Token导航 LogoToken导航

Agent Skill · 研究检索

scanner-pmcc(扫描仪 PMCC)

scanner-pmcc 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。

scanner-pmcc 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,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 49,257。

总安装 659周安装 28GitHub Stars 131下载 231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:scanner-pmcc(扫描仪 PMCC)
来源仓库:https://github.com/staskh/trading_skills
仓库路径:skills/scanner-pmcc
安装命令:
npx skills add https://github.com/staskh/trading_skills --skill scanner-pmcc
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/staskh/trading_skills --skill scanner-pmcc

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。

scanner-pmcc 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中快速定位候选结果。适用于根据关键词、任务场景或来源线索进行信息搜集与整理。通过 npx skills add 命令从指定 GitHub 仓库安装使用。

建议确认权限范围和维护状态,避免触发联网或文件读写操作。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/scanner-pmcc

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/staskh/trading_skills --skill scanner-pmcc;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

    它需要需要联网,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

scanner-pmcc 怎么安装?

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

scanner-pmcc 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。

scanner-pmcc 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

scanner-pmcc 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。

scanner-pmcc 用的人多吗?

公开数据是累计安装 659 次,近一周安装 28 次,下载 231 次,GitHub 131 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。

scanner-pmcc 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。
  • 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

  • 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

  • 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
scanner-pmcc

扫描仪 PMCC · 本页

659131需要联网未明确通过

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

PMCC Scanner

Finds optimal Poor Man's Covered Call setups by scoring symbols on option chain quality.

What is PMCC?

Buy deep ITM LEAPS call (delta ~0.80) + Sell short-term OTM call (delta ~0.20) against it. Cheaper alternative to covered calls.

Instructions

Note: If uv is not installed or pyproject.toml is not found, replace uv run python with python in all commands below.
uv run python scripts/scan.py SYMBOLS [options]

Arguments

  • SYMBOLS - Comma-separated tickers or path to JSON file from bullish scanner
  • --min-leaps-days - Minimum LEAPS expiration in days (default: 270 = 9 months)
  • --leaps-delta - Target LEAPS delta (default: 0.80)
  • --short-delta - Target short call delta (default: 0.20)
  • --output - Save results to JSON file

Scoring System (max possible: 14, range: -4 to 14)

CategoryConditionPoints
Delta AccuracyLEAPS within ±0.05+2
LEAPS within ±0.10+1
Short within ±0.05+1
Short within ±0.10+0.5
LiquidityLEAPS vol+OI > 100+1
LEAPS vol+OI > 20+0.5
Short vol+OI > 500+1
Short vol+OI > 100+0.5
SpreadLEAPS spread < 5%+1
LEAPS spread < 10%+0.5
Short spread < 10%+1
Short spread < 20%+0.5
IV Level25-50% (ideal)+2
20-60%+1
YieldAnnual > 50%+2
Annual > 30%+1
TrendPrice > SMA50+1 / -1
RSI > 50+0.5 / -0.5
MACD > signal+0.5 / -0.5
EarningsNext earnings > 45 days+1.0
Earnings within 45 days-1.0
Earnings within short expiry-2.0

Output

Returns JSON with:

  • criteria - Scan parameters used
  • results - Array sorted by score:

- symbol, price, iv_pct, pmcc_score, max_possible_score (always 14) - leaps - expiry, strike, delta, bid/ask, spread%, volume, OI - short - expiry, strike, delta, bid/ask, spread%, volume, OI - metrics - net_debit, short_yield%, annual_yield%, capital_required - score_breakdown - every scoring component as a <name>_delta (float) + <name> (explanation string) pair: - Base: leaps_delta, short_delta, leaps_liquidity, short_liquidity, leaps_spread, short_spread, iv, yield - Trend: trend_delta, trend (per-indicator dict) - Earnings: earnings_delta, earnings - All _delta values sum to pmcc_score

  • errors - Symbols that failed (no options, insufficient data)

Examples

# Scan specific symbols
uv run python scripts/scan.py AAPL,MSFT,GOOGL,NVDA

# Use output from bullish scanner
uv run python scripts/scan.py bullish_results.json

# Custom delta targets
uv run python scripts/scan.py AAPL,MSFT --leaps-delta 0.70 --short-delta 0.15

# Longer LEAPS (1 year minimum)
uv run python scripts/scan.py AAPL,MSFT --min-leaps-days 365

# Save results
uv run python scripts/scan.py AAPL,MSFT,GOOGL --output pmcc_results.json

Key Constraints

  • Short strike must be above LEAPS strike
  • Options with bid = 0 (illiquid) are skipped
  • Moderate IV (25-50%) scores highest

Interpretation

  • Score > 12: Excellent candidate (strong structure + bullish trend + clear earnings runway)
  • Score 10-12: Good candidate
  • Score 6-10: Acceptable with caveats
  • Score < 6: Poor structure, bearish trend, or earnings risk
  • max_possible_score is always 14 — use pmcc_score / max_possible_score to gauge how close a candidate is to perfect

Dependencies

  • numpy
  • pandas
  • scipy
  • yfinance

平台分布

Codex

31%
按下载量换算72

Claude

30.8%
按下载量换算71

Cursor

18.92%
按下载量换算44

Gemini CLI

9.59%
按下载量换算22

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。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