SkillFoxx
Telegram

Paper-WorkFlow — скилл

Скилл-оркестратор ведет эмпирическую работу по социальным наукам от идеи или данных до воспроизводимой рукописи с проверками.

  • 50 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Расширенный доступ

Почему такой уровень

  • Скилл запускает анализ на Python, Stata или R и пишет файлы рабочего каталога, а подагенты работают с вашими данными.
Все причины и проверки

brycewang-stanford/paper-workflowАвтор:Bryce Wang

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/paper-workflow

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.

  • Скилл запускает анализ на Python, Stata или R и пишет файлы рабочего каталога, а подагенты работают с вашими данными.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Paper-WorkFlow ведет эмпирическое исследование по десяти стадиям, от нулевой до девятой, с двумя жесткими проверками качества и единым рабочим каталогом. Скилл выбирает из уже имеющихся скиллов, аналитических бэкендов и подагентов, а возможности заново не переписывает. Входить можно с любого места: с идеи, плана, данных, готовых регрессий, файла `main.tex` или замечаний рецензентов. Стадии охватывают выбор темы, данные, план идентификации, оценку, таблицы и графики, черновик, структурную и языковую правку, имитацию рецензии и пакет для подачи. Анализ идет на Python, Stata или R с fixest. Результат складывается в рабочий каталог с состоянием, а `pw check`, `pw exit N` и `pw final` проверяют готовность. Скилл не обещает значимых результатов и принятия статьи, неудача тоже оформляется записью.

Для кого. Исследователям в экономике и социальных науках, которые ведут эмпирическую работу и хотят пройти путь от данных до рукописи с журналом решений и проверками.

Подходит, если

  • Есть только тема, и нужно проверить, доступны ли данные и осуществим ли дизайн
  • Данные в панельном файле, дизайн DiD, и надо получить базовую оценку с проверками устойчивости
  • Есть `main.tex`, и работу надо вести с этапа правки
  • Нужны таблицы и рисунки с воспроизводимым кодом и отчетом о качестве
  • Результаты надо пересобрать в рукопись DOCX с фиксацией, что анализ ретроспективный

Не подходит, если

  • Нужна гарантия значимого результата или публикации: скилл ее не дает
  • Работа не эмпирическая и не из социальных наук: оркестратор заточен под такие исследования
  • Нужен весь комплект без подскиллов: для полной работы нужна родительская коллекция из 47 скиллов

Пример запроса к агенту

/paper-workflow Данные в `./panel.csv`, дизайн DiD. Сначала проведи аудит выборки и переменных, затем базовую оценку и проверки устойчивости.

Ограничения

Оркестратор из отдельного репозитория без подскиллов работает не полностью: для полной цепочки рекомендуют клонировать родительскую коллекцию Auto-Empirical-Research-Skills с подмодулями. «Сквозной» означает покрытие этапов, но не гарантию доступности данных, значимости, прохождения проверок идентификации или принятия статьи. Запуск Stata требует лицензии, R и Python нужны для своих бэкендов. Стадия языковой правки, которую автор называет снятием «следов ИИ», остается редакторской шлифовкой без обхода детекторов. Проверка запускается командой `pw`, а для DOCX нужен pandoc. Лицензия MIT.

Как отключить. Удалите папку скилла из `~/.claude/skills/` или из `.claude/skills/` проекта. Рабочие каталоги исследований с данными и результатами лежат у вас и удаляются отдельно.

Частые вопросы

Как установить Paper-WorkFlow?

Лучше клонировать родительскую коллекцию: `git clone --recurse-submodules https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills.git`. Только оркестратор ставят командой `git clone https://github.com/brycewang-stanford/Paper-WorkFlow.git`.

С какого места можно начать?

С идеи, плана, чистых данных, готовых регрессий, файла `main.tex` или замечаний рецензентов. Скилл подключается с нужной стадии.

Что делают `pw check`, `pw exit` и `pw final`?

`pw check` показывает текущее состояние, `pw exit N` проверяет завершение стадии, `pw final` требует выполнения всех обязательств подачи.

Какие бэкенды анализа есть?

Python, Stata и R с fixest и modelsummary. Нужный выбирают в запросе, например «используй Stata».

Обещает ли скилл публикацию?

Нет. Скилл не гарантирует значимые результаты, прохождение проверок идентификации и принятие статьи, а сбои записывает в рабочий каталог.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Скилл paper-spine: по теме, материалам и данным ведет научную статью от поиска литературы и текста до иллюстраций, рецензии и файлов Word, LaTeX и PDF

СкиллШирокий доступ6,3 тыс.

Скилл с 30 шаблонами промптов для научных статей на английском и китайском: от обзора литературы до заявки на грант

СкиллМинимальный доступ553

Восемь скиллов ведут научную статью по CS, AI и ML по разделам и останавливают раздел, если для него не хватает доказательств.

ПлагинМинимальный доступ116

Скилл для стресс-теста научной статьи перед подачей: имитирует рецензию, выносит вердикт, помогает переработать и перепроверить

СкиллМинимальный доступ1,2 тыс.

Набор скиллов Codex для научной статьи: от исследовательских материалов до LaTeX-черновика с проверкой доказательств и рецензией.

СкиллМинимальный доступ109

42 скилла на весь путь научной статьи: от поиска и черновика до проверки цитат, подачи, ответа рецензентам и публикации

ПлагинМинимальный доступ61

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
Paper-WorkFlow (эта карточка)нет50
Auto-Empirical Research Skillsнет5 007родительская коллекция из 47 скиллов; Paper-WorkFlow это ее оркестратор отдельным репозиторием со стадиями и проверками
Nature-Paper-Skillsнет671скиллы по структуре и прозе статьи; здесь вся цепочка от данных до подачи

Коротко о README

README в формате «30 секунд» объясняет, что это оркестратор, перечисляет стадии, входы и бэкенды, показывает примеры запросов, состав итоговых материалов и установку. Отдельные файлы описывают строгие проверки.

Бейдж для README

Исходный SKILL.md

---
name: paper-workflow
description: >
  将社科实证研究从 idea、proposal、数据或已有结果推进到可复现分析和完整论文 DOCX。
  支持研究设计、数据审计、估计、表图、写作与修订，以及按需准备投稿包；按证据完成阶段，
  不承诺显著结果或录用。触发：/paper-workflow、从想法到论文、从数据到 docx、推进已有实证稿件。
allowed-tools: Skill, Agent, Read, Write, Edit, Glob, Grep, Bash, AskUserQuestion, WebSearch, WebFetch, NotebookEdit
---

# Paper-WorkFlow — 经管 / 社科实证论文全流程总编排器

## Overview

本 skill 按 **Stage 0–9 + Method Gate + Draft Quality Gate** 组织社科实证研究。
优先调用可用子 skill；缺少外部技能库或 Agent 时，按本仓库 references 由主代理直接执行。
方法、数据权限与统计软件仍须真实可用；不能以补齐模板替代研究证据。

`workflow_state.json`、stage passport 和 handoff 保存状态与文件指针。调用映射见
[`references/skill-map.md`](references/skill-map.md)，当前阶段操作见
[`references/stage-playbook.md`](references/stage-playbook.md)，独立安装路径见
[`references/runtime-fallbacks.md`](references/runtime-fallbacks.md)。只加载当前阶段需要的部分。

---

## 这条流水线（固定主线，可按入口跳入）

| Stage | 阶段 | 主要调用的 skill（位于 `67-econfin-workflow-toolkit/`，除非另注） | 产出落盘 |
|---|---|---|---|
| **0** | Intake & Setup | *(编排器本体)* | 工作区、`workflow_state.json`、入口路由 |
| **1** | 选题与设计 | `econfin-idea-finder` → `novelty-check` → `significance-search` → `journal-digest` → `econfin-proposal` | `01_proposal/proposal.md` |
| **1L** | 文献基座（先于查新打分） | 多路并行检索：`59-openalex` / `36` / `52` + Zotero MCP | `01_proposal/lit/corpus.md` + `lit_matrix.md` |
| **2** | 数据 | `data-fetcher` → `data-cleaning` + sample/estimand audit + 测量效度 | `02_data/clean.parquet` + `codebook.md` + `sample_audit.md` + `measurement_audit.md` |
| **2.5** | 设计锁定（先于第一个估计） | *(编排器本体，人类决策点)* | `00_meta/preregistration.md` + `design_lock` 状态 |
| **3** | 计量识别、估计与方法闸门 | **分析后端路由**：默认 Python/StatsPAI（MCP 优先，调用链见 `statspai-analysis.md`），也可切 Stata（`.do`）或 R（fixest/Quarto）；再按设计配 `did-analysis` / `iv-estimation` / `rdd-analysis` / `synthetic-control` / `panel-data` / `ml-causal` 等（全表见 skill-map）+ empirical audit + methods pack + design gate cards | `03_analysis/` 代码 + `design_register.md` + `method_gate.md` + `evidence_ledger.md` |
| **4** | 表与图 | 按同一后端生成出版级表图：Python/StatsPAI `regtable`/`paper_tables`/`collect`，Stata `esttab`/`outreg2`/`collect`，R `modelsummary`/`etable`/Quarto；均需三线表 Word/Excel/LaTeX 同出 + PDF/PNG 图 | `04_results/*.{tex,docx,xlsx}` + `*.pdf/png` |
| **5** | 写作初稿 | `paper-writer` | `05_draft/main.md`（缺省；`latex` 轨为 `main.tex`）+ `ref.bib`；表图一律 include 引用 |
| **6** | **结构层**打磨（段落及以上） | `paper-pipeline`（内部跑 polish→self-revise→style→polish→reference-verify 全量基线） | 打磨后的 `main.{tex,md}` |
| **7** | **语言层**去 AI 味（句子及以下） | `de-aigc-skills`(48 中英双语六步闭环) → `readability`/`fix-chinese` 收尾 | 降味稿 + 审计表 + 数字零漂移 + `00_meta/ai_use_disclosure.md` 补上本阶段台账行 |
| **8** | 模拟评审与修订 | `referee-report` → `paper-referee-revise`（或 `paper-self-revise`） | 修订稿 + response letter |
| **9** | 选刊与投稿 + **全文交付** | `paper-submission` → 可选 AJS 适配器 → `reference-verify`（终审）→ `assemble_manuscript_docx.py` | 期刊清单 + 专属预检 + cover letter + AI 使用声明 + **`09_submission/main.docx` 全文定稿** |
| **—** | 复盘与交付 | *(编排器本体)* | `FINAL_REPORT.md` + 打包交付物 |

> 完整阶段细节、每阶段的 plan→execute→review→revise 微循环、subagent 派发模板，全部在
> [`references/stage-playbook.md`](references/stage-playbook.md)。**主代理在进入某阶段时才去读
> 对应章节**。

Сообщить о проблеме