AER-Skills

简体中文 | English

面向 American Economic Review（AER）、AER: Insights 以及 AEJ 系列期刊的 agent skill 包：覆盖选题、文献定位、正文写作、识别策略、表图规范、投稿、模拟审稿、审稿回复的全流程。

本仓库是有立场的。它不是通用经济学写作工具箱，而是一套面向 top-5 经济学的 skill 栈：识别优先的实证、AEA 政策合规的复现包、Keith Head 风格的引言、AER 风格的 booktabs 表格、以及对编辑友好的 rebuttal 文体。

最近升级

v1.5 让安装后的 skill 自包含：十四个 skill 在自己的目录里捆绑了一份蒸馏的 references/*.md 深度文件——估计量手册、稳健性菜单、引言/摘要模板、章节骨架、 选刊路由表、审稿评分量规、一致性审计清单、回复信模板、AEA 复现合规清单、 投稿终审清单、PAP 模板、引用核验协议、工作流 gate 地图、表图 cookbook—— 插件或脚本安装后不再依赖仓库 checkout 也能拿到核心深度内容。 scripts/validate_repo.py 新增捆绑文件门（必须捆绑、SKILL.md 必须路由到它、 被提及的文件必须存在），捆绑正文同样接受既有的引用 groundedness 与文本卫生门。 详见 CHANGELOG。

v1.4 把生命周期向事前设计延伸，并补齐两类审稿前沿方法。新增第 15 个 skill aer-preregistration（预分析计划、功效/MDE 定样本、AEA RCT Registry），4 个新数值契约 demo（Sun-Abraham 交互加权事件研究、 Lee 边界的部分识别、Cinelli-Hazlett 稳健值、功效/MDE 与 Type-M 夸大，共 20 条新断言）、 把审稿模拟评分-判定映射变成可执行门的裁判校准脚本， 外加方法覆盖矩阵。详见 CHANGELOG。

v1.3 补齐了路线图列出的方法覆盖缺口：新增 5 个数值契约 demo（随机化推断、QTE、LP-DiD、bunching、matrix completion，共 21 条新断言）、7 条经 Crossref 验证的参考文献、StatsPAI 工具注册表扩至 51 个验证绑定，以及 Zenodo 存档元数据与宣发材料包。详见 CHANGELOG。

v1.2 的主题是可验证性：仓库对稿件的每一条要求，先在自己身上机器强制执行（完整清单见质量记分卡，计划见路线图，历史见 CHANGELOG）：

• 数值正确性契约：11 个可运行 demo、47 条 NUMERIC-CHECK 断言，每个估计值钉到已知真值 ± 容差，跑通但答错即失败。
• 引用 groundedness 门：每条散文引用必须解析到经 Crossref 验证的 bib 条目——PHANTOM_CITATION / DANGLING_KEY 是硬失败。
• 工具绑定契约：方法 skill 路由到 43 个已验证的 StatsPAI 工具，不允许手搓估计量。
• 质量工具自身被测试：tests/ 下 246 个封闭单元测试（make test），验证器不再只靠自检。
• 新增示例：端到端 walkthrough（一篇论文走完 12 步）与 DML demo（正交化 + 交叉拟合 vs 朴素 ML plug-in）。
• CI 升级为三个 job：结构校验 + 单元测试 + 全 demo 数值冒烟，每次 push/PR 全量执行。

v1.1 把 skill 栈从十个扩展到十四个（aer-literature、aer-paper-body、aer-consistency、aer-referee-sim），并确立 12 步带门工作流。

为什么需要单独的 AER skill 栈？

Top-5 经济学期刊的硬约束在生命科学类期刊中并不存在：

通用的 "scientific writing" skill（例如 Nature-Paper-Skills、nature-skills）通常覆盖不到这些约束。

与相邻项目的诚实对比

快速上手

方式 A — Claude Code 插件（推荐）

# 添加 marketplace（一次性）
/plugin marketplace add https://github.com/brycewang-stanford/AER-Skills

# 安装插件
/plugin install aer-skills

# 重新加载
/reload-plugins

之后十五个 skill 会全部自动可用。

方式 B — 脚本安装

git clone https://github.com/brycewang-stanford/AER-Skills.git
cd AER-Skills

# Claude Code（用户级）
python3 scripts/install_skills.py claude

# 或 Codex
python3 scripts/install_skills.py codex

安装脚本会复制完整 skill 目录（含每个 skill 捆绑的 references/ 深度文件）， 核心指引安装后即自包含。更新已有安装时加 --replace，正式复制前可用 --dry-run 预览计划中的复制操作。如果还想用 skill 引用到的 templates/ 和 examples/ 资源，请保留这个 cloned repository。

第一个提示词

重启 agent 后：

用 aer-workflow 告诉我这篇稿子下一步该用哪个 skill。

更完整的安装说明见 docs/installation-claude.md 和 docs/installation-codex.md。

默认工作流

aer-topic-selection
    -> aer-literature
        -> aer-identification
            -> aer-robustness
                -> aer-paper-body
                    -> aer-introduction
                        -> aer-tables-figures
                            -> aer-consistency
                                -> aer-referee-sim   （循环直到 ≥ major R&R）
                                    -> aer-replication
                                        -> aer-submission
                                            -> aer-rebuttal

核心默认假设：

• 识别先于写作 — 设计有问题，写得再漂亮也救不回来
• AER vs AER:Insights vs AEJ 是个选刊路由问题，要在写摘要之前先决定
• 先写正文再写引言 — 引言是对一篇已存在论文的总结，不是空头承诺
• 任何引用都不能凭记忆写 — 每条参考文献都必须对照抓取到的源记录核验
• 稿件必须先过自己的审稿人 — 一致性审计（aer-consistency）和对抗性模拟审稿（aer-referee-sim）是投稿前的硬门槛
• 复现包质量是论文的一部分，不是事后补的工作
• 审稿回复信永远针对修改后的稿件，绝不对着旧稿写

完整路线图见 docs/workflow-map.md。

全部 Skill

核心 — 全生命周期

可选 — 实现引擎

在下方手写模板之外，再多给你一个跑实证的选择。

代码模板

为三套常见的实证经济学技术栈提供即插即用、版本意识清晰的脚本。每套模板都包含一个 master 脚本、一个 Callaway-Sant'Anna DiD 示例、一张 AER 风格的 booktabs 回归表， 以及一个 README。

每套模板都强制：固定随机种子（20260101）、相对路径、包版本记录（或在技术栈支持时 精确 pin）、AER booktabs 表格风格、矢量格式图件。

无需手工复制文件即可生成新项目：

python3 scripts/scaffold_project.py stata /path/to/new-project
python3 scripts/scaffold_project.py r /path/to/new-project
python3 scripts/scaffold_project.py python /path/to/new-project
python3 scripts/scaffold_project.py skeleton /path/to/new-replication-package

# 或使用 Make
make scaffold-stata DEST=/path/to/new-project

可用 --dry-run 预览计划中的复制操作。脚手架会拒绝仓库内部路径、模板源目录等受保护 目标；请在本仓库之外创建论文项目。

校验

在把 skill 复制进 agent 配置或提交 PR 之前，先运行仓库检查：

make preflight
# 等价命令：python3 scripts/validate_repo.py

make preflight 还会对 staged 和 unstaged 的 git diff --check 做检查， 排查空白和补丁卫生问题。 校验器会检查 skill frontmatter、skill 目录结构、agent metadata、plugin manifest、 本地 Markdown 链接、模板布局、Python 依赖的精确 pin 与 import 覆盖、安装与脚手架脚本 行为、生成/缓存文件的排除，以及 Python/R/Stata 模板语法。当 Rscript 不可用时，R 语法 检查会带告警跳过。CI 会安装 R，先运行 make preflight，再运行 make validate-strict — 后者在缺少可选工具时直接失败，而不是静默跳过。

可运行示例的 Monte Carlo 断言是可选的第二层 gate。安装 templates/python/requirements.txt 中的依赖（以及需要时的 R 包）后运行：

make smoke-examples
# 或：python3 scripts/run_example_smoke.py --strict-deps

默认模式会跳过缺少可选依赖的 demo；发布前用 --strict-deps，让任何缺失依赖或失败断言 直接返回非零状态。

质量工具自身也被测试：make test 运行 tests/ 下的 272 个封闭单元测试（无网络、无重依赖）， 覆盖校验器、引用核验器、skill 审计器、冒烟运行器、脚手架与安装器。 make scorecard 重新生成质量记分卡；preflight 会在记分卡 与实测状态漂移时失败。

make preflight 还运行引用完整性门（verify_citations.py --selftest）：用 gold set 离线核验，确保 references.bib 与其录制的 Crossref/OpenAlex 元数据一致——把"任何引用 都不能凭记忆写"从原则变成可复跑的检查。对照线上索引核验用 make verify-citations-online， 对草稿做 \cite ↔ bib 双向核验用 --manuscript。详见 引用完整性协议。

示例

以经典 AER 及相邻 top-5 论文为依托的实操示例。 完整索引见 examples/README.md。

设计哲学

• 识别驱动，不是叙事驱动。 写文章之前先把研究设计决定下来并压力测试通过。
• 一篇论文只讲一个贡献。 AER 编辑会枪毙"合格但常规的扩展"；围绕一个最锋利的主张重写。
• 跨领域可读性是硬筛选。 一篇 labor 文章必须能让 public、macro、IO 经济学家也读懂，否则 desk-reject。
• 用现代计量，不要用 1990 年代的默认值。 TWFE → Callaway-Sant'Anna；first-stage F → Anderson-Rubin；朴素 RDD → 协变量调整的 local linear。
• 任何引用都不能凭记忆写。 每条参考文献都对照抓取到的源记录核验；每句"X 发现了 Y"都对照原文检查。
• 稿件必须先过自己的审稿人。 投稿前必须通过全稿一致性审计（aer-consistency）和对抗性模拟审稿（aer-referee-sim）。
• 复现包是论文的一部分。 README 跑不通就是 AEA Data Editor 卡你的理由。
• 编辑的时间是最稀缺资源。 Cover letter ≤ 200 词。回复信先引用 comment、再说 action、再标出修改后的位置。

完整论述见 docs/design-principles.md。

关键参考文档：

• Roadmap — "全网第一自动实证 repo" 的操作性定义与月度冲刺计划
• Quality scorecard — 机器生成的全门通过状态一页汇总 （make scorecard 重新生成，preflight 防漂移）
• Academic Research Skills reference review — 本轮参考外部 ARS 仓库后的取舍与本地改动记录
• Desk-rejection audit — 从编辑/审稿人视角做的 投稿前 no-go 检查
• Methods reference — 估计量默认值、诊断、包调用， 以及 BibTeX key
• Methods coverage matrix — 每个方法到"可运行 demo × skill × 参考文献 × StatsPAI 工具"的一页映射
• Style guide — 经济学论文的句子与段落级文风规则， 外加 AI 痕迹清除清单
• Referee report rubric — aer-referee-sim 使用的 0-5 锚定评分维度与校准的 verdict 映射
• SkillOpt evaluation protocol — 用固定场景和 gate 约束 skill 优化补丁
• PNAS Nexus publication plan — 审稿人式审计与一周合规改进计划
• PNAS Nexus submission checklist — 稿件、数据、代码和图件的证据驱动终审清单
• Source register — AEA 官方政策来源，以及 repo 中依赖 这些政策的表面
• Glossary — 期刊、识别、复现、回复信术语的共享词表

仓库结构

AER-Skills/
├── README.md               (中文，主入口)
├── README.en.md            (英文，完整版)
├── LICENSE                 (MIT)
├── CHANGELOG.md            (版本历史)
├── CITATION.cff            (软件引用元数据)
├── Makefile                (校验、测试与安装快捷命令)
├── CONTRIBUTING.md         (并发 agent 工作流)
├── .github/
│   └── workflows/ci.yml    (结构校验 + 单元测试 + demo 数值冒烟)
├── .claude-plugin/
│   ├── plugin.json         (插件清单)
│   └── marketplace.json    (Claude Code marketplace 条目)
├── docs/
│   ├── academic-research-skills-review.md
│   ├── citation-integrity-protocol.md
│   ├── desk-rejection-audit.md
│   ├── design-principles.md
│   ├── glossary.md
│   ├── installation-claude.md
│   ├── installation-codex.md
│   ├── launch-kit/             (发布宣发材料包)
│   ├── methods-reference.md
│   ├── methods-coverage-matrix.md
│   ├── pnas-nexus-publication-plan.md
│   ├── pnas-nexus-submission-checklist.md
│   ├── quality-scorecard.md    (机器生成的门状态汇总)
│   ├── referee-report-rubric.md
│   ├── roadmap.md              (月度冲刺路线图)
│   ├── source-register.md
│   ├── style-guide.md
│   └── workflow-map.md
├── skills/                 (15 个 skill 目录 — SKILL.md + agents/openai.yaml)
│   ├── aer-workflow/
│   ├── aer-topic-selection/
│   ├── aer-literature/
│   ├── aer-identification/
│   ├── aer-preregistration/
│   ├── aer-robustness/
│   ├── aer-paper-body/
│   ├── aer-introduction/
│   ├── aer-tables-figures/
│   ├── aer-consistency/    (附 scripts/audit_manuscript.py)
│   ├── aer-referee-sim/
│   ├── aer-replication/
│   ├── aer-submission/
│   ├── aer-rebuttal/
│   └── aer-statspai/       (可选实现引擎)
├── templates/              (即插即用流水线，三种语言都有)
│   ├── stata/
│   ├── r/
│   └── python/
├── scripts/
│   ├── install_skills.py
│   ├── quality_scorecard.py    (记分卡生成器 + 漂移门)
│   ├── run_example_smoke.py    (demo 数值冒烟门)
│   ├── run_skillopt_gate.py    (SkillOpt 路由门)
│   ├── scaffold_project.py
│   ├── skill_audit.py          (SkillOpt 文档质量审计)
│   ├── validate_repo.py
│   ├── verify_citations.py     (引用完整性核验器)
│   └── citation_gold/          (离线 gold set + 录制的索引响应)
├── tests/                  (质量工具的单元测试，make test)
└── examples/
    ├── end-to-end-walkthrough.md
    ├── aer-exemplars.md
    ├── intro-example.md
    ├── rebuttal-example.md
    ├── dml-plr-demo/           (以及其余 19 个可运行 demo)
    └── replication-package-skeleton/
        ├── data/codebook/source-register.md
        ├── docs/exhibit-register.md
        └── docs/claim-evidence-ledger.csv

适用 / 不适用

适用：

• American Economic Review（长文，≤ 40 页）
• American Economic Review: Insights（短文，≤ 7,000 词减每个 exhibit 200 词；5 个 exhibits 时 ≤ 6,000 词）
• American Economic Journal 系列（Applied / Policy / Macro / Micro）
• 实证或理论经济学稿件
• 田野实验（含 AEA RCT Registry 流程）

不适用：

• 金融三大刊工具箱（JF / JFE / RFS 有自己的规范）
• 纯理论栈（没有证明撰写助手）
• 通用 "academic writing" 库

致谢

Skill 架构参考自 Boom5426/Nature-Paper-Skills 与 Yuan1z0825/nature-skills。方法论提炼自 Keith Head、Marc F. Bellemare、Susan Athey、Berk-Harvey-Hirshleifer、AEA Data Editor's Office 以及 Annual Review of Economics 的公开资料。

协议

MIT。