Auto-Empirical-Research-Skills

它会给你什么

• 下一步该用哪个技能、为什么、要准备什么。
• 识别策略审查、复现包结构、投稿前检查或审稿回复草案。

你需要准备

• 你的研究项目、论文草稿、识别策略、主结果、表图、复现包、投稿材料或审稿意见。
• 目标期刊：AER、AER: Insights 或 AEJ。
• 手头已有的材料：数据、代码、表图、说明文档或审稿报告。

由你把关

• 目标期刊和投稿策略由你定。
• 数据和代码是否允许公开，由你决定。
• 识别假设能不能顶住顶刊审稿，由你判断。

它会给你什么

• 本地检查的通过与否。
• 持续集成的通过与否。
• 上游同步的变更请求。

你需要准备

• 本地文件、生成的产物、技能目录和审计文档。
• Python 工具链、测试和评测场景。
• 代码仓库的事件、分支和权限配置。

由你把关

• 同步变更是否合并，由你决定。
• 流程策略变更是否放行，由你决定。
• 评测失败时该改技能、改场景还是改候选，由你判断。

它会给你什么

• 机器可读的技能目录。
• 带来源和分类的增强目录。
• 人可读的目录导航文档。

你需要准备

• 每个技能目录的说明文件。
• 来源与出处记录。
• 技能说明里的名称、描述和路径。

由你把关

• 新技能是否真的属于实证研究，由你判断。
• 缺许可证或商用状态不明的技能要不要收录，由你决定。
• 分类标签要不要人工纠偏，由你决定。

它会给你什么

• 研究管线计划。
• 表格、图形、复现包或论文段落。
• 可进入后续质量门的中间产物和未验证范围说明。

你需要准备

• 研究问题、数据路径、变量含义、处理组、结果变量和面板单位。
• 研究设计：双重差分、工具变量、断点回归、合成控制、匹配等常见设计。
• 想要的产出：描述表、回归表、机制表、异质性表、事件研究图、稳健性表和复现包。

由你把关

• 用自动化脚本还是显式代码栈，由你选。
• 研究设计和识别假设是否成立，由你判断。
• 产出是否满足目标期刊和合作者的工具链，由你确认。

它会给你什么

• 评测记分卡。
• 必须通过的失败项清单。
• 严格门禁的通过与否。

你需要准备

• 考题清单：经典数据集复现、交错双重差分、断点回归、坏对照识别等。
• 本地数据或已知的确定性标准答案。
• 被测系统的结果文件。

由你把关

• 新考题有没有真实或确定的标准答案，由你确认。
• 哪些检查算必过项，由你定。
• 及格线是否足以拦住高风险输出，由你判断。

它会给你什么

• 来源出处记录文件。
• 许可证审计文档。
• 目录里每个集合的许可和商用字段。

你需要准备

• 技能集合目录。
• 每个集合里的许可文件、说明文件和仓库链接。
• 脚本里的例外配置表。

由你把关

• 特定场景能不能复用授权不明的内容，由你决定。
• 要不要联系原作者或排除某个集合，由你决定。
• 新增集合的来源证据是否足够，由你确认。