brycewang-stanford GitHub avatar

Auto-Empirical-Research-Skills

5.1K Stars508 Skills578 ForksNOASSERTION11月16日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

覆盖实证分析与学术研究流程的 AI Agent Skill 集合

该仓库收录了多种面向实证研究和学术工作的 AI Agent Skill,资料中展示了 Python、Stata、R 实证分析流程,以及论文撰写规划、学术写作和医学影像文献综述等具体 Skill。仓库简介提到覆盖社会科学多个学科,但具体可执行任务应以各 Skill 文件为准;现有采集资料不足以确认所有 Skill 的完整覆盖范围。

包含 Skill

508

可以单独安装

GitHub Star

5,051

仓库累计 Star

近 7 天

+65

新增 Star

代码更新

2026年11月16日

最近一次推送

核心亮点

  • 1按研究阶段选择

    资料包含从完整分析流程到论文规划、综述等不同任务的 Skill。

  • 2多种分析环境

    列出了 Python、Stata 和 R 的实证分析流程。

  • 3提供明确流程线索

    部分 Skill 资料列出研究任务分类、章节结构或论文检查项。

能做什么

  • 辅助开展完整的实证分析流程,具体分析内容依对应 Skill 而定。
  • 提供 Python、Stata、R 生态中的实证分析工作流。
  • 按研究阶段指引选择匹配的研究 Skill。
  • 辅助设计学术论文结构与章节安排。
  • 支持医学影像 AI 主题的文献综述任务。
  • 按用户偏好生成中文或英文的博士研究计划。

适用场景

  • 为一项社会科学研究整理完整实证分析流程。

  • 根据研究主题规划论文的章节结构和论证顺序。

  • 围绕医学影像 AI 的分割或分类主题准备文献综述。

  • 按中文或英文偏好起草博士申请研究计划。

用之前和用之后

  • 使用前需要自行判断任务阶段并寻找对应流程使用后可参考资料中按阶段选择 Skill 的指引。
  • 使用前论文结构和分析步骤可能分散使用后可借助相应 Skill 的结构或检查项组织工作。
  • 使用前需自行确认分析环境使用后可根据资料选择 Python、Stata 或 R 对应流程。

它是怎么工作的

  1. 第 1 步

    判断研究阶段

  2. 第 2 步

    选择对应技能

  3. 第 3 步

    按流程开展任务

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先明确任务属于完整实证分析、研究计划、论文写作还是文献综述。

  2. 2

    根据任务阶段查看仓库中的 Skill 目录与说明。

  3. 3

    选择对应 Skill 文件,并确认其输入要求和适用范围。

  4. 4

    在所使用的 AI Agent 环境中加载 Skill,按说明提供研究问题或材料。

  5. 5

    核对生成的分析步骤、论证和输出内容;具体安装方式需查看源文件。

适合谁

  • 开展社会科学实证研究的研究者与学生
  • 需要进行经济学或因果分析的用户
  • 撰写学术论文、研究计划或文献综述的人
  • 使用 Python、Stata 或 R 进行研究分析的用户

局限

  • 仓库简介中的规模与学科覆盖描述不能证明每个 Skill 都具备相同能力,具体范围需逐项核对。
  • 多个 Skill 的采集资料没有提供完整步骤、输入或输出信息。
  • 实证分析结果依赖研究问题、数据及具体 Skill 的说明,不能仅凭仓库简介判断其适用性。
  • 采集资料标注相关 Skill 风险等级为 high,使用前应检查具体指令和执行内容。

使用前注意

  • · 使用前核对所选 Skill 的完整源文件、适用任务、输入要求及输出说明。
  • · 实证分析涉及研究设计与数据处理,需检查所用方法、假设和生成结果。
  • · 采集资料将所列 Skill 标注为 high 风险级别;执行前应审阅 Skill 指令,并留意可能产生的文件或数据操作。

包含的 Skills · 281

公开来源

相关 Skills

查看更多