FinAI Research Workflow — скилл
Скиллы и конвейер для исследований по экономике и финансам: от темы до проверяемого черновика статьи в LaTeX.
- 109 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Конвейер скачивает данные из внешних источников и тратит токены модели.
- Часть каталогов данных помечена как опасная с правовой точки зрения.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/finai-research-workflowОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Конвейер скачивает данные из внешних источников и тратит токены модели.
- Часть каталогов данных помечена как опасная с правовой точки зрения.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
FinAI Research Workflow ведет исследование от одной формулировки темы до черновика в LaTeX. Восемнадцать скиллов покрывают поиск идей, обзор литературы, проверку новизны, план эксперимента, получение данных, написание текста, графики, сборку LaTeX и циклы рецензирования. Под капотом 58 эконометрических модулей: DID, событийный анализ, синтетический контроль, инструментальные переменные, RDD и другие. Конвейер запускается командой `finai-pipeline --topic "..." --use-hitl`, и каждый этап требует вашего подтверждения. Данные берутся из 43 каталогов MCP (финансовая отчетность, макроэкономика, научные статьи). Синтетические данные без вашего согласия не используются. Есть шаблоны более чем 30 журналов.
Для кого. Экономистам и аспирантам в финансах, которым нужен воспроизводимый конвейер с эконометрикой и шаблонами журналов, а не разовый черновик.
Подходит, если
- Тема сформулирована одной фразой, и нужен обзор литературы с проверкой новизны.
- Для статьи нужны оценки DID с тестами параллельных трендов и проверками устойчивости.
- Черновик надо оформить по шаблону конкретного журнала.
- Каждый этап хочется пропускать через ручное одобрение.
Не подходит, если
- Нужны торговые сигналы или инвестиционные рекомендации: это исследовательский инструмент.
- Нет API-ключа модели: конвейер по умолчанию завершается с ошибкой без `DEEPSEEK_API_KEY`.
- Требуется область вне экономики и финансов.
Пример запроса к агенту
Проведи исследование по теме «торговля квотами на выбросы и зеленые инновации»: обзор, проверка новизны и план эксперимента с DID.Ограничения
Для работы нужен ключ модели (в примере DeepSeek, поддержаны Anthropic и OpenAI) и Python 3.10–3.13. Три каталога данных помечены как опасные с правовой точки зрения и подключаются только по явному согласию; китайская литература ограничена. Методы с внешними зависимостями, например `linearmodels`, при отсутствии бэкенда завершаются явной ошибкой. Результат остается черновиком: авторство, данные и выводы проверяет исследователь. Это не инструмент для торговли, рекомендаций по инвестициям он не дает.
Как отключить. Удалите виртуальное окружение с пакетом `finai-research-workflow` и скопированные скиллы из каталога скиллов агента.
Частые вопросы
Что значит `--use-hitl`?
Включает человеческие контрольные точки: каждый этап ждет вашего одобрения, поэтому автономно статья не пишется.
Какие ключи нужны?
Ключ модели. В примере это `DEEPSEEK_API_KEY`; указаны также `ANTHROPIC_API_KEY` и `OPENAI_API_KEY`. Часть каталогов данных требует своих ключей.
Какие методы входят?
58 модулей: DID, событийный анализ, разложение Бэкона, синтетический контроль, IV, панельный GMM, RDD, медиация и другие.
Работает ли с Claude Code и Codex?
Скиллы лежат в `.agents/skills/` и `.claude/skills/`. Для Codex есть `AGENTS.md`, для Claude Code и Cursor подходят те же скиллы.
Откуда берутся данные?
Из 43 каталогов MCP: отчетность китайских и американских компаний, макроданные (FRED, Всемирный банк, МВФ), OpenAlex. Три опасных каталога подключаются только по согласию.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
Скиллы17 скиллов для экономистов: гипотезы, обзор литературы, Stata и R, модели в LaTeX, таблицы, слайды Beamer
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
26 скиллов и четыре агента-рецензента для науки в Claude Code: проверка рисунков и статистики, обзор литературы, передача работы.
Плагин навыков для проектов Calkit: собирает воспроизводимый конвейер исследования и проверяет, откуда взялись числа в статье.
Набор скиллов Claude Code для эмпирической экономики: аудит кода и репликации, проверка библиографии, чтение PDF и презентации.
Причинный анализ по шагам: 14 скиллов подбирают метод, проверяют допущения, пишут код на R или Python и тестируют вывод.
Коротко о README
Объясняет принципы конвейера (человек в контуре, проверка данных), быстрый запуск через PyPI, список скиллов, каталоги данных и поддерживаемые шаблоны журналов.