别再瞎装技能了AERS 76 个合集 1096 个 Skill 选择指南CHOOSING_A_SKILL 与 TAXONOMY 实战解读【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-SkillsAERSAuto-Empirical Research Skills是由 CoPaper.AI 与斯坦福 REAP 维护的AI Agent 实证研究技能库收录76 个合集、1,096 个 Skill覆盖经济学、管理学等 8 大社会科学学科从数据分析到投稿答辩的全流程。面对上千个技能新手最常卡住的问题是到底该装哪一个本文带你实战解读两份核心文档——docs/CHOOSING_A_SKILL.md技能选择指南和 docs/TAXONOMY.md技能分类学用目标 → 方法 → 语言三步法30 秒内锁定你要的那个 Skill。一、为什么装得多反而是错很多新手的第一反应是把 skills/ 整个目录丢进自己的 Agent 环境。官方明确反对这种做法原因写在根目录 SKILL.md 里上下文成本全部 1,096 个技能的描述加起来约64k tokens会在会话启动时全部加载匹配反而变差运行时环境会截断过长的技能列表装得多等于找不着名字冲突目录里有47 个重名技能比如data-analysis、lit-review在多个合集里都有需要靠 catalog/curation.json 里的首选副本去消歧。所以 AERS 把整个仓库设计成一个路由器Router入口只有一个根 SKILL.md它先帮你分类任务、再加载唯一最匹配的那个技能而不是一股脑全读。一个 Skill 本质上是写给 AI 的方法论手册——没有技能时AI 跑完一个基础回归就结束了平行趋势、稳健性检验全靠你反复提醒激活对应的 DID Skill 后AI 会自动按流程走完平行趋势 → 基准回归 → 稳健性 ×4 → 异质性 → 机制分析五步二、第一步从你想做什么出发选技能docs/CHOOSING_A_SKILL.md 的第一张表就是目标路由表——先别管方法先说目的。最常用的对应关系如下我想……用哪个 Skill说明Python 跑完整实证流水线StatsPAI 或 00.1 Python数据 → 识别 → 估计 → 稳健性 → 表图同样流水线用 Stata / R00.2 Stata · 00.3 R按你的语言栈选写论文前先审识别策略aer-identification弱工具、RDD 陷阱一网打尽搭审稿人要的稳健性关卡aer-robustness安慰剂、spec curve、异质性写顶刊引言 / 摘要aer-introduction五段式公式 100 词摘要投稿前合规检查aer-submission摘要长度、披露声明、AI 使用声明写 RR 审稿回复aer-rebuttal基于修改后稿件来写搭可复现数据包aer-replicationopenICPSR 就绪做文献综述literature-review另见分类学中的literature标签降低 AI 写作痕迹中英de-aigc-skills双语结构化改写事实不动三、第二步TAXONOMY 分类学三个维度快速收窄docs/TAXONOMY.md 由scripts/build-catalog-enrich.py自动生成给全部技能打上了阶段、方法、语言、主题四类标签。三个维度各看一张表就够了。1️⃣ 按工作流阶段Stage标签技能数标签技能数analysis分析141tables-figures表图42writing写作88presentation展示35submission投稿81ideation选题32reproduction复现63robustness稳健性27literature文献61peer-review审稿26citation引用49de-aigc降AI味 /data17 / 122️⃣ 按方法Method——最容易踩坑的地方标签技能数官方提醒iv工具变量28必须报告第一阶段 F 值 弱工具稳健推断rdd断点回归25密度操纵检验、带宽敏感性、稳健偏差校正 CIpanel-fe面板固定效应19—staggered-did交错 DID17几乎永远不要直接用朴素 TWFEbayesian/did/event-study/matching/synthetic-control13 / 10 / 10 / 10 / 10—cate/dml/mediation/structural8 / 8 / 8 / 6因果机器学习方向注意一个反直觉结论交错 DID 场景下你几乎从不需要普通 TWFE。TAXONOMY 明确指向 Callaway–SantAnna、Sun–Abraham、Borusyak 等现代估计量并且有行为评测场景 eval-harness/scenarios/statspai-staggered-did.toml 来验证技能是否真的做对了。3️⃣ 按语言Languagelatex89python50stata50r22。00.x 系列流水线在三种分析语言里都有对应版本跟着你的技术栈选即可。交互式筛选可以用 docs/search.html 按方法、阶段、语言、许可证四维过滤。一个 Skill 的内部长什么样打开任意 SKILL.md 都能看到头部 frontmatter 声明触发条件与标签name/description/tags正文则是带 Step 编号的标准流程前置检查 → 诊断 → 估计 → 作图 → 稳健性AI 照着一步步自动执行四、30 秒决策树一张图走完全流程docs/CHOOSING_A_SKILL.md 末尾给了一棵官方决策树可以直接抄进你的工作流有数据、要结果 ├─ 是 → 先审识别aer-identification │ 再跑流水线00 / 00.1 / 00.2 / 00.3按语言 │ 最后做稳健性aer-robustness └─ 否有结果要成文 ├─ 引言/摘要 → aer-introduction ├─ 表图 → aer-tables-figures ├─ 投稿合规 → aer-submission ├─ RR 审稿回复 → aer-rebuttal └─ 可复现数据包 → aer-replication 润色文字 ├─ 实证论文EN / 中文→ de-aigc-skills └─ 通用英文学术文 → avoid-ai-writing / stop-slop五、找不到就搜目录find-skill 实战速查决策树没覆盖到的任务AERS 提供了带排名的目录搜索脚本 scripts/find-skill.py中英文任务描述都能用python3 scripts/find-skill.py staggered difference-in-differences event study python3 scripts/find-skill.py 降低中文论文 AIGC 率 -k 5排序逻辑先按相关性再按 catalog/curation.json 的路由层级——一方core技能优先、重名只保留首选副本、跑题的自然科学指南垫底。除非描述明显不匹配直接取第一条只读它一个 SKILL.md。如果需要自己过滤机器可读的目录文件是catalog/skills.json1,096 条技能的路径、描述、全局唯一qualified_namecatalog/skills-enriched.json额外带tier、tags、quality_score、license、commercial_usedocs/SKILL_CATALOG.md人类可读的全量目录。⚠️ 两个 JSON 各约 1 MB / 2 万行官方建议查询而不是整读grep或几行 Python 过滤即可。六、选完技能再看信任面绿分 ≠ 算得对最后一道防线要理解官方文档里的一个关键区分卫生分hygiene为绿只说明技能格式规范它能不能让 Agent 产出正确的计量经济学是由行为评测和数值基准来证明的benchmark/19 个数值基准任务黄金值每次从真实数据重算eval-harness/42 个评测场景 / 217 个评分项其中 9 个场景经过对/错双样本自检证明能区分技能行为且全部 6 个 critical 场景在内优先选有对应评测场景覆盖的技能如statspai-staggered-did、statspai-weak-iv、statspai-rdd-diagnostics。以 StatsPAI 旗舰技能为例一句帮我做 DID 分析触发后流水线会自动产出事件研究图、稳健性检验和主效应系数图——下面这张系数图就是 Card 教育回报 IV 演示demo-StatsPAI-skill/的交付物之一配套的 Mincer 工资方程拟合则展示了技能自动把每一步都做到发表标准的另一个侧面七、新手速查关键文件路径清单你要做的事打开这里不知道选哪个技能docs/CHOOSING_A_SKILL.md按标签浏览技能分类docs/TAXONOMY.md交互式四维筛选docs/search.html抄现成的提示词工作流docs/GOLDEN_WORKFLOWS.md关键词搜技能scripts/find-skill.py机器可读目录catalog/skills.json安装指南docs/INSTALL.md全流程编排器从数据到 Word 论文skills/69-Paper-WorkFlow/记住三句话装得少不如装得对先说目标再说方法找不到就find-skill.py搜目录。选对入口技能AI 才能替你走完从数据清洗到投稿合规的每一步。【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
别再瞎装技能了AERS 76 个合集 1096 个 Skill 选择指南CHOOSING_A_SKILL 与 TAXONOMY 实战解读【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-SkillsAERSAuto-Empirical Research Skills是由 CoPaper.AI 与斯坦福 REAP 维护的AI Agent 实证研究技能库收录76 个合集、1,096 个 Skill覆盖经济学、管理学等 8 大社会科学学科从数据分析到投稿答辩的全流程。面对上千个技能新手最常卡住的问题是到底该装哪一个本文带你实战解读两份核心文档——docs/CHOOSING_A_SKILL.md技能选择指南和 docs/TAXONOMY.md技能分类学用目标 → 方法 → 语言三步法30 秒内锁定你要的那个 Skill。一、为什么装得多反而是错很多新手的第一反应是把 skills/ 整个目录丢进自己的 Agent 环境。官方明确反对这种做法原因写在根目录 SKILL.md 里上下文成本全部 1,096 个技能的描述加起来约64k tokens会在会话启动时全部加载匹配反而变差运行时环境会截断过长的技能列表装得多等于找不着名字冲突目录里有47 个重名技能比如data-analysis、lit-review在多个合集里都有需要靠 catalog/curation.json 里的首选副本去消歧。所以 AERS 把整个仓库设计成一个路由器Router入口只有一个根 SKILL.md它先帮你分类任务、再加载唯一最匹配的那个技能而不是一股脑全读。一个 Skill 本质上是写给 AI 的方法论手册——没有技能时AI 跑完一个基础回归就结束了平行趋势、稳健性检验全靠你反复提醒激活对应的 DID Skill 后AI 会自动按流程走完平行趋势 → 基准回归 → 稳健性 ×4 → 异质性 → 机制分析五步二、第一步从你想做什么出发选技能docs/CHOOSING_A_SKILL.md 的第一张表就是目标路由表——先别管方法先说目的。最常用的对应关系如下我想……用哪个 Skill说明Python 跑完整实证流水线StatsPAI 或 00.1 Python数据 → 识别 → 估计 → 稳健性 → 表图同样流水线用 Stata / R00.2 Stata · 00.3 R按你的语言栈选写论文前先审识别策略aer-identification弱工具、RDD 陷阱一网打尽搭审稿人要的稳健性关卡aer-robustness安慰剂、spec curve、异质性写顶刊引言 / 摘要aer-introduction五段式公式 100 词摘要投稿前合规检查aer-submission摘要长度、披露声明、AI 使用声明写 RR 审稿回复aer-rebuttal基于修改后稿件来写搭可复现数据包aer-replicationopenICPSR 就绪做文献综述literature-review另见分类学中的literature标签降低 AI 写作痕迹中英de-aigc-skills双语结构化改写事实不动三、第二步TAXONOMY 分类学三个维度快速收窄docs/TAXONOMY.md 由scripts/build-catalog-enrich.py自动生成给全部技能打上了阶段、方法、语言、主题四类标签。三个维度各看一张表就够了。1️⃣ 按工作流阶段Stage标签技能数标签技能数analysis分析141tables-figures表图42writing写作88presentation展示35submission投稿81ideation选题32reproduction复现63robustness稳健性27literature文献61peer-review审稿26citation引用49de-aigc降AI味 /data17 / 122️⃣ 按方法Method——最容易踩坑的地方标签技能数官方提醒iv工具变量28必须报告第一阶段 F 值 弱工具稳健推断rdd断点回归25密度操纵检验、带宽敏感性、稳健偏差校正 CIpanel-fe面板固定效应19—staggered-did交错 DID17几乎永远不要直接用朴素 TWFEbayesian/did/event-study/matching/synthetic-control13 / 10 / 10 / 10 / 10—cate/dml/mediation/structural8 / 8 / 8 / 6因果机器学习方向注意一个反直觉结论交错 DID 场景下你几乎从不需要普通 TWFE。TAXONOMY 明确指向 Callaway–SantAnna、Sun–Abraham、Borusyak 等现代估计量并且有行为评测场景 eval-harness/scenarios/statspai-staggered-did.toml 来验证技能是否真的做对了。3️⃣ 按语言Languagelatex89python50stata50r22。00.x 系列流水线在三种分析语言里都有对应版本跟着你的技术栈选即可。交互式筛选可以用 docs/search.html 按方法、阶段、语言、许可证四维过滤。一个 Skill 的内部长什么样打开任意 SKILL.md 都能看到头部 frontmatter 声明触发条件与标签name/description/tags正文则是带 Step 编号的标准流程前置检查 → 诊断 → 估计 → 作图 → 稳健性AI 照着一步步自动执行四、30 秒决策树一张图走完全流程docs/CHOOSING_A_SKILL.md 末尾给了一棵官方决策树可以直接抄进你的工作流有数据、要结果 ├─ 是 → 先审识别aer-identification │ 再跑流水线00 / 00.1 / 00.2 / 00.3按语言 │ 最后做稳健性aer-robustness └─ 否有结果要成文 ├─ 引言/摘要 → aer-introduction ├─ 表图 → aer-tables-figures ├─ 投稿合规 → aer-submission ├─ RR 审稿回复 → aer-rebuttal └─ 可复现数据包 → aer-replication 润色文字 ├─ 实证论文EN / 中文→ de-aigc-skills └─ 通用英文学术文 → avoid-ai-writing / stop-slop五、找不到就搜目录find-skill 实战速查决策树没覆盖到的任务AERS 提供了带排名的目录搜索脚本 scripts/find-skill.py中英文任务描述都能用python3 scripts/find-skill.py staggered difference-in-differences event study python3 scripts/find-skill.py 降低中文论文 AIGC 率 -k 5排序逻辑先按相关性再按 catalog/curation.json 的路由层级——一方core技能优先、重名只保留首选副本、跑题的自然科学指南垫底。除非描述明显不匹配直接取第一条只读它一个 SKILL.md。如果需要自己过滤机器可读的目录文件是catalog/skills.json1,096 条技能的路径、描述、全局唯一qualified_namecatalog/skills-enriched.json额外带tier、tags、quality_score、license、commercial_usedocs/SKILL_CATALOG.md人类可读的全量目录。⚠️ 两个 JSON 各约 1 MB / 2 万行官方建议查询而不是整读grep或几行 Python 过滤即可。六、选完技能再看信任面绿分 ≠ 算得对最后一道防线要理解官方文档里的一个关键区分卫生分hygiene为绿只说明技能格式规范它能不能让 Agent 产出正确的计量经济学是由行为评测和数值基准来证明的benchmark/19 个数值基准任务黄金值每次从真实数据重算eval-harness/42 个评测场景 / 217 个评分项其中 9 个场景经过对/错双样本自检证明能区分技能行为且全部 6 个 critical 场景在内优先选有对应评测场景覆盖的技能如statspai-staggered-did、statspai-weak-iv、statspai-rdd-diagnostics。以 StatsPAI 旗舰技能为例一句帮我做 DID 分析触发后流水线会自动产出事件研究图、稳健性检验和主效应系数图——下面这张系数图就是 Card 教育回报 IV 演示demo-StatsPAI-skill/的交付物之一配套的 Mincer 工资方程拟合则展示了技能自动把每一步都做到发表标准的另一个侧面七、新手速查关键文件路径清单你要做的事打开这里不知道选哪个技能docs/CHOOSING_A_SKILL.md按标签浏览技能分类docs/TAXONOMY.md交互式四维筛选docs/search.html抄现成的提示词工作流docs/GOLDEN_WORKFLOWS.md关键词搜技能scripts/find-skill.py机器可读目录catalog/skills.json安装指南docs/INSTALL.md全流程编排器从数据到 Word 论文skills/69-Paper-WorkFlow/记住三句话装得少不如装得对先说目标再说方法找不到就find-skill.py搜目录。选对入口技能AI 才能替你走完从数据清洗到投稿合规的每一步。【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
