🔬 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.
# Add to your Claude Code skills
git clone https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research🌐 语言 / Language: 中文 | English
实证研究全流程 AI Agent Skills 大全 — 收录 119 个 GitHub 仓库 / 覆盖 23,000+ Skills
A curated, opinionated list of 119 GitHub repositories and 23,000+ AI Agent Skills for empirical research in economics, political science, sociology, psychology, public health, education, management, finance, and public policy — organized by research workflow, from topic selection to journal submission.
2026 年,实证研究的工作方式正在被重新定义。CoPaper.AI 已经做到 20 分钟完成一篇主流期刊级别的实证论文——从数据导入、描述性统计、因果推断模型、稳健性检验到结果表格一步到位。这背后的秘密不是更强的模型,而是 Skills:把资深研究者的方法论经验编码成结构化工作流,让 AI 知道"一个完整的 DID 分析应该包含哪些步骤",而不是每次都等你一步步提醒。
这个仓库,是我们在构建 CoPaper.AI 过程中整理的一份 Agent Skills 全景图。我们把散落在 GitHub、社区和学术圈的数百个 Skills 仓库和上万个 Skills 按实证研究流程梳理归类,方便你按需取用。
CoPaper.AI 内置了 20 个经济学方法论 Skills(DID、IV、RDD、PSM、DML 等完整分析流程),支持一句话触发、多代理协作、结果自动输出。想要开箱即用?直接试试:copaper.ai
No comments yet. Be the first to share your thoughts!
import,自描述 API(list_functions() / describe_function() / function_schema())。覆盖 OLS、IV、DID(Callaway-Sant'Anna / Sun-Abraham / Bacon / HonestDID / 连续 DID)、RDD、PSM、SCM、DML、因果森林、Meta-Learners、TMLE、神经因果模型(TARNet/CFRNet/DragonNet)等。JOSS 发表,MIT 开源。→ PyPI | → GitHubskills/44)skills/45)skills/46)skills/47)如果你正在做实证研究,大概经历过这些场景:
问题不在于 AI 不会做——在于它不知道完整的流程应该包含哪些步骤。
Skill 就是解决这个问题的:它是给 AI 的方法论操作手册。有了 Skill,AI 知道"跑 DID 应该先做平行趋势检验,再做基准回归,再做 4 项稳健性检验,再做异质性分析,再做机制分析,每一步的输出格式是什么"。你只需要说"帮我做 DID 分析",剩下的它自己按流程走完。
这份列表按照实证研究的完整流程,帮你找到每个阶段最好用的 Skills。
不确定该用哪个 Skill?从你当前所处的研究阶段出发:
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
如果你不想逐个挑选,以下方案直接覆盖全流程:
| 方案 | 覆盖范围 | 特点 | 链接 | |------|---------|------|------| | CoPaper.AI | 数据分析 → 论文写作 | 20 个方法论 Skills 内置,多代理架构,20 分钟完成主流期刊级别实证论文 | copaper.ai | | StatsPAI | 因果推断 & 计量经济学 | 390+ 函数,一个 import,Agent-native API(自描述 schema),覆盖 OLS/IV/DID/RDD/PSM/SCM/DML/因果森林/神经因果模型,发表级输出(Word/Excel/LaTeX) | GitHub | | Claude Scholar | 选题 → 投稿 | 25+ Skills 覆盖研究全生命周期,集成 Zotero MCP | GitHub | | K-Dense Scientific Skills | 跨学科科学研究 | 140+ Skills,28+ 科学数据库,55+ Python 包 | GitHub | | AI-Research-SKILLs | AI/ML 研究 | 22 个类别、87 个技能,完整研究周期 | GitHub | | OpenClaw Medical Skills | 生物医学/公共健康 | 869 个 Skills,流行病学、临床研究、药物安全、生物统计 | GitHub | | Agent Laboratory | 全自主研究 | 文献综述 → 实验 → 报告,研究成本降低 84% | GitHub |
这些是包含多个 Skills 的综合型仓库,通常覆盖研究的多个阶段:
| 套件 | Stars | Skills 数 | 核心特色 | 社科适配 | |------|-------|----------|---------|---------| | 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(research-proposal)、医学综述写作、论文转幻灯片,双语支持 | ⭐⭐⭐⭐⭐ | | lishix520/academic-paper-skills | 22 | 2 | Strategist(7 维度审稿人模拟)+ Composer(系统化写作),适合人文社科 | ⭐⭐⭐⭐ | | Data-Wise/claude-plugins | - | 17 | 统计研究专用:arXiv 搜索、DOI 查询、BibTeX 管理、方法论写作、审稿回复 | ⭐⭐⭐⭐⭐ |
| 套件 | 核心特色 | 适用场景 |
|------|---------|---------|
| CoPaper.AI | 20 个方法论 Skills(OLS、DID、交错DID、IV、RDD、PSM、SCM、DML、因果森林等),多代理架构(Supervisor + 4 子代理),智能路由,结果自动输出 | 经济学实证研究全流程 |
| StatsPAI 🔥 | Agent-native 计量经济学 Python 包:390+ 函数,自描述 API(list_functions() / describe_function() / function_schema()),统一 CausalResult 对象。覆盖 OLS、IV、面板数据、DID(Callaway-Sant'Anna / Sun-Abraham / Bacon / HonestDID / 连续DID)、RDD(Sharp/Fuzzy/多断点/Kink)、PSM、SCM、SDID、DML、因果森林、Meta-Learners、TMLE、AIPW、神经因果模型(TARNet/CFRNet/DragonNet)、Heckman、结构估计(BLP)。JOSS 发表,MIT 协议 | 因果推断全方法覆盖,Agent 驱动分析管线 |
| claesbackman/AI-research-feedback | 2 代理经济学论文预审:因果过度声称检测、识别策略评估;支持 AER/QJE/JPE/Econometrica/REStud;6 代理基金评审 | 论文投稿前自审、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、计量经济学、因果推断、图形、Mata、20+ 社区包 | Stata 用户 |
| SepineTam/stata-mcp | LLM 通过 MCP 直接操作 Stata 回归,"从回归猴进化为因果思考者" | Stata 计量分析 |
这是 2026 年学术写作最关键的痛点之一。论文 AIGC 率超标一票否决,知网/Turnitin/GPTZero 检测日趋严格。下面这 4 个 Skill 是目前 GitHub 上最权威、最完整的解决方案,全部 MIT 开源,仓库已本地收录(
skills/44-47)。
| 套件 | 核心特色 | 适用场景 | 本地位置 |
|------|---------|---------|---------|
| CoPaper.AI / chinese-de-aigc 🇨🇳🔥 | 中文学术专用原创 Skill。针对知网 AMLC / 万方 / 维普 / Turnitin 中文版检测机制设计,17 类中文 AI 痕迹模式库(四字套话 / 虚词堆叠 / 显性连接词 / 绝对化断言 / 句长方差等),五步闭环工作流(定位→诊断→改写→自评→复查),分章节差异化策略,五维评分量表。这是目前 GitHub 上唯一面向中文学术的降 AIGC Skill | 中文期刊投稿、学位论文、基金申请书 | skills/48 |
| **[matsuikentaro1