SkillFoxx
Telegram

Barrios Skills

Коллекция Джона Барриоса для агентов: Stata, R, pyfixest, WRDS, EDGAR, графики и письмо в экономике и учете

  • 68 ★ репозитория
  • Последний коммит
Скилл

Расширенный доступ

Почему такой уровень

  • Скиллы запускают Stata, R и Python на ваших данных
  • Для `wrds-mcp` нужны учетные данные Wharton WRDS и туннельный демон
  • Скилл `econ-humanizer-plus` переписывает передаваемый ему текст
Все причины и проверки

barrios88/barrios-skillsАвтор:John Barrios

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/barrios-skills

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Скиллы запускают Stata, R и Python на ваших данных
  • Для `wrds-mcp` нужны учетные данные Wharton WRDS и туннельный демон
  • Скилл `econ-humanizer-plus` переписывает передаваемый ему текст

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Barrios Skills — коллекция скиллов Джона Барриоса для экономистов и бухгалтеров. В основном каталоге 46 скиллов в четырех областях: эконометрика и эмпирические данные (6 скиллов: Stata, R, панельные данные на Python, pyfixest, WRDS), данные и визуализация (11), исследования и литература (13: поиск литературы, EDGAR, FRED и OpenEcon, финансовый NLP, парсинг) и письмо с рецензированием (16: `econ-write`, humanizer, слайды, рецензия, LaTeX). Дополнительные скиллы для документов, карьеры и узких библиотек лежат в skills/optional. Скиллы ставят копированием папки в каталог агента: ~/.cursor/skills/, ~/.claude/skills/ или ~/.codex/skills/, для каждого есть своя инструкция в `install`. Отдельная часть репозитория, mcp, содержит MCP-серверы. Это `wrds-mcp` для баз Compustat, CRSP и других на Wharton WRDS, который автор вендорит в репозиторий, и ссылки на внешние SEC EDGAR MCP, OpenEcon Data MCP и FRED или Stata-MCP. Для MCP нужны pip `install`, регистрация в клиенте и ваши учетные данные. Сайт проекта ведет каталог с поиском по задачам. Например, stata-regression запускает регрессии в Stata с таблицами для публикации, а sec-edgar берет отчеты, XBRL и формы Form 4.

Для кого. Экономистам, финансистам и бухгалтерам-исследователям, которые пишут статьи и ведут эмпирическую работу в Stata, R или Python и хотят дать агенту готовые методики.

Подходит, если

  • Нужна регрессия с панельными данными и высокой размерностью фиксированных эффектов на Python через pyfixest
  • Надо вытащить данные Compustat или CRSP из WRDS по фильтрам
  • Требуются отчеты SEC, XBRL или форма Form 4 для исследования
  • Статью по экономике нужно написать и вычитать в духе Кокрейна и Маклоски
  • Нужны таблицы и графики для публикации в Stata или matplotlib

Не подходит, если

  • Задача не про экономику или бухгалтерию: коллекция заточена под эти области
  • Нет доступа к WRDS: для `wrds-mcp` нужен собственный аккаунт и подключение
  • Нужен единый MCP для всех баз: MCP здесь ставят отдельно и регистрируют вручную
  • Требуется скилл для агента без каталога скиллов: установка идет копированием папок

Пример запроса к агенту

Используй скилл pyfixest и оцени регрессию с фиксированными эффектами фирма и год, кластерные ошибки по фирме

Ограничения

  • Скиллы и MCP-серверы это разные вещи: MCP требуют установки, регистрации и учетных данных, скилл достаточно скопировать.
  • Для `wrds-mcp` и скилла wrds нужен ваш доступ к Wharton WRDS, в репозиторий входит туннельный демон в mcp/wrds-mcp/tunnel.
  • Внешние MCP для SEC EDGAR, OpenEcon и FRED ставятся из своих репозиториев по инструкциям в `install`.
  • Скилл `econ-humanizer-plus` убирает машинные обороты в экономической прозе и меняет текст, который вы ему передаете.
  • Часть скиллов взята из апстрима и подписана в метаданных, например pyfixest из py-econometrics.

Как отключить. Удалите папки нужных скиллов из ~/.cursor/skills/, ~/.claude/skills/ или ~/.codex/skills/. Для `wrds-mcp` уберите его регистрацию из конфигурации клиента и остановите туннель скриптом tunnel_down.sh.

Частые вопросы

Какие скиллы в коллекции главные?

В README выделены stata-regression, wrds, sec-edgar, pyfixest, `econ-write`, `econ-humanizer-plus` и econ-visualization. Всего в основном каталоге 46 скиллов в четырех областях, еще часть лежит в skills/optional.

Как поставить скиллы в Claude Code?

Склонируйте репозиторий и скопируйте нужную папку в ~/.claude/skills/. Инструкции для Cursor, Claude Code и Codex лежат в папке `install`, каждый скилл ставят независимо.

Чем MCP отличается от скиллов в этом репозитории?

Скилл — Markdown-инструкция, которую достаточно скопировать. MCP — программа с живыми инструментами, например запросами SQL к WRDS, ее ставят через pip `install`, регистрируют в клиенте и подключают к своему аккаунту.

Нужен ли доступ к WRDS?

Только для скилла wrds и сервера `wrds-mcp`: они работают с Compustat, CRSP, TRACE и TAQ через ваш аккаунт Wharton WRDS. Остальные скиллы его не требуют.

Какие внешние MCP-серверы упомянуты?

SEC EDGAR MCP, OpenEcon Data MCP и FRED или Stata-MCP. Они ставятся из своих репозиториев по инструкциям в папке `install`, а собственный `wrds-mcp` лежит в mcp/wrds-mcp.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

17 скиллов для экономистов: гипотезы, обзор литературы, Stata и R, модели в LaTeX, таблицы, слайды Beamer

СкиллРасширенный доступ672

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

ПлагинРасширенный доступ5 тыс.

Шаблон для аналитиков данных: AGENTS.md, CLAUDE.md и набор скиллов по Python, SQL, Polars и диагностике моделей.

СкиллМинимальный доступ115

Около 200 скиллов для Claude Code по биоинформатике, химии и биостатистике: от анализа РНК-секвенирования до докинга молекул

СкиллРасширенный доступ388

Набор скиллов Claude Code для эмпирической экономики: аудит кода и репликации, проверка библиографии, чтение PDF и презентации.

СкиллРасширенный доступ487

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйАвторизацияЗвезды репозиторияГлавное отличие
Barrios Skills (эта карточка)нет68
MCP-for-Stataнетне нужна276MCP-сервер только для запуска Stata, а в коллекции Barrios Skills скиллы по Stata, R, WRDS, EDGAR и научному письму
SEC EDGAR MCPнетне нужна387только доступ к SEC EDGAR, а здесь он идет как одна из внешних ссылок рядом со скиллами для эконометрики

Коротко о README

README делит репозиторий на skills и mcp, показывает охват по четырем областям с числом скиллов, быстрый старт с копированием папок для Cursor, Claude Code и Codex и отдельный раздел про MCP-серверы. Затем идут избранные скиллы и таблицы по задачам с описанием каждого скилла.

Бейдж для README

Исходный SKILL.md

---
name: pyfixest
description: Fast high-dimensional fixed-effects regression in Python with pyfixest (fixest-like syntax). Use for OLS/IV/Poisson with many FEs, cluster-robust SEs, modern DiD (did2s, Sun-Abraham), and publication tables — the Python counterpart to Stata reghdfe/fixest for accounting and finance panels.
curated-by: John Barrios
collection: barrios-skills
upstream: https://github.com/py-econometrics/pyfixest
---
> **Barrios Skills** — John Barrios's curated workflow for economists and accountants. Prioritize reproducible empirical work, clear identification language, and journal-ready output.

# PyFixest for empirical accounting & finance

## When to use

- Firm–year / firm–quarter panels with firm and year (or industry×year) fixed effects
- High-dimensional FE that are slow in `linearmodels` or plain `statsmodels`
- IV with FE, Poisson/PPML with FE, or modern DiD helpers in Python
- You already know Stata `reghdfe` / R `fixest` and want the same grammar in Python

**Prefer** [`python-panel-data`](../python-panel-data/) when the design is a simple two-way FE / RE with `linearmodels` and you want textbook panel diagnostics. **Prefer** [`r-econometrics`](../r-econometrics/) / Stata skills when the paper's replication package is R/Stata-first.

## Install

```bash
python -m pip install pyfixest
# optional: python -m pip install "pyfixest[plots]"
```

Docs: [pyfixest.org](https://pyfixest.org/pyfixest.html)

## Iron law: specify clustering and FE before estimating

1. State the **unit of treatment / residual correlation** (usually firm, sometimes industry or CEO)
2. State **fixed effects** that absorb the design (firm + year; firm + industry×year; etc.)
3. Estimate with matching `vcov` / cluster
4. Inspect N, absorbed FE counts, and a coefficient sample before writing results into a paper

## Quick patterns

### OLS with multi-way FE + firm clustering

```python
import pyfixest as pf

fit = pf.feols(
    "roa ~ treat + size + mb | gvkey + fyear",

Сообщить о проблеме