics (ADV20, average volume)

Step 4: Provide Actionable Guidance

Based on stages and ratings:

  • BREAKOUT + Strong Setup (85+): High-conviction PEAD trade, full position size
  • BREAKOUT + Good Setup (70-84): Solid PEAD setup, standard position size
  • SIGNAL_READY: Red candle formed, set alert for breakout above red candle high
  • MONITORING: Post-earnings, no red candle yet, add to watchlist
  • EXPIRED: Beyond monitoring window, remove from watchlist

Output

  • pead_screener_YYYY-MM-DD_HHMMSS.json - Structured results with stage classification
  • pead_screener_YYYY-MM-DD_HHMMSS.md - Human-readable report grouped by stage

Resources

  • references/pead_strategy.md - PEAD theory and weekly candle approach
  • references/entry_exit_rules.md - Entry, exit, and position sizing rules

平台分布

Codex

34.56%
按下载量换算627

Claude

30.09%
按下载量换算546

Cursor

17.95%
按下载量换算325

Gemini CLI

10.54%
按下载量换算191

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills