Auto-Empirical Research Skills — плагин
Auto-Empirical Research Skills (AERS)
Плагин-маркетплейс для эмпирических исследований в соцнауках: причинно-следственный анализ, эконометрика, оформление статьи под топовые журналы
- 5 014 ★ репозитория
- Последний коммит
Расширенный доступ
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
- Работает в
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.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запускает статистический код на Python, Stata и R и читает данные проекта
- Часть каталога подключается как сторонние подмодули со своими лицензиями
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Репозиторий работает как маркетплейс Claude Code с четырьмя собственными плагинами: aer-skills (девять скиллов подготовки статьи под топовые экономические журналы) и три конвейера анализа, empirical-analysis-python, empirical-analysis-stata и empirical-analysis-r. Каждый конвейер идет по восьми шагам: очистка данных, построение переменных, описательные статистики и таблица 1, диагностические тесты, базовая модель, проверки устойчивости, дополнительный анализ (механизмы, неоднородность, медиация) и итоговые таблицы с графиками. Python-вариант вызывает pandas, statsmodels, linearmodels, pyfixest, rdrobust и econml напрямую, без оболочки, и в центр результата ставит таблицу регрессий с последовательно добавляемыми контролями. Агент выбирает скилл по описанию задачи или по названию метода. Вокруг собственных плагинов лежит каталог на 77 коллекций сторонних скиллов, подключаемых как подмодули.
Для кого. Для экономистов и исследователей в социальных науках, которые ведут эмпирическую работу и готовят статьи к публикации.
Подходит, если
- Вам нужна оценка эффекта политики на панели регионов методом Callaway и Sant'Anna с проверкой HonestDiD и таблицами для рукописи
- Вы воспроизводите прикладную статью из AER или QJE с нуля и хотите, чтобы каждый оценщик и тест были видны в коде, а не спрятаны в обертке
- Работаете в Stata с reghdfe, ivreg2 и csdid и хотите, чтобы агент писал ту же методику в вашем стеке, а не переводил ее на Python
- Ведете исследование в R с fixest, did и Quarto: для этого есть отдельный конвейер
- Данные эпидемиологические: в Python-конвейере есть режим для эмуляции целевого испытания, IPTW и TMLE, менделевской рандомизации и анализа выживаемости
Не подходит, если
- Задача на описательную статистику одной таблицы: достаточно обычного запроса к агенту без маркетплейса
- Нужен общий поток исследования с литературой, написанием и рецензированием: посмотрите Academic Research Skills или PaperOrchestra из каталога
- Нужно управлять библиотекой источников и ссылок: подойдет Zotero MCP
- Вы хотите единый вызов в одной строке: у авторов для этого отдельная библиотека StatsPAI, а здесь основной упор на явный код
Пример запроса к агенту
Возьми panel_regions.dta, построй событийное исследование методом Callaway и Sant'Anna для программы 2018 года, проверь HonestDiD и выведи таблицу M1-M6 с последовательными контролями в LaTeXОграничения
Доступ: расширенный. Плагины читают ваши файлы с данными и пишут код, таблицы и графики, а агент запускает Python, Stata или R в вашей среде. Нужны установленные среды: Python с эконометрическими пакетами, Stata с лицензией либо R с Quarto. Установка через маркетплейс требует Claude Code 2.1 или новее, для копирования отдельного скилла клонируют репозиторий с флагом --recurse-submodules. Каталог сторонних скиллов подключен подмодулями, у каждого свои лицензия и качество. Лицензия репозитория CC BY-SA 4.0. Главный README и часть описаний на китайском, английская версия лежит в README-en.md. Проект рассчитан на экономику и соцнауки, ответственность за выводы остается на исследователе. В каталоге сторонних скиллов есть наборы для снижения заметности ИИ-текста для проверяющих систем и для удаления водяных знаков и метаданных документов. Для работы эконометрических конвейеров они не нужны, и мы их не рекомендуем: выдача ИИ-текста за написанный вручную нарушает правила многих журналов и вузов. Если вы пользуетесь ИИ при подготовке статьи, раскройте это по правилам издания.
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.
Частые вопросы
Это просто список чужих скиллов?
Нет. У проекта есть собственные плагины: aer-skills и три конвейера анализа на Python, Stata и R. Вокруг них лежит каталог сторонних скиллов, который можно не ставить.
Нужен ли Stata?
Только для конвейера на Stata. Есть отдельные конвейеры на Python и на R с Quarto, выбирайте под свой стек.
Как поставить и проверить в Claude Code?
Выполните claude plugin marketplace add brycewang-stanford/Auto-Empirical-Research-Skills, затем claude plugin install empirical-analysis-python@auto-empirical-research-skills. В новой сессии напишите задачу обычными словами, например про событийное исследование: агент должен выбрать скилл по описанию. Если нет, назовите метод или скилл по имени.
Можно ли взять только один скилл без маркетплейса?
Да. Клонируйте репозиторий с --recurse-submodules и скопируйте папку, например skills/00.1-Full-empirical-analysis-skill_Python, в .claude/skills/ проекта или в ~/.claude/skills/. В папке обязан лежать SKILL.md, а у некоторых коллекций он лежит на уровень глубже.
Чем отличается от StatsPAI?
Конвейеры здесь явные: каждый вызов библиотеки виден в коде, и вы можете заменить любой компонент. StatsPAI, по README, отдельный проект тех же авторов с одним импортом statspai и встроенным MCP-сервером.
Как проверить качество работы агента на этом наборе?
В репозитории лежат 19 числовых задач в benchmark/ и 42 поведенческих сценария в eval-harness/. После pip install -e . утилита aers-score ставит оценку вашему агенту по тому же набору.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
Плагины17 скиллов для экономистов: гипотезы, обзор литературы, Stata и R, модели в LaTeX, таблицы, слайды Beamer
Маркетплейс из 16 плагинов Claude Code для количественных и качественных исследований в социологии, с паузами между фазами.
Причинный анализ по шагам: 14 скиллов подбирают метод, проверяют допущения, пишут код на R или Python и тестируют вывод.
Коллекция Джона Барриоса для агентов: Stata, R, pyfixest, WRDS, EDGAR, графики и письмо в экономике и учете
Набор скиллов Claude Code для эмпирической экономики: аудит кода и репликации, проверка библиографии, чтение PDF и презентации.
MCP-сервер и навык библиотеки StatsPAI: агент считает DiD, RD, IV и синтетический контроль на ваших данных
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Auto-Empirical Research Skills (эта карточка) | нет | 5 014 | ||
| StatsPAI — каузальный анализ и эконометрика для агентов | нет | не нужна | 374 | MCP-сервер и навык библиотеки StatsPAI |
| mathmodel-skill — математическое моделирование | нет | 298 | скилл ведет студенческую команду через олимпиаду по математическому | |
| AI Research Skills | нет | 651 | маркетплейс из пяти плагинов Claude Code для исследователя |
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.