本编排器的"零件库"。主线（粗体）几乎全部来自
67-econfin-workflow-toolkit/，因为它是 唯一一套为实证论文全流程设计、彼此可组合的 skill 集；其余 68 个集合按需作为增强 / 替代 / 专项接入。路径67/x=skills/67-econfin-workflow-toolkit/x/SKILL.md。调用一个 skill = 让它的
SKILL.md正文驱动这一步，按它自己的工作流跑到完成。能调用就 不要重写。 但「怎么调用」有讲究——见下面的「调用机制」，它决定了本编排器是否真的跑得通。 现代因果推断/应用计量的最低证据包见research-grade-methods.md； Stage 3 的方法选择必须同时满足该文件的 Method Gate。Stage 3–4 先按analysis-backends.md选择 Python/StatsPAI、Stata、R 后端；默认后端是 StatsPAI（MCP 优先、statspai包做重活），用法见statspai-analysis.md。
被编排的子 skill（67/ 工具箱、66/ reviewer 等）不在本编排器仓库内——本目录
69-Paper-WorkFlow 是母仓库 Auto-Empirical-Research-Skills
的一个 submodule，子 skill 都在母仓库的 skills/ 下。它们是仓库内的文件夹，不一定在用户运行时
里注册为可被 Skill 工具直接触发的 skill（母仓库根目录没有统一的 marketplace/plugin 清单）。
因此运行本编排器前提是母仓库已 checkout（67/、66/ 等可达）；下文 Read 回退路径都相对母仓库
根目录。调用子 skill 有两条路径，编排器按下面的优先级择一：
Skill工具（快路径，仅当该 skill 已注册时可用）：Skill(skill="<注册名>", args=...)。 注册名是该 skillSKILL.md前言里的name:字段，不一定等于文件夹名（见下表的大小写/改名 差异）。若Skill调用报「skill not found」，立刻退回路径 2，不要反复试。Read+ 内联执行（稳路径，永远可用）：Read skills/67-econfin-workflow-toolkit/<folder>/SKILL.md把它的正文读进来，当作本步的操作手册逐步执行（轻量步骤在主代理里跑；重量步骤把「读这个 SKILL.md 并按它执行」写进 subagent 的 prompt，由 subagentRead后执行）。子 skill 自带的references/、assets/也按其 SKILL.md 指引按需Read。
派给 subagent 时务必传绝对路径：subagent 的工作目录可能与主代理不同，prompt 里给
Read的 SKILL.md 路径要写成仓库内的完整相对/绝对路径，否则它找不到文件会「凭印象脑补」—— 这正是econfin-idea-finder反复警告要避免的劣化模式。
只有下列 skill 的注册名 ≠ 文件夹名，用 Skill 工具时必须用「注册名」列；其余 skill 注册名与
文件夹名一致（如 did-analysis、paper-writer、reference-verify…可直接用文件夹名）。
文件夹（67/，除非另注） |
Skill 注册名 |
Read 回退路径 |
|---|---|---|
econfin-proposal |
Econfin-Proposal |
67/econfin-proposal/SKILL.md |
significance-search |
Significance-Search |
67/significance-search/SKILL.md |
chinese-ppt |
chinese-ppt2 |
67/chinese-ppt/SKILL.md |
command-development |
Command Development |
67/command-development/SKILL.md |
China-CF-study |
China-CF-Study |
67/China-CF-study/SKILL.md |
Foreign-CF-study |
Foreign-CF-Study |
67/Foreign-CF-study/SKILL.md |
48-de-AIGC-skills（母仓库 skills/ 下，非 67/） |
de-aigc-skills |
skills/48-de-AIGC-skills/SKILL.md |
其余直接用文件夹名作注册名的常用 skill（注册名 = 文件夹名）：econfin-idea-finder、novelty-check、
journal-digest、data-fetcher、data-cleaning、did-analysis、iv-estimation、rdd-analysis、
synthetic-control、panel-data、ols-regression、time-series、ml-causal、stata、stats、
table、figure、paper-writer、paper-pipeline、paper-polish、paper-self-revise、paper-style、
reference-verify、readability、fix-chinese、chinese-quote-converter、referee-report、
paper-referee-revise、paper-submission、master-thesis-review、md-to-docx、markitdown、
marp-slides-creator、marp-export、web-access、web-research、agent-browser、arxiv、
skill-creator。00.2-Full-empirical-analysis-skill_Stata 的注册名是
Full-empirical-analysis-skill-Stata；00.3-Full-empirical-analysis-skill_R 的注册名是
Full-empirical-analysis-skill-R。66/ 的 reviewer（did-reviewer、econ-reviewer、grillme、latex-table、
citation-fidelity、codebook-pass、R-optimizer）注册名均 = 文件夹名。
有两个子 skill 在其 SKILL.md 里硬编码了 Windows 绝对输出路径（一个 Dropbox、一个 OneDrive）， 被编排时会把产物写到工作区之外（在非 Windows 机器上甚至写不进去）。调用它们时，必须在传入的 args / subagent prompt 里显式覆盖输出目录为本工作区路径：
| skill | 它硬编码的输出根 | 编排时强制改写为 |
|---|---|---|
econfin-idea-finder |
F:\Dropbox\CC\选题大全\<方向>\ |
01_proposal/candidates/（工作区内） |
journal-digest |
F:\OneDrive\研究发展部\期刊速递\（期刊摘要落盘） |
01_proposal/journal_digest.md（工作区内） |
调用模板见 subagent-templates.md 的「Stage 1 选题漏斗」一节——其中已把
OUTPUT_DIR / WORK_DIR 覆盖为工作区子目录。其余子 skill 默认接受外部传入的目标路径，按各阶段
playbook 指定的工作区子目录落盘即可。
| Stage | 任务 | 默认 skill | 关键增强 / 替代 |
|---|---|---|---|
| 1 | 选题漏斗 | 67/econfin-idea-finder |
25-HosungYou-Diverga、61-phdemotions-research-methods |
| 1 | 写计划书 | 67/econfin-proposal |
14-luischanci-claude-code-research-starter |
| 1 | 查新 / 重复性 | 67/novelty-check |
59-shiquda-openalex-skill、62-PHY041-claude-skill-citation-checker |
| 1 | 重要性 / 贡献论证 | 67/significance-search |
11-James-Traina-compound-science |
| 1 | 目标期刊口味扫描 | 67/journal-digest |
09-meleantonio-awesome-econ-ai-stuff |
| 2 | 取数 | 67/data-fetcher |
57-dgunning-edgartools(SEC/EDGAR)、58-charlescoverdale-econstack、mcp__fred-mcp-server、FRED/WRDS |
| 2 | 清洗 | 67/data-cleaning |
66/codebook-pass |
| 3 | DiD | 67/did-analysis |
10-Jill0099-causal-inference-mixtape、13-scunning1975-MixtapeTools、StatsPAI auto_did/callaway_santanna/sun_abraham、methods pack 的交错 DiD 证据包 |
| 3 | IV/2SLS | 67/iv-estimation |
StatsPAI auto_iv/ivreg/anderson_rubin_ci |
| 3 | RDD | 67/rdd-analysis |
StatsPAI rdrobust/rdbwselect/rddensity、rdrobust 官方包 |
| 3 | 合成控制 | 67/synthetic-control |
51-pymc-labs-CausalPy、StatsPAI synth/sdid/scpi、Synthetic DiD |
| 3 | 面板 | 67/panel-data |
40-py-econometrics-pyfixest、StatsPAI feols/hdfe_ols、PyFixest/fixest route |
| 3 | OLS / 基础 | 67/ols-regression |
20-wenddymacro-python-econ-skill |
| 3 | 时间序列 | 67/time-series |
StatsPAI var/irf/arima/johansen |
| 3 | ML 因果 / 异质效应 | 67/ml-causal |
51-pymc-labs-CausalPy、StatsPAI causal_forest/dml、DoubleML、EconML、GRF、DoWhy refuters |
| 3 | 分析后端选择 | 69-Paper-WorkFlow/references/analysis-backends.md |
python-statspai（StatsPAI MCP/包）、Full-empirical-analysis-skill-Stata（skills/00.2-.../SKILL.md）、Full-empirical-analysis-skill-R（skills/00.3-.../SKILL.md） |
| 3 | Stata 执行 | Full-empirical-analysis-skill-Stata |
67/stata、64-tmonk-mcp-stata、32-dylantmoore-stata-skill、18-jusi-aalto-stata-accounting-research、mcp__stata-code/mcp__stata-mcp |
| 3 | R 执行 | Full-empirical-analysis-skill-R |
55-ab604-claude-code-r-skills、66/R-optimizer、R fixest/did/grf/DoubleML |
| 3 | 通用统计 | 67/stats |
00-Full-empirical-analysis-skill_*（StatsPAI/Python/Stata/R 变体） |
| 4 | 回归表（三格式：LaTeX/Word/Excel 同出） | 按后端出表：StatsPAI regtable/paper_tables/collect；Stata esttab/outreg2/collect；R modelsummary/etable/Quarto（见 analysis-backends.md） |
67/table（LaTeX 三线）、66/latex-table |
| 4 | 图 | 按后端出图：StatsPAI plotters；Stata graph export；R ggsave（均需 PDF+PNG） |
67/figure、39-vincentarelbundock-marginaleffects、55-ab604-claude-code-r-skills |
| 5 | 从表图写论文 | 67/paper-writer |
01-lishix520-academic-paper-skills、04-K-Dense-AI-claude-scientific-writer、35-bahayonghang-academic-writing-skills |
| 5 | 文献综述 | 36-taoyunudt-literature-review-skill |
52-keemanxp-slr-prisma、53-keemanxp-thematic-analysis-skill、59-shiquda-openalex-skill |
| 6 | 打磨流水线（编排级） | 67/paper-pipeline |
其内部串：paper-polish/paper-self-revise/paper-style/reference-verify |
| 6 | 单步：校对 | 67/paper-polish |
38-peternka-academic-proofreader |
| 6 | 单步：自评修订 | 67/paper-self-revise |
— |
| 6 | 单步：期刊风格 | 67/paper-style |
— |
| 6 | 单步：引用核验 | 67/reference-verify |
62-PHY041-claude-skill-citation-checker、66/citation-fidelity、Zotero MCP scite_check_retractions |
| 7 | 降 AIGC（中英双语，第一顺位） | 48-de-AIGC-skills（注册名 de-aigc-skills；六步闭环 + EN01–EN22 / ZH01–ZH17 模式库 + 五维自评；不计入 47 个内置 skill） |
44-matsuikentaro1-humanizer_academic（生医英文）、45-stephenturner-skill-deslop、46-hardikpandya-stop-slop、47-conorbronsdon-avoid-ai-writing、49-voidborne-d-humanize-chinese（仅 48 不可达或有专项需要时补） |
| 7 | 英文语法 / 可读性收尾（48 之后） | 67/readability |
56-hanlulong-econ-writing-skill、70-ssci-polish（SSCI 语域，必须在降 AIGC 之后跑） |
| 7 | 中文去翻译腔 / 中英混排收尾（48 之后） | 67/fix-chinese + 67/chinese-quote-converter |
只做机械修正，不得重写句子，否则会把 AI 腔改回来 |
| 8 | 模拟审稿 | 67/referee-report |
66/grillme、66/econ-reviewer、66/did-reviewer、21-claesbackman-AI-research-feedback |
| 8 | 按审稿意见修订 | 67/paper-referee-revise |
67/paper-self-revise（内部自评时） |
| 8 | 计量自检 | 41-sticerd-eee-sewage-econometrics-check |
StatsPAI audit_result/sensitivity_from_result、03_analysis/method_gate.md 复审 |
| 9 | 选刊 / 投稿评估 | 67/paper-submission |
可选 AJS 目标期刊 workflow/submission/profile adapter（精确发现，不计入 47 个内置 skill）、60-regisely-superpapers、AEA replication/data-code policy pack |
| 9 | 硕士论文评阅（学位场景） | 67/master-thesis-review |
66-zheng-siyao-empirical-research-skills(整套) |
| — | 转 Word / 格式转换 | 67/md-to-docx、67/markitdown |
08-ndpvt-web-latex-document-skill |
| — | 做汇报 PPT | 67/marp-slides-creator+67/marp-export、67/chinese-ppt、69-Paper-WorkFlow/defense_pptx.py（论文/期刊汇报参数化生成，按 chinese-journals.md §6.5 模板 + 从工作区自动提取内容） |
演示物料见本仓库根目录 |
| 能力 | skill / 工具 |
|---|---|
| 联网搜索 / 抓取 / 登录后操作 | 67/web-access（中文站点首选）、67/web-research、67/agent-browser、WebSearch/WebFetch |
| arXiv / NBER / 预印本 | 67/arxiv、68-research-productivity-skills/nber-working-papers-api、68/.../academic-paper-search、68/.../unpaywall-api |
| 文献库管理 / 引用入库 | Zotero MCP（zotero_*、scite_*）、59-shiquda-openalex-skill |
| Stage 3–4 分析后端 | analysis-backends.md：Python/StatsPAI、Stata、R 三种后端的选择规则、子 skill 路径、输出合同、环境记录、fallback |
| 默认估计 + 出表引擎 | StatsPAI：statspai-analysis.md——MCP 优先（detect_design → preflight → recommend → fit(as_handle) → audit_result → *_from_result → bibtex），statspai 包做出版级三格式表图与 8 段 paper bundle；含三种领域模式、估计量路由、七块稳健性闸门、反模式清单 |
| 方法增强包 | 69-Paper-WorkFlow/references/research-grade-methods.md：design register、method gate、最低证据包 |
| 识别威胁 / 审稿异议预案 | 69-Paper-WorkFlow/references/threats-to-validity.md：威胁×诊断×预防×回应对照表（坏控制、预趋势功效、弱工具…，Stage 3/5/8） |
| 设计风险总账 | 69-Paper-WorkFlow/references/design-risk-ledger.md：OVB、选择、bad controls、spillover/SUTVA、external validity、attrition、specification search 与选择性报告的逐项状态表（Stage 1/3/5/8） |
| 设计透明度 / 预分析 | 69-Paper-WorkFlow/references/design-transparency.md：PAP/预注册、功效与 MDE、预趋势功效 + HonestDiD、设定曲线、研究者自由度披露（Stage 3） |
| 文献检索与贡献定位 | 69-Paper-WorkFlow/references/literature-and-positioning.md：滚雪球 + 引用图工具、文献矩阵、定位句式、引用真实性（Stage 1/5） |
| 数据治理 / IRB / DUA | 69-Paper-WorkFlow/references/data-governance.md：public/restricted/confidential/PII 分级、DAS、IRB/DUA、公开复现包边界（Stage 2/9/收尾） |
| 中国数据源路由 | 69-Paper-WorkFlow/references/china-data-sources.md：CSMAR/WIND/CNINFO/CHARLS/CFPS/CHFS/统计年鉴/工业企业/海关/专利/土地/文本/政策的字段映射、申请流程、清洗陷阱、GB/T 7714 引用、DAS 模板（中国实证/中文学位论文/国内期刊投稿） |
| 中国期刊投稿路由 | 69-Paper-WorkFlow/references/chinese-journals.md：5 大顶刊（经济研究/管理世界/经济学季刊/中国工业经济/数量经济技术经济研究）+ 第二梯队 + GB/T 7714-2015 详解 + cover letter / response letter 模板 + 学位论文场景 + 选刊决策树（中国期刊/中文学位论文） |
| 运行时退化路径 | 69-Paper-WorkFlow/references/runtime-fallbacks.md：Skill/Agent/网络/MCP/Stata/R/Python/Zotero 缺失时的 fallback、日志与质量封顶 |
| 关键 artifact 模板 | 69-Paper-WorkFlow/templates/：design register、design risk ledger、method gate、quality scorecard、data governance、DAS、REPLICATION、submission checklist、FINAL_REPORT、run_all |
| 端到端示例 trace | 69-Paper-WorkFlow/references/worked-example.md：黄金路径逐阶段产物 + 两道闸门触发 + 回退循环（编排器填空范本） |
| Stata MCP 执行 | mcp__stata-code（结构化输出优先）、mcp__stata-mcp（do-file 执行） |
| 宏观数据 MCP | mcp__fred-mcp-server（fred_search/fred_get_series） |
| 笔记 / 知识库 | Obsidian MCP（create-note/search-vault） |
| 新建 / 改 skill | 67/skill-creator、67/command-development |
| route | 来源 / 软件 | workflow 用法 |
|---|---|---|
| modern-did | Callaway-Sant'Anna、Sun-Abraham、StatsPAI auto_did |
交错处理或动态事件研究时替代 naive TWFE；输出 group-time ATT 与事件研究诊断 |
| rdd-diagnostics | rdrobust / StatsPAI rdrobust |
RDD 分支的 bandwidth、RBC CI、density/covariate continuity、donut/placebo cutoff |
| sdid-synth | Synthetic DiD / CausalPy / StatsPAI sdid |
donor pool 与长前期场景；输出 weights、pre-fit RMSPE、placebo、leave-one-out |
| hdfed-regression | PyFixest / fixest / StatsPAI feols |
高维固定效应、IV/Poisson、聚类稳健与小 cluster 推断 |
| doubleml-runner | DoubleML / EconML / StatsPAI dml |
高维 controls 的 orthogonal score、cross-fitting、nuisance diagnostics |
| hte-forest | GRF / EconML causal forest | HTE/CATE、honesty split、ATE 校准、heterogeneity test、policy subgroup stability |
| dag-refuter | DoWhy / PyWhy | DAG/estimand/refuter：placebo treatment、random common cause、subset/refit |
| replication-pack | SSDE README / AEA Data Editor guidance / aer-replication 类 skill |
Stage 2 起记录 data provenance 和 data governance，收尾生成 REPLICATION.md、DAS、master script，并更新 replication_pack |
不要把这些 route 当成“必装依赖”。它们是方法标准与实现入口：本机有包/MCP 就调，没有就用已有 Stata/R/Python
脚本实现同等 artifact；实现不了就让 method_gate.md 明确 NOT PASS。
- 先 67 主线，后其它增强。
67/的 skill 彼此约定一致（文件名、表格规范、状态文件），混用 其它集合时注意它们各自的输入/输出约定，必要时在 subagent 内做适配，别污染主线产物。 - 方法路由决策树（Stage 3）：
- 有明确政策/事件时点 + 处理/对照可分 → DiD（交错处理→CS/SA/BJS）。
- 有外生工具、X 内生 → IV。
- 有连续 running variable + 断点规则 → RDD。
- 单一处理单位 + 多对照 + 长前期 → 合成控制 / SDID。
- 多期面板、关注 FE → panel-data。
- 纯时序 / 宏观 → time-series。
- 关注异质效应 / 高维控制 → ml-causal（因果森林 / DML）。
- 单期或两期 + 大量协变量 → PSM-DID（按
design-gate-cards.md§10 走 R 期延门）。有 2+ 期优先改用现代交错 DiD。 - 数据有空间依赖（GDP 锦标赛、环境溢出、区域协同） → 空间计量（SDM/SAR/SEM）（按
design-gate-cards.md§11 走）。 - 异质性依赖门槛变量（环境规制、收入、金融发展） → 门槛面板（Hansen 1999 / Bai 1997）（按
design-gate-cards.md§12 走）。 - 都不典型 → 退回
67/stats做探索，或回 Stage 1 重审识别。 选定主设计后，立即加载references/design-gate-cards.md的对应卡片，把 required artifacts、 hard fail 与最强允许 claim 写进method_gate.md和evidence_ledger.md。
- 分析后端分流（Stage 3–4）：默认
python-statspai；用户要.do/reghdfe/esttab/ Stata replication 就走Full-empirical-analysis-skill-Stata；用户要fixest/modelsummary/ Quarto /renv就走Full-empirical-analysis-skill-R。后端只改变实现，不降低 Method Gate。 - 降 AIGC 分流（Stage 7）：第一顺位永远是
48-de-AIGC-skills（中英双语）——它自己在 Step 0 按语言路由到patterns-en.md/patterns-zh.md，中英混排稿（中文正文 + 英文摘要）也由它一次跑完 并做跨语言一致性检查，主代理不需要先分语言。48 跑完再做机械收尾：英文readability、中文fix-chinese+chinese-quote-converter（只修语法/混排，不重写句子）。44/45/46/47/49 退化为补充， 只在 48 不可达、或稿件是生物医学英文 / 非学术语域时才调。顺序不能反：先收尾后降 AIGC 等于白跑。 - 能用 MCP 验证就别凭记忆：引用真实性、计量稳健性、宏观数据都有对应 MCP/skill 兜底。
- 方法闸门优先于写作推进：Stage 3 的
method_gate.md没过，或evidence_ledger.md不允许该 claim 强度，Stage 4–7 不应继续把结果包装成主发现；先回退补证据或降级因果 claim。
- 本仓库刻意不含 Anthropic 专有 office skills（docx/pdf/pptx/xlsx）与通用 UI skills
（frontend-design / ui-ux-pro-max）——需要时从授权源安装，别复制进仓库（见
67/README.md许可注记）。 65-game-theory-paper-writer、HyperFrames/Remotion/前端类 skill 与实证论文流程无关，默认不接入。