🌐 语言: English | 简体中文（默认） | 繁體中文 | 日本語 | 한국어
|
|
Stanford REAP × CoPaper.AI · 实证研究 AI 工具的学术工业级产品
由斯坦福实证研究方法论团队打造，覆盖从数据清洗到顶刊投稿的完整工作流
本仓库支持把仓库根目录作为一个整体 skill 导入 Codex、CodeBuddy、Claude Code 或类似 IDE。根目录的 SKILL.md 会注册为 auto-empirical-research-skills，作用是根据你的研究任务路由到合适的 vendored 子 skill，而不是把 69 个合集、1,145 个 skill 一次性加载进上下文。
- 推荐整仓导入：选择仓库根目录，使用
agents/openai.yaml和根SKILL.md注册一个 catalog router；后续由 agent 先查catalog/skills.json或docs/SKILL_CATALOG.md，再只读取目标子 skill。 - 推荐单 skill 导入：如果 IDE 要求“一目录一个 skill”，请复制那个直接包含
SKILL.md的子目录，例如skills/50-brycewang-aer-skills/skills/aer-workflow/，不要把整仓误当成 1,145 个独立 skill 递归注册。 - 安装细节：见
docs/INSTALL.md。中文 README 是默认入口；英文入口保留在README-en.md。
打开仓库 → 看见整座库。 全部 69 个合集 · 1,145 个 skill，从
00 → 69编号，每一个都已 vendor 进本仓库（不仅是外链），并由catalog/skills.json跟踪。点击任意一行即可打开其文件夹。 ⭐ = 由 Stanford REAP × CoPaper.AI 团队自研的 skill；其余均为精选、经安全审计的社区作品。主题图例 — 🚀 全流程与编排器 · 🎯 因果推断与计量经济学 · 📚 文献与研究设计 · ✍️ 写作、编辑与去 AIGC · 📑 引用、复现与同行评审 · 🛠️ 数据、工具与基础设施
| # | 合集 | 功能 | 主题 | Skills |
|---|---|---|---|---|
| ⭐ 00 | StatsPAI 🔥 | Agent-native Python DSL —— 一个 sp.causal(...) 跑完 DID/RD/IV/SCM/DML |
🚀 | 1 |
| ⭐ 00.1 | Full Empirical · Python 📘 | 显式栈：pandas · statsmodels · linearmodels · pyfixest |
🚀 | 1 |
| ⭐ 00.2 | Full Empirical · Stata 📊 | reghdfe · ivreg2 · csdid · sdid · rdrobust 复现包 |
🚀 | 1 |
| ⭐ 00.3 | Full Empirical · R 📗 | tidyverse · fixest · did · HonestDiD，通过 Quarto 渲染 |
🚀 | 1 |
| 01 | academic-paper-skills | 大纲 → 手稿写作 + 7 维审稿人模拟 | ✍️ | 2 |
| 02 | research-skills | 医学影像综述、提案、论文转幻灯片 | 📚 | 3 |
| 03 | scientific-skills | 假设生成 + 28 个科学数据库 | 📚 | 4 |
| 04 | scientific-writer | 引用管理 + 科学写作 | ✍️ | 8 |
| 05 | research-superpower | 系统化检索、筛选与引文溯源 | 📚 | 10 |
| 06 | stats-paper-writing | 端到端 LaTeX 统计论文写作 | ✍️ | 1 |
| 07 | AI-Research-SKILLs | 发表级 ML 图表、LaTeX、引文核验 | 🛠️ | 3 |
| 08 | latex-document-skill | 创建 / 编译任意 LaTeX 文档为 PDF | 🛠️ | 1 |
| 09 | awesome-econ-ai | Python 面板数据分析（linearmodels） |
🎯 | 17 |
| 10 | causal-inference-mixtape | DID / IV / RDD / SCM 模板（Cunningham） | 🎯 | 1 |
| 11 | compound-science | 面向定量社会科学的贝叶斯估计 | 🎯 | 20 |
| 12 | claude-code-my-workflow | 提交 → PR → 合并的研究工作流（Emory） | 🛠️ | 22 |
| 13 | MixtapeTools | Cunningham 的因果推断工具集与讲义 | 🎯 | 5 |
| 14 | research-starter | R 中的 IV / DiD / RDD，含完整诊断 | 🎯 | 16 |
| 15 | social-science-research | R 或 Python 端到端数据分析 | 🎯 | 12 |
| 16 | clo-author | 多代理数据分析（R / Stata / Python） | 🎯 | 10 |
| 17 | DAAF | 安全意识代理框架（32 条 deny rule） | 🛠️ | 35 |
| 18 | stata-accounting | 来自 126 篇 JAR 论文的实测 Stata 范式 | 🎯 | 1 |
| 20 | python-econ-skill | DSGE / HANK 与定量经济计算 | 🎯 | 1 |
| 22 | christopherkenny-skills | 面向 Quarto（.qmd）的 APSA 风格检查器 |
✍️ | 11 |
| 23 | baygent | 带护栏的 PyMC / ArviZ 贝叶斯工作流 | 🎯 | 2 |
| 24 | academic-research-skills | 5 审稿人多视角论文评审 | 📑 | 4 |
| 25 | Diverga | 研究问题精炼器（抗模式坍缩） | 📚 | 34 |
| 26 | scholar | 统计算法设计与文档 | 🎯 | 17 |
| 27 | my_claude_skills | 经济学摘要写作指南 | ✍️ | 6 |
| 28 | paper-replicate-agent | 论文复现代理演示 | 📑 | 11 |
| 29 | project20XXy | 可复现手稿 + notebook 项目 | 📑 | 24 |
| 31 | claude-code-skills | Python 面板数据分析 | 🎯 | 13 |
| 32 | stata-skill | 高性能 Stata C/C++ 插件 | 🛠️ | 3 |
| 33 | claude-scholar | 研究全生命周期：选题 → 综述 → 实验 → 审稿回复 | 🚀 | 47 |
| 34 | research-companion | 头脑风暴、评估并决策研究方向 | 📚 | 1 |
| 35 | academic-writing-skills | 面向投稿场所的工业 AI 文献研究 | 📚 | 5 |
| 36 | literature-review-skill | 完整文献综述工作流（中文） | 📚 | 1 |
| 38 | academic-proofreader | 学术校对 | ✍️ | 1 |
| 39 | marginaleffects | 预测、斜率与比较（R / Python） | 🎯 | 1 |
| 40 | pyfixest | Python 中的快速固定效应估计 | 🎯 | 1 |
| 41 | sewage-econometrics-check | 10 项复现包审计 | 📑 | 22 |
| 42 | ARIS | 自主「research-in-sleep」代理，端到端 | 🚀 | 104 |
| 43 | research-plugins | 478 个研究插件：数据可视化、领域、基础设施 | 🛠️ | 478 |
| 44 | humanizer_academic | 为医学/学术手稿去 AI 味（23 类模式） | ✍️ | 1 |
| 45 | deslop | 去除 AI 写作痕迹（5 维评分） | ✍️ | 1 |
| 46 | stop-slop | 三层 AI 痕迹检测与改写 | ✍️ | 1 |
| 47 | avoid-ai-writing | 审计 → 改写 → 二次审计 AI 味（留痕） | ✍️ | 1 |
| ⭐ 48 | chinese-de-aigc 🇨🇳 | 面向知网 / 万方 / Turnitin 中文版的中文去 AIGC | ✍️ | 1 |
| 49 | humanize-chinese | 检测并人性化 AI 生成的中文文本 | ✍️ | 1 |
| ⭐ 50 | AER-skills 📕 | Top-5 经济学投稿套件：识别 → 稳健性 → R&R | 🚀 | 9 |
| 51 | CausalPy | 贝叶斯准实验（PyMC Labs） | 🎯 | 3 |
| 52 | slr-prisma | 系统文献综述，PRISMA 2020 | 📚 | 1 |
| 53 | thematic-analysis | Braun & Clarke 六阶段定性主题分析 | 📚 | 1 |
| 54 | open-science-skills | 引用一致性、DOI 与论据支撑审计 | 📑 | 24 |
| 55 | r-skills | R 中用 brms 做贝叶斯推断 |
🎯 | 8 |
| 56 | econ-writing-skill | 综合 50+ 顶级指南的经济学写作 | ✍️ | 1 |
| 57 | edgartools | 查询与分析 SEC 文件 | 🛠️ | 1 |
| 58 | econstack | 政策简报（UK GES / AU Treasury） | ✍️ | 7 |
| 59 | openalex-skill | 通过 OpenAlex 查询 2.4 亿+ 学术作品 | 📚 | 1 |
| 60 | superpapers | 综合性实证研究支持套件 | 📚 | 16 |
| 61 | research-methods | 与预注册匹配的验证性检验 | 🎯 | 9 |
| 62 | citation-checker | 对照 CrossRef / S2 / OpenAlex 核验引用 | 📑 | 1 |
| 63 | scientific-agent-skills | DoWhy 识别–估计–反驳框架 | 🎯 | 2 |
| 64 | mcp-stata | 20 个 Stata 因果推断与复现 skill | 🎯 | 20 |
| 65 | game-theory-paper-writer | 生成并压力测试博弈论论文 | ✍️ | 1 |
| 66 | empirical-research-skills | 面向大型面板的 R 性能优化 | 🛠️ | 7 |
| 67 | econfin-workflow-toolkit | 中国公司金融实证工作流，从提案到论文 | 🚀 | 46 |
| 68 | research-productivity-skills | 论文检索、SSRN、DOI 查询、下载 | 🛠️ | 18 |
| ⭐ 69 | Paper-WorkFlow 🧭 | 元编排器，串起整个社会科学论文流水线 | 🚀 | 1 |
⭐ 我们亲手打造的主干： StatsPAI（因果引擎）· 显式的 Python / Stata / R 全流程移植 · AER-skills（Top-5 投稿套件）· chinese-de-aigc · Paper-WorkFlow（元编排器）。它们是 AERS 的主干 —— 完整对比见 旗舰流水线 skills ↓。更想按用途浏览？见 同样的 69 个，按用途分组 ↓。
面向实证研究的专业级 Agent Skills 发行版。 不是一份营销清单 —— 本仓库自有并已编目 1,145 个 skill，外加一套数值基准 + 评测套件 + 安全审计 + CI 把质量焊死，再叠加一张覆盖生态 23,000+ skill / 119 个仓库的精选地图。
AERS 同时是两样东西：(1) 一小撮自研旗舰 skill，能跑通完整实证流水线 —— 数据清洗 → 识别 → 估计 → 稳健性 → 表格图形 → 可投稿初稿；(2) 一份精选、安全可控的目录，按研究流程阶段组织整个实证研究 skill 生态。我们的差异化不在数量，而在于：旗舰 skill 的行为是对着已知答案验证过的，而不是嘴上声称的。
Note
已更名。 本项目原名 Awesome Agent Skills for Empirical Research。GitHub 会自动重定向旧地址，但请更新你的本地 remote：
git remote set-url origin https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills.git- 全部 69 个 skill 合集一览（完整的
00 → 69索引） - 你究竟得到什么（精确数字）
- 2 分钟自行验证
- 为什么值得信任 —— 三层信用锚点
- 旗舰流水线 skills
- 从这里开始 —— 30 秒选一个 skill
- 凭什么不只是 23K skill 的堆砌
- 浏览全景
- 安全扫描
- 更新日志
- 贡献与引用
与顶部的顺序索引 ↑同样是 69 个合集 · 1,145 个 skill —— 这里按研究用途重新排序，方便你直接跳到当前所处的阶段。⭐ = 自研（Stanford REAP × CoPaper.AI）；其余均为精选、经安全审计的社区作品。
🚀 全流程旗舰与编排器 —— 一次调用，跑通整个实证闭环
| 合集 | 功能 | Skills |
|---|---|---|
⭐ 00 · StatsPAI 🔥 |
Agent-native Python DSL —— 一个 sp.causal(...) 跑完 DID/RD/IV/SCM/DML |
1 |
⭐ 00.1 · Python 📘 |
显式栈：pandas · statsmodels · linearmodels · pyfixest |
1 |
⭐ 00.2 · Stata 📊 |
reghdfe · ivreg2 · csdid · sdid · rdrobust 复现包 |
1 |
⭐ 00.3 · R 📗 |
tidyverse · fixest · did · HonestDiD，通过 Quarto 渲染 |
1 |
33 · claude-scholar |
研究全生命周期：选题 → 综述 → 实验 → 审稿回复 | 47 |
42 · ARIS |
自主「research-in-sleep」代理，端到端 | 104 |
⭐ 50 · AER-skills 📕 |
Top-5 经济学投稿套件：识别 → 稳健性 → R&R | 9 |
67 · econfin-workflow-toolkit |
中国公司金融实证工作流，从提案到论文 | 46 |
⭐ 69 · Paper-WorkFlow |
元编排器，串起整个社会科学论文流水线 | 1 |
🎯 因果推断与计量经济学 —— AERS 的方法论核心
| 合集 | 功能 | Skills |
|---|---|---|
09 · awesome-econ-ai |
Python 面板数据分析（linearmodels） |
17 |
10 · causal-inference-mixtape |
DID / IV / RDD / SCM 模板（Cunningham） | 1 |
11 · compound-science |
面向定量社会科学的贝叶斯估计 | 20 |
13 · MixtapeTools |
Cunningham 的因果推断工具集与讲义 | 5 |
14 · research-starter |
R 中的 IV / DiD / RDD，含完整诊断 | 16 |
15 · social-science-research |
R 或 Python 端到端数据分析 | 12 |
16 · clo-author |
多代理数据分析（R / Stata / Python） | 10 |
18 · stata-accounting |
来自 126 篇 JAR 论文的实测 Stata 范式 | 1 |
20 · python-econ-skill |
DSGE / HANK 与定量经济计算 | 1 |
23 · baygent |
带护栏的 PyMC / ArviZ 贝叶斯工作流 | 2 |
26 · scholar |
统计算法设计与文档 | 17 |
31 · claude-code-skills |
Python 面板数据分析 | 13 |
39 · marginaleffects |
预测、斜率与比较（R / Python） | 1 |
40 · pyfixest |
Python 中的快速固定效应估计 | 1 |
51 · CausalPy |
贝叶斯准实验（PyMC Labs） | 3 |
55 · r-skills |
R 中用 brms 做贝叶斯推断 |
8 |
61 · research-methods |
与预注册匹配的验证性检验 | 9 |
63 · scientific-agent-skills |
DoWhy 识别–估计–反驳框架 | 2 |
64 · mcp-stata |
20 个 Stata 因果推断与复现 skill | 20 |
📚 文献、阅读与研究设计 —— 从问题到证据基础
| 合集 | 功能 | Skills |
|---|---|---|
02 · research-skills |
医学影像综述、提案、论文转幻灯片 | 3 |
03 · scientific-skills |
假设生成 + 28 个科学数据库 | 4 |
05 · research-superpower |
系统化检索、筛选与引文溯源 | 10 |
25 · Diverga |
研究问题精炼器（抗模式坍缩） | 34 |
34 · research-companion |
头脑风暴、评估并决策研究方向 | 1 |
35 · academic-writing-skills |
面向投稿场所的工业 AI 文献研究 | 5 |
36 · literature-review-skill |
完整文献综述工作流（中文） | 1 |
52 · slr-prisma |
系统文献综述，PRISMA 2020 | 1 |
53 · thematic-analysis |
Braun & Clarke 六阶段定性主题分析 | 1 |
59 · openalex-skill |
通过 OpenAlex 查询 2.4 亿+ 学术作品 | 1 |
60 · superpapers |
综合性实证研究支持套件 | 16 |
✍️ 写作、编辑与去 AIGC —— 起草、润色，并通过 AI 检测
| 合集 | 功能 | Skills |
|---|---|---|
01 · academic-paper-skills |
大纲 → 手稿写作 + 7 维审稿人模拟 | 2 |
04 · scientific-writer |
引用管理 + 科学写作 | 8 |
06 · stats-paper-writing |
端到端 LaTeX 统计论文写作 | 1 |
22 · christopherkenny-skills |
面向 Quarto（.qmd）的 APSA 风格检查器 |
11 |
27 · my_claude_skills |
经济学摘要写作指南 | 6 |
38 · academic-proofreader |
学术校对 | 1 |
44 · humanizer_academic |
为医学/学术手稿去 AI 味（23 类模式） | 1 |
45 · deslop |
去除 AI 写作痕迹（5 维评分） | 1 |
46 · stop-slop |
三层 AI 痕迹检测与改写 | 1 |
47 · avoid-ai-writing |
审计 → 改写 → 二次审计 AI 味（留痕） | 1 |
⭐ 48 · chinese-de-aigc 🇨🇳 |
面向知网 / 万方 / Turnitin 中文版的中文去 AIGC | 1 |
49 · humanize-chinese |
检测并人性化 AI 生成的中文文本 | 1 |
56 · econ-writing-skill |
综合 50+ 顶级指南的经济学写作 | 1 |
58 · econstack |
政策简报（UK GES / AU Treasury） | 7 |
65 · game-theory-paper-writer |
生成并压力测试博弈论论文 | 1 |
📑 引用、复现与同行评审 —— 让它可验证、可复现
| 合集 | 功能 | Skills |
|---|---|---|
24 · academic-research-skills |
5 审稿人多视角论文评审 | 4 |
28 · paper-replicate-agent |
论文复现代理演示 | 11 |
29 · project20XXy |
可复现手稿 + notebook 项目 | 24 |
41 · sewage-econometrics-check |
10 项复现包审计 | 22 |
54 · open-science-skills |
引用一致性、DOI 与论据支撑审计 | 24 |
62 · citation-checker |
对照 CrossRef / S2 / OpenAlex 核验引用 | 1 |
🛠️ 数据、工具与基础设施 —— 流水线底下的管道
| 合集 | 功能 | Skills |
|---|---|---|
07 · AI-Research-SKILLs |
发表级 ML 图表、LaTeX、引文核验 | 3 |
08 · latex-document-skill |
创建 / 编译任意 LaTeX 文档为 PDF | 1 |
12 · claude-code-my-workflow |
提交 → PR → 合并的研究工作流（Emory） | 22 |
17 · DAAF |
安全意识代理框架（32 条 deny rule） | 35 |
32 · stata-skill |
高性能 Stata C/C++ 插件 | 3 |
43 · research-plugins |
478 个研究插件：数据可视化、领域、基础设施 | 478 |
57 · edgartools |
查询与分析 SEC 文件 | 1 |
66 · empirical-research-skills |
面向大型面板的 R 性能优化 | 7 |
68 · research-productivity-skills |
论文检索、SSRN、DOI 查询、下载 | 18 |
本 README 的数字一律精确、可辩护、不混淆。"自有（vendored）"指文件就在本仓库里、并被生成式 catalog 跟踪；"生态目录"指对外部仓库的精选链接。
| 它是什么 | 数量 | 事实来源 |
|---|---|---|
| 本仓库自有并已编目的 skill | 1,145 | catalog/skills.json |
| 自有 合集（collections） | 69 | catalog/skills.json · 全部 69 个一览 ↑ |
| 自研旗舰全流程 skill（StatsPAI DSL + 显式 Python/Stata/R） | 4 | skills/00* |
| 每次运行从数据重算 gold 值的数值基准任务 | 5 | benchmark/ |
| 行为级评测场景 / rubric 条目 | 17 / 95 | eval-harness/ |
| 原始基线安全审计（合集 / 文件） | 52 / 2,940+，52/52 CLEAN | SECURITY-SCAN-REPORT.md |
| 覆盖更广生态的精选地图 | 23,000+ skill / 119 仓库 | 本 README · docs/SKILL_CATALOG.md |
工具目录（tools/）：因果/计量库、自动化研究 Agent、MCP 服务、因果发现、基准数据集 |
335 工具 / 6 类 | tools/tools.json · tools/CATALOG.md |
安全审计覆盖的是原始 52 合集 / 2,940 文件的基线（52/52 CLEAN）。在该基线之后新增的 vendor skill 由
catalog/provenance.json、docs/LICENSE_AUDIT.md、docs/SKILL_AUDIT.md跟踪；高信任场景使用前请先make audit复核。
这里最有说服力的不是某个数字，而是：旗舰流水线的行为不需要 API key、不需要付费模型就能复核。只要 Python 3：
git clone https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills.git
cd Auto-Empirical-Research-Skills
make check # 仓库校验 + 单元测试 + eval lint + 数值基准基准是最关键的部分：它每次运行都从原始数据集重算 gold 答案，所以分数无法靠写死一个数字蒙混过关。开箱即可复现：
- LaLonde (1986) / Dehejia–Wahba (1999) —— 朴素观察性比较给出错误符号（−$635）；加入协变量调整后翻正（≈ +$1,548），逼近实验基准（≈ +$1,794）。
- Card (1995) —— IV 教育回报（0.131）高于 OLS（0.075），且第一阶段 F（13.3）如实报告而非藏起来。
- 另含交错 DID（TWFE 偏误 vs group-time 真值）、断点 RDD，以及一个坏控制 / 后处理偏误陷阱。
只有当流水线暴露陷阱、拒绝把误导性数字当头条、并匹配重算真值时才算通过。详见 benchmark/ 与完整信任说明 docs/TRUST.md。
💡 想要托管版、开箱即用？ 不必自己拼装 —— copaper.ai 由同一支斯坦福方法论团队在打造本目录的同时构建，直接替你跑完整实证流水线。
| 层级 | 锚点 | 它带来什么 |
|---|---|---|
| 🏛️ 学术血统 | Stanford REAP / SCCEI 中国经济与制度研究中心 | 在实证经济学方法论上有持续发表传统、在应用因果推断上有深厚积累的研究中心。 |
| 🔧 工程落地 | CoPaper.AI 实证研究 AI 助手 | 内置 20 个计量方法论 skill（DID / IV / RDD / PSM / DML 等），Supervisor + 4 子代理架构，一句话触发，自动产出发表级结果。 |
| ⚙️ 开源引擎 | StatsPAI —— 因果推断引擎 | 900+ 函数 · 一个 import statspai as sp · JOSS 投稿中 · MIT。 CoPaper.AI 跑出的每一个 DID / IV / RD / SCM 估计都由 StatsPAI 驱动，而本目录正是该生态的一部分。 |
四个并行实现，跑的是同一套 8 步实证闭环 —— 数据清洗 → 变量构造 → 描述统计 → 诊断检验 → 估计 → 稳健性 → 机制/异质性 → 发表级表图 —— 再加上投稿与去 AIGC 两条线。每个都采用渐进式披露：SKILL.md 只放一条主干（每步的标准调用），分步深度手册按需加载。它们并存共生，按技术栈和场景挑选即可。
| Skill | 技术栈 | 最适合 |
|---|---|---|
| StatsPAI 🔥 | Agent-native Python DSL —— 一个 sp.causal(...) 跑完闭环；900+ 函数，自描述 API，统一 CausalResult |
信任 DSL 时，一句 agent 指令完成全流程自动化 |
| Full Empirical Analysis — Python 📘 | 显式栈：pandas · statsmodels · linearmodels · pyfixest · rdrobust · econml · causalml |
教学、审稿人级逐行审计、需要完全控制的严谨复现 |
| Full Empirical Analysis — Stata 📊 | 社区事实标准：reghdfe · ivreg2 · csdid · did_imputation · sdid · rdrobust · synth · psmatch2 · boottest · esttab |
审稿人或合作者只接受 Stata 复现包时（AER/QJE/JPE/ReStud 风格） |
| Full Empirical Analysis — R 📗 | 现代 tidyverse：fixest · did · synthdid · HonestDiD · rdrobust · grf · DoubleML · marginaleffects · Quarto |
单个 .qmd 一键渲染 PDF/HTML/Word 的一体化复现报告 |
| AER-Skills 📕 | 9 个 skill：选题路由 → 识别审计 → 稳健性 → 引言 → 表图 → 复现 → 投稿 → R&R → 总调度 | Top-5 经济学（AER / AER:Insights / AEJ）投稿：识别优先 —— 设计若脆，再多 prose 也救不回来 |
| chinese-de-aigc 🇨🇳 | 17 类中文 AI 痕迹模式库，五步「定位→诊断→改写→自评→复查」闭环 | 降低知网 / 万方 / 维普 / Turnitin 中文版的 AI 写作信号 |
| Paper-WorkFlow 🧭 | 元编排器，串起 Stage 0–9 —— 选题 → 设计 → 数据 → 估计 → 表格图形 → 初稿 → 润色 → 去 AIGC → 模拟审稿 → 投稿 —— 通过调度已有 skill 与并行子代理，并用可续跑的 workflow_state.json 记录进度 |
端到端自动跑完一篇完整的实证社会科学论文 |
为什么既要 DSL 又要显式三件套？ 信任一键 DSL 时用 StatsPAI；做教学、审计、或要逐个替换诊断时用 00.1/00.2/00.3。AER-skills 再把一份正确的分析推到录用门槛 —— 它们解决的是不同问题，可以组合。
| 目标 | 从这里开始 |
|---|---|
| 跑完整实证流水线 | StatsPAI（或 Python · Stata · R） |
| 先审顶刊识别策略 | aer-identification |
| 准备 AER / AEJ 投稿 | aer-workflow |
| 整理 AEA 合规的复现包 | aer-replication |
| 降低中文初稿的 AI 写作痕迹 | chinese-de-aigc |
更多入口：
- 不确定用哪个？ →
docs/CHOOSING_A_SKILL.md· 分面搜索：docs/search.html - 端到端走通前 10 分钟 →
docs/GETTING_STARTED.md - 直接复制完整工作流 →
docs/GOLDEN_WORKFLOWS.md - 装进 runtime / 免安装使用 →
docs/INSTALL.md - 机器可读索引 →
catalog/skills.json· 分类法：docs/TAXONOMY.md· 完整目录：docs/SKILL_CATALOG.md - 常见问题 →
docs/FAQ.md
公开 skill 的数量很容易灌水，近期研究也表明大型 skill 索引常常冗余、偶尔不安全。AERS 比拼的是可验证的质量，不是裸数量。下面每一层都能本地 make check、也都在 CI 里跑。
| 层 | 它能拦住什么 | 在哪 |
|---|---|---|
| 数值基准 | 报告数字与真实数据重算真值不符 —— 朴素 DID 符号陷阱、缺第一阶段 F 的弱 IV、交错时点下的 TWFE 偏误、RDD 趋势混淆、后处理坏控制 | benchmark/ · 5 任务 |
| 评测套件 | 散文级失误：弱 IV 假性安心、交错 DID 误用 TWFE、编造引用、不安全的 curl | bash 安装、多重检验滥用、AER 合规缺口 |
eval-harness/ · 17 场景 / 95 rubric |
| 安全审计 | pipe-to-shell、反向 shell、凭据外泄、prompt 注入等 13 类风险 —— 六阶段，40+ hook 脚本人工核查 | SECURITY-SCAN-REPORT.md |
| 来源与许可 | 未声明来源、许可风险、1,145 个编目 skill 的卫生度漂移 | docs/LICENSE_AUDIT.md · docs/SKILL_QUALITY.md |
| CI 与兼容性 | catalog 新鲜度、本地死链、GitHub Actions 策略、Python 3.9 与 3.12 语法基线 | .github/workflows/ · 6 条 workflow |
make catalog # 重新生成 catalog、provenance、audit、enrichment
make validate # 新鲜度 + 链接 / frontmatter 检查
make check # 完整 gate：validate + Python 编译 + 单元测试 + eval lint + benchmark这套信任面是必要而非充分 —— 正则 rubric 不能认证文笔，小基准也覆盖不了每一种设计。它的设计目标是对已知高代价错误快速失败。诚实的边界说明见 docs/TRUST.md 与 docs/QUALITY_GATE.md。
📚 完整的 69 合集目录 ↑ 就在本 README 顶部 —— 本节按主题深入这个生态。
选题构思 → 文献检索 → 文献精读 → 研究设计 → 数据获取
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
01 02 03 01 04
数据清洗 → 统计分析 → 论文初稿 → 修改润色 → 排版引用
│ │ │ │ │
▼ ▼ ▼ ▼ ▼
04 05 06 07 08
论文复现 → 投稿审稿 → 审稿回复 → 答辩展示
│ │ │ │
▼ ▼ ▼ ▼
09 10 10 10
🗺️ 研究流程地图 — 10 阶段直达仓库 vendored skill · 从选题到投稿，一屏看全。
各阶段 skill 速查（中英双语）：01 选题与研究设计 · 02 文献检索与综述 · 03 论文阅读与拆解 · 04 数据获取与清洗 · 05 统计分析与因果推断 · 06 论文写作 · 07 论文修改与润色 · 08 引用管理与排版 · 09 论文复现与可复现研究 · 10 审稿回复与学术答辩
AERS 要解决的痛点：让 AI 跑一个 DID，它给了基准回归就停了。"平行趋势呢？"—— 补一个。"安慰剂呢？"—— 再补一个。每次都像挤牙膏。 而 skill 是给 agent 的方法论操作手册：它已经知道一个完整的 DID 意味着 平行趋势 → 基准 → 稳健性矩阵 → 异质性 → 机制，每一步该输出什么也都定好了。
学术研究专用 —— 通用型研究套件（K-Dense、AI-Research-SKILLs、claude-scholar 等）
| 套件 | Stars | Skills 数 | 核心特色 |
|---|---|---|---|
| K-Dense-AI/claude-scientific-skills | 8,799 | 140+ | 28+ 科学数据库（OpenAlex、PubMed）；scientific-writing + literature-review + statistical-analysis |
| Orchestra-Research/AI-Research-SKILLs | 3,637 | 87 | 22 个类别，ML 论文写作，LaTeX 模板，引文验证 |
| Imbad0202/academic-research-skills | ~1,790 | 多个 | 完整论文管线（research → write → review → revise → finalize），风格校准，幻觉检测 |
| Galaxy-Dawn/claude-scholar | - | 25+ | 研究全生命周期：选题 → 综述 → 实验 → 写作 → 审稿回复；集成 Zotero MCP |
| luwill/research-skills | 209 | 3 | 研究提案生成、医学综述写作、论文转幻灯片，双语 |
| lishix520/academic-paper-skills | 22 | 2 | Strategist（7 维审稿人模拟）+ Composer（系统化写作） |
| Data-Wise/claude-plugins | - | 17 | 统计研究：arXiv 搜索、DOI 查询、BibTeX、方法论写作、审稿回复 |
经济学 / 因果推断专用 —— 自研旗舰 + 社区 Stata/IV/预审套件
自研旗舰（StatsPAI、Python、Stata、R、AER-skills）已在上文详述。社区补充：
| 套件 | 核心特色 | 适用场景 |
|---|---|---|
| CoPaper.AI | 20 个方法论 skill，Supervisor + 4 子代理，智能路由，结果自动输出 | 经济学实证全流程（托管版） |
| claesbackman/AI-research-feedback | 2 代理预审：因果过度声称检测、识别策略评估（AER/QJE/JPE/Econometrica/REStud）；6 代理基金评审 | 投稿前自审、基金申请 |
| fuhaoda/stats-paper-writing-agent-skills | LaTeX 统计论文写作，前端草稿生成 | 统计学、计量经济学论文 |
| dylantmoore/stata-skill | Stata 全覆盖：语法、数据管理、计量、因果推断、Mata、20+ 社区包 | Stata 用户 |
| SepineTam/stata-mcp | LLM 通过 MCP 直接驱动 Stata 回归 | Stata 计量分析 |
| hanlulong/stata-mcp | Stata-MCP 编辑器扩展（VS Code/Cursor/Antigravity）：直接跑 .do、实时输出、数据/图查看；MIT · 414★（与上方 SepineTam 同名不同项目） |
编辑器内 AI 协作跑 Stata |
tmonk/mcp-stata · 已收录 skills/64 |
Stata MCP server 的 20 个 SKILL.md：复现 / 数据审计 / 发表 QA / 旧码现代化 / referee 回应 / power / 因果推断；AGPL-3.0（聚合保留原许可，未 vendor 服务端代码） | Stata 复现与稳健性审计 |
| PovertyAction/ipa-stata-template | IPA 可复现 Stata 研究模板 + .claude/skills：编号流水线、断言式防御编程、LaTeX 表格；MIT |
发展经济学 / 田野实证复现 |
| lcrawfurd/claude-skills | 学术 skill：paper / code review、referee、预审；code-review 内置 Stata/R/Python 编码规范（DIME / Reif / AEA Data Editor） | 投稿前审稿与代码复核 |
| AEADataEditor/replication-template | AEA 数据主编官方复现包模板（Stata 为主，REPLICATION.md）—— 经济学复现"黄金标准" |
AEA / 顶刊复现包打包 |
金融 · 教育与公共健康 · 法律 · 营销 · 产品 · 通用 agent
金融与投资 —— financial-services-plugins（Anthropic 官方）· OctagonAI/skills · tradermonty/claude-trading-skills · himself65/finance-skills · quant-sentiment-ai/claude-equity-research
教育与公共健康 —— GarethManning/claude-education-skills · FreedomIntelligence/OpenClaw-Medical-Skills（869 个医学 skill：流行病学、监测、临床研究、药物安全、生物统计）
治理、合规与法律 —— Claude-Skills-Governance-Risk-and-Compliance（ISO 27001 / SOC 2 / GDPR / HIPAA）· zubair-trabzada/ai-legal-claude · evolsb/claude-legal-skill
营销与消费者行为 —— coreyhaines31/marketingskills · zubair-trabzada/ai-marketing-claude · ericosiu/ai-marketing-skills
产品与组织行为 —— phuryn/pm-skills（100+ skill）· mastepanoski/claude-skills（Nielsen 启发式、NIST AI RMF、ISO 42001）
通用 agent 能力 —— lyndonkl/claude（85 skill + 6 编排器）· alirezarezvani/claude-skills（220+ skill，~5,200★）· rohitg00/awesome-claude-code-toolkit · jeremylongshore/claude-code-plugins-plus-skills（1,367 skill）· posit-dev/skills（Posit 官方）
2026 年学术写作最尖锐的痛点之一：论文 AIGC 率超标（Turnitin、GPTZero、知网）可被一票否决。下面这几个 skill 是目前最完整的开源方案 —— 全部 MIT，全部本地收录（
skills/44-49）。
| 套件 | 核心特色 | 最适合 | 本地 |
|---|---|---|---|
| chinese-de-aigc 🇨🇳 | CoPaper.AI 原创中文学术去 AIGC；17 类中文痕迹模式库、五步闭环、分章节策略、五维评分。目前 GitHub 上唯一面向中文学术去 AIGC 的 skill | 知网 / 万方 / 维普 / Turnitin 中文版 | 48 |
| voidborne-d/humanize-chinese 🇨🇳 | 同时提供 SKILL.md 与独立 Python CLI；17 类检测 + 7 风格改写器，LR ensemble 程序化打分。License: MIT（非商用修改版） | 中文学位论文 / 长篇 / 批量 pipeline | 49 |
| matsuikentaro1/humanizer_academic | 学术专用；23 类 AI 写作模式；保留合法学术过渡词 | 医学、生命科学、自然科学论文 | 44 |
| stephenturner/skill-deslop | 智能区分合法学科惯例 vs AI 痕迹；5 维评分 | 科学论文、技术博客 | 45 |
| hardikpandya/stop-slop | 三层检测 + 五维评分；禁用短语、结构套路、句级规则 | 通用散文、博客、报告 | 46 |
| conorbronsdon/avoid-ai-writing | 结构化审计 + 重写 + 二次审计；可审计、可追溯 | 需要留痕的修改流程 | 47 |
组合建议： 🇨🇳 中文（知网/万方/维普）→ chinese-de-aigc · 🇬🇧 英文 → humanizer_academic · 需要审计留痕 → avoid-ai-writing · 通用散文 → stop-slop。
与上面的 skill 不同，
tools/收录的是 agent / 研究者实际调用的软件与服务——已结构化编目、核实过 license 与维护状态，并接入make validate。事实源tools/tools.json，可浏览清单tools/CATALOG.md。
335 个工具 / 6 类（2026-06 收录）：
- 因果推断 / 处理效应库（32） — DoWhy · EconML · CausalML · DoubleML · CausalPy · causallib · grf · CATENets · TMLE 系列 · 孟德尔随机化 …
- 计量 / 准实验库（170） — 面板FE · DiD（含现代/staggered）· 事件研究 · RDD · IV · 合成控制/SDID · 匹配加权 · 敏感性分析（fixest · did · HonestDiD · rdrobust · synthdid · reghdfe · csdid · sdid · pyfixest · linearmodels …）；新增空间计量（spdep · PySAL/spreg · GeoDa）· 局部投影/IRF & (S)VAR（lpirfs · vars · svars）· 调查加权/MRP/raking（survey · samplics · balance）· 元分析（metafor · meta · netmeta · metan）；横跨 R/Python/Stata/Julia。
- 自动化研究 / 数据科学 Agent（51） — 端到端自动做科研/数据分析：AI-Scientist · data-to-paper · Agent Laboratory · RD-Agent · AI-Researcher · STORM · PaperQA2 · gpt-researcher · DeepAnalyze · MetaGPT(DI) · Biomni …（
⚠️ 含非 OSI/无 LICENSE 仓库，用前确认授权）。 - MCP 服务（48） — 统计执行（StatsPAI · stata-mcp · R / Jupyter MCP）+ 数据获取（FRED · World Bank · IMF · OECD · Eurostat · Census · BEA · BLS · SEC EDGAR · OpenAlex · Semantic Scholar · PubMed · Zotero · arXiv …）。
- 因果发现 / 结构学习（25） — causal-learn · Tetrad / py-tetrad · gCastle · CDT · tigramite(PCMCI) · LiNGAM · NOTEARS / DAGMA · pcalg · bnlearn · pgmpy …
- 基准与数据集（9） — causaldata · IHDP / Twins · ACIC 竞赛数据 · RealCause · JustCause · Tübingen cause-effect pairs · bnlearn 网络库 …
完整说明见 tools/README.md。
多代理协作系统 —— 论文修改、自主研究、数据科学团队
角色分离之所以胜过单 agent：审阅者独立于起草者，才能形成真正的质量闭环 —— 与同行评审同理。
论文修改与写作： copy-edit-master（3 子代理，Strunk & White / McCloskey 规则）· introduction-writer（strategist → drafter → reviewer → reviser）· CoPaper.AI PaperAgent（Supervisor + 4 子代理）。
自主研究与数据科学： ruc-datalab/DeepAnalyze（人民大学）· business-science/ai-data-science-team · HKUDS/AI-Researcher（NeurIPS 2025 Spotlight）· wanshuiyin/ARIS · SamuelSchmidgall/AgentLaboratory（成本降 84%）· SakanaAI/AI-Scientist-v2 · assafelovic/gpt-researcher · pedrohcgs/claude-code-my-workflow（Emory）。
学术数据 MCP 服务器 —— OpenAlex、Semantic Scholar、FRED、World Bank、Zotero 等
xingyulu23/Academix · Eclipse-Cj/paper-distill-mcp · oksure/openalex-research-mcp（2.4 亿+ 作品）· openags/paper-search-mcp（20+ 来源）· lzinga/us-gov-open-data-mcp（40+ 美国政府 API）· stefanoamorelli/fred-mcp-server（FRED 80 万+ 序列）· llnOrmll/world-bank-data-mcp · 54yyyu/zotero-mcp
Skill 聚合平台与学习资源
平台： VoltAgent/awesome-agent-skills（1,000+）· sickn33/antigravity-awesome-skills（1,340+）· VoltAgent/awesome-openclaw-skills（5,400+）· skills.sh · ClawHub（13,729）· Anthropic 官方 skills。
学习： Claude Code Skills 完全指南（PDF） · Agent Skills 标准 · Causal Inference for the Brave and True（中文版）· Awesome AI for Economists · Awesome Econ AI Stuff。
仓库原始 52 个 skill 合集 / 2,940+ 文件通过了系统性审计 —— 52/52 全部 CLEAN，零 FLAGGED：未发现任何恶意 prompt、病毒、反向 shell 或 prompt 注入。所有看似敏感的命中，经验证后均归入三类合法内容：防御性安全规则、合法学术 API 调用（arXiv / CrossRef / PubMed / FRED / World Bank / OECD / BLS）、或标准 Claude Code 工作流 hook（全部本地文件操作、零网络 IO）。
六阶段、纵深防御：13 类风险维度自动 grep → 6 个含 hook 的 skill 及其 40+ hook 脚本 100% 人工核查（全仓无 Bash(*) 通配符）→ 三 agent 并行内容审查 → 补充完整性检查（隐藏 Unicode、编码异常、HTML 注入、网络 import）。
关键洞察： 规模最大 ≠ 风险最高。体量最大的几个 skill 全部通过；17-DAAF 反而树立了安全意识标杆（14 个防御 hook + 32 条 deny rule + 主动凭据扫描）。
基线之后新增的 vendor skill 由 catalog/provenance.json 与 docs/SKILL_AUDIT.md 跟踪 —— 请 make audit。完整报告：SECURITY-SCAN-REPORT.md。
叙事版更新日志已迁至 CHANGELOG.md。近期要点：
- 2026-05 —— 收录 AER-skills（Top-5 经济学投稿套件，9 个 skill）并设周更上游同步；数值基准扩到 5 个因果复原任务、评测套件扩到 17 场景 / 95 rubric。
- 2026-04 —— 完成 52/52 安全基线；交付四个全流程旗舰（StatsPAI + 显式 Python / Stata / R）；上线原创 chinese-de-aigc skill。
- 更早 —— 从 43 个合集成长为覆盖 119 仓库 / 23,000+ skill 的精选地图；新增双语 README、学术数据 MCP 服务器与多代理系统。
欢迎贡献 —— 请阅读 CONTRIBUTING.md 与 docs/SKILL_SUBMISSION_GUIDE.md。我们特别欢迎社会科学 skill（经济学、政治学、社会学、心理学、教育、公共健康）、因果推断方法的新实现、学术/政府数据的 MCP 服务器、中文友好的 skill、以及多代理案例。新提交须声明 来源、许可、类别 以供 provenance 审计。
如果 AERS 对你的工作有帮助，请引用它（CITATION.cff）并点个 Star，让更多研究者看到。
AI 是放大器，不是替代品。它替你做最耗时的"搬砖"，你保留最核心的"判断"。
|
|
|
Stanford REAP × CoPaper.AI · 实证研究 AI 工具的学术工业级产品
 扫码访问 copaper.ai |
 关注公众号「CoPaper.AI」 |
内置 20 个方法论 skill · 20 分钟完成实证论文 · 自研 StatsPAI（900+ 函数 / MIT 开源）