面向 《美国经济评论》（AER）、AER: Insights 及 AEJ 系列期刊的 agent skill 栈。
简体中文 | English
面向 American Economic Review（AER）、AER: Insights 以及 AEJ 系列期刊的 agent skill 包：覆盖选题、文献定位、正文写作、识别策略、表图规范、投稿、模拟审稿、审稿回复的全流程。
本仓库是有立场的。它不是通用经济学写作工具箱，而是一套面向 top-5 经济学的 skill 栈：识别优先的实证、AEA 政策合规的复现包、Keith Head 风格的引言、AER 风格的 booktabs 表格、以及对编辑友好的 rebuttal 文体。
v1.1 把 AER-Skills 从十个核心 skill 扩展到十四个，并把"写完稿"之后最容易出错的环节前移成质量门：
- 新增
aer-literature：先做最近邻论文地图和引用核验，避免凭记忆写文献与幻觉引用。 - 新增
aer-paper-body：覆盖 background、data、empirical strategy、results、mechanisms、conclusion，强调先写正文再写引言。 - 新增
aer-consistency：审计正文数字、表格、样本漏斗、单位换算、交叉引用和 bibliography；附可运行的 LaTeX 检查脚本。 - 新增
aer-referee-sim：在投稿前模拟 desk screen 和三位 adversarial referees，按 rubric 输出 revise list。 - 新增配套资源：
docs/style-guide.md、docs/referee-report-rubric.md、examples/results-section-example.md、examples/referee-report-example.md。
Top-5 经济学期刊的硬约束在生命科学类期刊中并不存在：
| 约束维度 | AER | AER: Insights | 含义 |
|---|---|---|---|
| 摘要字数 | 100 词 | 100 词 | 4-5 句话。卖结果，不卖动机。 |
| 正文长度 | ~40 排印页 | ≤ 7,000 词减每个 exhibit 200 词 | 行文要紧；5 个 exhibits 时上限为 6,000 词。 |
| Desk rejection | 高 | ~45% | 前三页决定生死。 |
| 复现要求 | 强制 | 强制 | AEA 数据与代码可用性政策有专人审核执行。 |
| 识别策略 | 因果、设计驱动 | 因果、设计驱动 | TWFE、弱 IV、朴素 RDD 会被直接 desk-reject。 |
| Cover letter | 可选 | 可选 | 仅用于 COI 披露或数据访问限制说明。 |
| Disclosure statements | 必需 | 必需 | 每位合作者单独提交一份 PDF；即使没有冲突也要明说。 |
通用的 "scientific writing" skill（例如 Nature-Paper-Skills、nature-skills）通常覆盖不到这些约束。
# 添加 marketplace（一次性）
/plugin marketplace add https://github.com/brycewang-stanford/AER-Skills
# 安装插件
/plugin install aer-skills
# 重新加载
/reload-plugins之后十四个 skill 会全部自动可用。
git clone https://github.com/brycewang-stanford/AER-Skills.git
cd AER-Skills
# Claude Code（用户级）
python3 scripts/install_skills.py claude
# 或 Codex
python3 scripts/install_skills.py codex安装脚本会复制完整 skill 目录。更新已有安装时加 --replace，正式复制前可用
--dry-run 预览计划中的复制操作。如果想用 skill 引用到的 templates/ 和
examples/ 资源，请保留这个 cloned repository。
重启 agent 后：
用 aer-workflow 告诉我这篇稿子下一步该用哪个 skill。
更完整的安装说明见 docs/installation-claude.md 和 docs/installation-codex.md。
aer-topic-selection
-> aer-literature
-> aer-identification
-> aer-robustness
-> aer-paper-body
-> aer-introduction
-> aer-tables-figures
-> aer-consistency
-> aer-referee-sim （循环直到 ≥ major R&R）
-> aer-replication
-> aer-submission
-> aer-rebuttal
核心默认假设：
- 识别先于写作 — 设计有问题，写得再漂亮也救不回来
- AER vs AER:Insights vs AEJ 是个选刊路由问题，要在写摘要之前先决定
- 先写正文再写引言 — 引言是对一篇已存在论文的总结，不是空头承诺
- 任何引用都不能凭记忆写 — 每条参考文献都必须对照抓取到的源记录核验
- 稿件必须先过自己的审稿人 — 一致性审计（
aer-consistency）和对抗性模拟审稿（aer-referee-sim）是投稿前的硬门槛 - 复现包质量是论文的一部分，不是事后补的工作
- 审稿回复信永远针对修改后的稿件，绝不对着旧稿写
完整路线图见 docs/workflow-map.md。
| Skill | 用途 |
|---|---|
aer-workflow |
路由总表 + 质量门。下一步该用哪个 skill 由它决定。 |
aer-topic-selection |
Top-5 标准检测、新颖性审计、AER/Insights/AEJ 路由。 |
aer-literature |
最近邻论文地图、定位策略、引用完整性协议 — 每条文献都核验，杜绝幻觉引用。 |
aer-identification |
DiD（错时）、IV（弱 IV 稳健）、RDD、SCM、shift-share/Bartik。 |
aer-robustness |
稳健性、异质性、机制、安慰剂 — 提前回应审稿人。 |
aer-paper-body |
正文各节写作 — 制度背景、数据、实证策略、"结论先行"的结果叙述、效应量解释、机制、结论。 |
aer-introduction |
Keith Head 五段式引言公式 + 100 词摘要起草。 |
aer-tables-figures |
AER booktabs 风格、etable/estout/modelsummary、figure notes。 |
aer-consistency |
全稿完整性审计 — 正文数字对表格、样本漏斗、对数点换算、交叉引用、引用双向匹配；附可运行的 LaTeX 审计脚本。 |
aer-referee-sim |
对抗性内部审稿 — desk screen + 三份校准过的审稿报告，按编辑量规打分；循环直到 ≥ major R&R。 |
aer-replication |
AEA 数据与代码可用性政策、README、openICPSR。 |
aer-submission |
格式预审、cover letter、长度审计、利益冲突声明。 |
aer-rebuttal |
R&R 回复信、分类、让步 / 澄清 / 反驳的决策规则。 |
在下方手写模板之外，再多给你一个跑实证的选择。
| Skill | 用途 |
|---|---|
aer-statspai |
用 StatsPAI 跑分析 — agent 原生的统一 Python 引擎 + MCP server，覆盖 DiD / IV / RDD / SCM / DML、audit_result 稳健性、honest-DiD / Oster 敏感性，以及 to_latex / to_docx 表格导出。它负责执行设计；选哪种设计仍由 aer-identification 决定。 |
为三套常见的实证经济学技术栈提供即插即用、版本意识清晰的脚本。每套模板都包含一个 master 脚本、一个 Callaway-Sant'Anna DiD 示例、一张 AER 风格的 booktabs 回归表， 以及一个 README。
| 语言 | 技术栈 | 路径 |
|---|---|---|
| Stata | reghdfe、csdid、estout、bacondecomp、honestdid |
templates/stata/ |
| R | fixest、did、HonestDiD、modelsummary、fwildclusterboot |
templates/r/ |
| Python | pyfixest、differences、linearmodels、statsmodels、rdrobust、rddensity |
templates/python/ |
每套模板都强制：固定随机种子（20260101）、相对路径、包版本记录（或在技术栈支持时
精确 pin）、AER booktabs 表格风格、矢量格式图件。
无需手工复制文件即可生成新项目：
python3 scripts/scaffold_project.py stata /path/to/new-project
python3 scripts/scaffold_project.py r /path/to/new-project
python3 scripts/scaffold_project.py python /path/to/new-project
python3 scripts/scaffold_project.py skeleton /path/to/new-replication-package
# 或使用 Make
make scaffold-stata DEST=/path/to/new-project可用 --dry-run 预览计划中的复制操作。脚手架会拒绝仓库内部路径、模板源目录等受保护
目标；请在本仓库之外创建论文项目。
在把 skill 复制进 agent 配置或提交 PR 之前，先运行仓库检查：
make preflight
# 等价命令：python3 scripts/validate_repo.pymake preflight 还会对 staged 和 unstaged 的 git diff --check 做检查，
排查空白和补丁卫生问题。
校验器会检查 skill frontmatter、skill 目录结构、agent metadata、plugin manifest、
本地 Markdown 链接、模板布局、Python 依赖的精确 pin 与 import 覆盖、安装与脚手架脚本
行为、生成/缓存文件的排除，以及 Python/R/Stata 模板语法。当 Rscript 不可用时，R 语法
检查会带告警跳过。CI 会安装 R，先运行 make preflight，再运行 make validate-strict —
后者在缺少可选工具时直接失败，而不是静默跳过。
可运行示例的 Monte Carlo 断言是可选的第二层 gate。安装
templates/python/requirements.txt 中的依赖（以及需要时的 R 包）后运行：
make smoke-examples
# 或：python3 scripts/run_example_smoke.py --strict-deps默认模式会跳过缺少可选依赖的 demo；发布前用 --strict-deps，让任何缺失依赖或失败断言
直接返回非零状态。
make preflight 还运行引用完整性门（verify_citations.py --selftest）：用 gold set
离线核验，确保 references.bib 与其录制的 Crossref/OpenAlex 元数据一致——把"任何引用
都不能凭记忆写"从原则变成可复跑的检查。对照线上索引核验用 make verify-citations-online，
对草稿做 \cite ↔ bib 双向核验用 --manuscript。详见
引用完整性协议。
以经典 AER 及相邻 top-5 论文为依托的实操示例。 完整索引见 examples/README.md。
| 文件 | 展示什么 |
|---|---|
examples/aer-exemplars.md |
经典论文（Card-Krueger、AJR、ADH、Dell、Chetty-Hendren、Abadie、BDGK、Karlan-List …）逐一映射到各 skill，附 openICPSR / Dataverse 链接 |
examples/modern-aer-exemplars.md |
30+ 篇近期（2018-2025）论文，按 13 个子领域组织 — Labor、Public、Development、Trade、Macro、IO、Health、Environment、Urban、Education、Finance、Political Economy、Social Networks — 外加现代识别方法工具箱，每篇都带 deposit 链接 |
examples/intro-example.md |
完整的 Keith Head 五段式引言 + 97 词摘要，并附一个"不该这么写"的反例 |
examples/results-section-example.md |
同一篇虚构论文的正文写作示范 — 样本漏斗、"结论先行"的结果段落、效应量三重换算、back-of-envelope 测算、按渠道组织的机制分析，外加"逐列念表格"反例 |
examples/rebuttal-example.md |
完整 R&R 回复：cover letter + 编辑 + 3 位审稿人，演示让步 / 澄清 / 反驳 / 拒绝四种处理 |
examples/referee-report-example.md |
完整的内部模拟审稿 — desk screen、三份不同立场的对抗性报告、按量规打分的编辑综合意见、按 skill 路由的修改清单 — 在投稿前抓出虚构作者后来花一整轮 R&R 才修掉的问题 |
examples/replication-package-skeleton/ |
可直接 deposit 的目录骨架，含 AEA 合规 README 模板、master 脚本和 globals 文件 — openICPSR 投稿的即用起点 |
examples/staggered-did-demo/ |
可运行的 Python/R 模拟：错时处理下 naive TWFE 为什么会失败 |
examples/iv-weak-instrument-demo/ |
可运行的 Python 模拟：弱工具变量下传统 2SLS 推断与 Anderson-Rubin 推断对比 |
examples/rdd-polynomial-demo/ |
可运行的 Python 模拟：高阶 global-polynomial RDD 为什么不安全 |
examples/synthetic-control-demo/ |
可运行的 Python 模拟：合成控制法的推断来自 placebo-in-space 置换分布，而非肉眼可见的事前拟合 |
examples/shift-share-demo/ |
可运行的 Python 模拟：shift-share/Bartik 推断应落在 shock（行业）层面而非地区层面——地区聚类标准误会过度拒绝 |
examples/few-clusters-demo/ |
可运行的 Python 模拟：聚类数较少时聚类稳健 t 检验会过度拒绝，wild cluster bootstrap 可恢复名义检验水平 |
examples/multiple-testing-demo/ |
可运行的 Python 模拟：检验多个结果变量会抬高族系误差率，Bonferroni/Holm 校正可在保留功效的同时将其控制住 |
- 识别驱动，不是叙事驱动。 写文章之前先把研究设计决定下来并压力测试通过。
- 一篇论文只讲一个贡献。 AER 编辑会枪毙"合格但常规的扩展"；围绕一个最锋利的主张重写。
- 跨领域可读性是硬筛选。 一篇 labor 文章必须能让 public、macro、IO 经济学家也读懂，否则 desk-reject。
- 用现代计量，不要用 1990 年代的默认值。 TWFE → Callaway-Sant'Anna；first-stage F → Anderson-Rubin；朴素 RDD → 协变量调整的 local linear。
- 任何引用都不能凭记忆写。 每条参考文献都对照抓取到的源记录核验；每句"X 发现了 Y"都对照原文检查。
- 稿件必须先过自己的审稿人。 投稿前必须通过全稿一致性审计（
aer-consistency）和对抗性模拟审稿（aer-referee-sim）。 - 复现包是论文的一部分。 README 跑不通就是 AEA Data Editor 卡你的理由。
- 编辑的时间是最稀缺资源。 Cover letter ≤ 200 词。回复信先引用 comment、再说 action、再标出修改后的位置。
完整论述见 docs/design-principles.md。
关键参考文档：
- Academic Research Skills reference review — 本轮参考外部 ARS 仓库后的取舍与本地改动记录
- Desk-rejection audit — 从编辑/审稿人视角做的 投稿前 no-go 检查
- Methods reference — 估计量默认值、诊断、包调用， 以及 BibTeX key
- Style guide — 经济学论文的句子与段落级文风规则， 外加 AI 痕迹清除清单
- Referee report rubric —
aer-referee-sim使用的 0-5 锚定评分维度与校准的 verdict 映射 - SkillOpt evaluation protocol — 用固定场景和 gate 约束 skill 优化补丁
- PNAS Nexus publication plan — 审稿人式审计与一周合规改进计划
- PNAS Nexus submission checklist — 稿件、数据、代码和图件的证据驱动终审清单
- Source register — AEA 官方政策来源，以及 repo 中依赖 这些政策的表面
- Glossary — 期刊、识别、复现、回复信术语的共享词表
AER-Skills/
├── README.md (中文，主入口)
├── README.en.md (英文，完整版)
├── LICENSE (MIT)
├── Makefile (校验与安装快捷命令)
├── CONTRIBUTING.md (并发 agent 工作流)
├── .github/
│ └── workflows/ci.yml (仓库校验)
├── .claude-plugin/
│ ├── plugin.json (插件清单)
│ └── marketplace.json (Claude Code marketplace 条目)
├── docs/
│ ├── academic-research-skills-review.md
│ ├── citation-integrity-protocol.md
│ ├── desk-rejection-audit.md
│ ├── design-principles.md
│ ├── glossary.md
│ ├── installation-claude.md
│ ├── installation-codex.md
│ ├── methods-reference.md
│ ├── pnas-nexus-publication-plan.md
│ ├── pnas-nexus-submission-checklist.md
│ ├── referee-report-rubric.md
│ ├── source-register.md
│ ├── style-guide.md
│ └── workflow-map.md
├── skills/ (14 个 skill 目录 — SKILL.md + agents/openai.yaml)
│ ├── aer-workflow/
│ ├── aer-topic-selection/
│ ├── aer-literature/
│ ├── aer-identification/
│ ├── aer-robustness/
│ ├── aer-paper-body/
│ ├── aer-introduction/
│ ├── aer-tables-figures/
│ ├── aer-consistency/ (附 scripts/audit_manuscript.py)
│ ├── aer-referee-sim/
│ ├── aer-replication/
│ ├── aer-submission/
│ ├── aer-rebuttal/
│ └── aer-statspai/ (可选实现引擎)
├── templates/ (即插即用流水线，三种语言都有)
│ ├── stata/
│ ├── r/
│ └── python/
├── scripts/
│ ├── install_skills.py
│ ├── run_skillopt_gate.py (SkillOpt 路由门)
│ ├── scaffold_project.py
│ ├── skill_audit.py (SkillOpt 文档质量审计)
│ ├── validate_repo.py
│ ├── verify_citations.py (引用完整性核验器)
│ └── citation_gold/ (离线 gold set + 录制的索引响应)
└── examples/
├── aer-exemplars.md
├── intro-example.md
├── rebuttal-example.md
└── replication-package-skeleton/
├── data/codebook/source-register.md
├── docs/exhibit-register.md
└── docs/claim-evidence-ledger.csv
适用：
- American Economic Review（长文，≤ 40 页）
- American Economic Review: Insights（短文，≤ 7,000 词减每个 exhibit 200 词；5 个 exhibits 时 ≤ 6,000 词）
- American Economic Journal 系列（Applied / Policy / Macro / Micro）
- 实证或理论经济学稿件
- 田野实验（含 AEA RCT Registry 流程）
不适用：
- 金融三大刊工具箱（JF / JFE / RFS 有自己的规范）
- 纯理论栈（没有证明撰写助手）
- 通用 "academic writing" 库
Skill 架构参考自 Boom5426/Nature-Paper-Skills 与 Yuan1z0825/nature-skills。方法论提炼自 Keith Head、Marc F. Bellemare、Susan Athey、Berk-Harvey-Hirshleifer、AEA Data Editor's Office 以及 Annual Review of Economics 的公开资料。
MIT。