Auto-Empirical Research Skills
Auto-Empirical Research Skills (AERS)
Плагин-маркетплейс для эмпирических исследований в соцнауках: причинно-следственный анализ, эконометрика, оформление статьи под топовые журналы
Средний риск
Средний уровень ставим, когда инструмент запускает код, ходит в сеть или читает файлы проекта. Перед установкой посмотрите, что именно он делает.
Почему такой уровень
- Запускает статистический код на Python, Stata и R и читает данные проекта
- Часть каталога подключается как сторонние подмодули со своими лицензиями
Установка
Ручная установка
claude plugin marketplace add brycewang-stanford/Auto-Empirical-Research-Skills
claude plugin install aer-skills@auto-empirical-research-skills
claude plugin install empirical-analysis-python@auto-empirical-research-skills
claude plugin install empirical-analysis-stata@auto-empirical-research-skills
claude plugin install empirical-analysis-r@auto-empirical-research-skillsСтавьте только нужные плагины из списка. Требуется Claude Code версии 2.1 или новее.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Проект ставится в Claude Code и Codex как маркетплейс плагинов для эмпирических исследований. Основные собственные плагины авторов: aer-skills, набор из девяти скиллов для подготовки статьи по экономике под топовые журналы, от выбора темы и стратегии идентификации до устойчивости, таблиц и писем при доработке; и три конвейера эмпирического анализа на Python, Stata и R с шагами очистки данных, построения переменных, оценки моделей, проверки устойчивости и оформления таблиц и графиков. Модели идентификации покрывают разность разностей, инструментальные переменные, регрессионный разрыв, синтетический контроль и двойное машинное обучение. Вокруг собственных конвейеров собран каталог сторонних скиллов, которые можно подключать копированием в каталог скиллов или через --plugin-dir. У проекта есть бенчмарки и сценарии оценки, по которым качество работы агента можно перепроверить.
Для кого. Для экономистов и исследователей в социальных науках, которые ведут эмпирическую работу и готовят статьи к публикации.
Подходит, если
- Нужен конвейер эмпирического анализа на Python, Stata или R с проверкой устойчивости
- Нужна причинно-следственная оценка: разность разностей, инструменты, регрессионный разрыв, синтетический контроль
- Нужно довести рукопись до формата топового экономического журнала
Не подходит, если
- Задача не про эмпирику и статистический анализ данных
- Нужен один небольшой скилл без установки большого маркетплейса
Пример запроса к агенту
Прогони на панельных данных событийное исследование методом Callaway и Sant'Anna и собери таблицы для статьиОграничения
Конвейеры анализа требуют установленных сред: Python с эконометрическими пакетами, Stata или R с Quarto. Проект рассчитан прежде всего на экономику и соцнауки, для других областей методики нужно адаптировать. Часть каталога это сторонние скиллы, подключаемые как подмодули, их качество и лицензии свои. Для установки плагинами через маркетплейс нужна свежая версия Claude Code. Агент помогает с методом и оформлением, но ответственность за корректность выводов и данных на исследователе.
Как отключить. Удалите установленные плагины через /plugin и уберите маркетплейс auto-empirical-research-skills. Скопированные вручную папки удалите из ~/.claude/skills/ или .claude/skills/ проекта.
Проверка безопасности
- Запускает статистический код на Python, Stata и R и читает данные проекта
- Часть каталога подключается как сторонние подмодули со своими лицензиями
Коротко о README
README представляет проект команды Stanford REAP и CoPaper.AI как сквозной процесс эмпирического исследования: от постановки темы и обзора литературы до сбора данных, стратегии идентификации, оценки, проверки устойчивости, оформления таблиц и графиков, написания и ответа рецензентам. Документация ведется на нескольких языках, по умолчанию китайский, есть английская версия. Установка идет через маркетплейс плагинов Claude Code, а отдельные скиллы можно копировать в каталог скиллов или подключать через --plugin-dir. Проект держит бенчмарки и сценарии оценки, чтобы результаты можно было перепроверить одним и тем же оценщиком. Собственные плагины и части каталога идут под MIT и CC-BY-SA.
Частые вопросы
Это просто список чужих скиллов?
Нет. У проекта есть собственные устанавливаемые плагины: aer-skills и три конвейера анализа на Python, Stata и R. Вокруг них собран каталог сторонних скиллов.
Нужен ли Stata?
Только для конвейера на Stata. Есть отдельные конвейеры на Python и на R с Quarto, выбирайте под свой стек.
Похожие
166 скиллов для научных задач: биоинформатика, хемоинформатика, клинические данные, геоданные и доступ к 100+ базам
Открытый MCP-сервер Google для баз данных: готовые инструменты для Postgres, MySQL, BigQuery, Spanner и других, плюс свои инструменты в tools.yaml
Официальные скиллы Hugging Face: работа с Hub через CLI hf, датасеты, обучение моделей, Spaces, оценка и деплой
Язык визуализации для агентов и MCP-сервер: из простой семантической спецификации собираются аккуратные графики