项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4961
使用教程
环境要求
- Claude Code v2.1+(走插件市场安装方式时必须满足)
- 已安装 git,用于克隆仓库
- 可用的终端环境(macOS/Linux/WSL 等)
- 如需运行 make quickstart,需本地具备 make 命令
安装与启动步骤
-
1选择安装方式
README 给出两种方式:A 插件市场(推荐、可升级);B 只拷单个 skill 文件夹。按需二选一,无需都做。
-
2方式A:添加插件市场
在 Claude Code v2.1+ 中把本仓库注册为插件市场源,注册后即可安装各合集。
claude plugin marketplace add brycewang-stanford/Auto-Empirical-Research-Skills -
3方式A:安装所需合集
按研究需要安装合集:aer-skills 为顶刊投稿全流程 9 skills,另有 Python/Stata/R 三条计量流水线,可分别安装。
claude plugin install aer-skills@auto-empirical-research-skills claude plugin install empirical-analysis-python@auto-empirical-research-skills claude plugin install empirical-analysis-stata@auto-empirical-research-skills claude plugin install empirical-analysis-r@auto-empirical-research-skills -
4方式B:克隆仓库
使用 --recurse-submodules 参数克隆,部分技能内容位于子模块中,否则可能缺失。
git clone --recurse-submodules https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills.git cd Auto-Empirical-Research-Skills -
5方式B:拷贝单个技能
把技能文件夹拷进 .claude/skills/(项目级)或 ~/.claude/skills/(全局)。文件夹必须自带 SKILL.md,若在下一层就拷那一层。
cp -R skills/00.1-Full-empirical-analysis-skill_Python .claude/skills/ cp -R skills/00.1-Full-empirical-analysis-skill_Python ~/.claude/skills/ -
6终端速览
运行 make quickstart 可在终端打印 5 分钟速览画面,与 docs/search.html 展示的技能全貌一致。
make quickstart
如何确认成功
插件市场安装后可在 Claude Code 中看到对应插件;方式B 则确认 .claude/skills/ 下出现拷入的技能文件夹,且其中含 SKILL.md;make quickstart 能打印速览。
常见问题
Q:两种安装方式该选哪个?
A:想跟随仓库更新、一次装齐整套合集,选 A 插件市场(需 Claude Code v2.1+,可升级);只想用某一个技能,选 B 直接拷文件夹即可。
Q:拷贝技能后为什么没生效?
A:检查文件夹里是否有 SKILL.md。README 指出部分合集的 SKILL.md 在下一层目录,需要拷贝那一层,而不是上层合集目录。
Q:git clone 后技能内容不全?
A:必须带 --recurse-submodules 参数克隆,否则子模块内容不会被拉取,部分技能文件会缺失。
Q:如何快速浏览有哪些技能?
A:打开 docs/search.html,可按方法、阶段、语言和许可证筛选全部技能;也可在终端运行 make quickstart 查看速览。
注意事项
- README 中文默认入口为 README.md,扩展正文在 docs/CONTENT_ZH.md,README-zh-CN.md 已弃用。
- 插件市场方式要求 Claude Code v2.1+,版本过低请改用拷贝文件夹方式。
- 所有命令与参数均来自 README,未涉及密钥或路径配置;如切换为 ~/.claude/skills/ 属于全局安装,会影响本机所有项目。
核心亮点
- 技能库规模大,覆盖8大学科,检索方便,能快速找到对应研究方法
- 与CoPaper.AI集成,可自动化生成可复现论文,大幅节省时间
- 支持用户上传自定义技能,社区驱动,持续丰富生态
不足之处
- 技能质量参差不齐,缺乏统一审核机制,可能影响结果可靠性
- 文档/社区待观察,上手引导和案例教程尚不完善
适用场景
- 社会科学研究生快速完成课程实证论文初稿
- 研究人员探索跨学科研究方法,快速获取Stata代码模板
- AI Agent开发者集成实证研究技能,构建学术辅助工具
替代项目
Awesome-Research、Stata-Code-Repository、Social-Science-Research-Methods
上一篇:llm-wiki-agent
下一篇:neo
同类项目推荐
adk-java
开源
用 Java 代码构建、评估和部署你的 AI 智能体,掌控每一环节。
An open-source, code-first Java toolkit for building, evaluating, and deploying soph···
pdf-mcp
开源
让 AI 轻松啃下大型 PDF,不爆上下文
Agentic RAG over one PDF or a whole folder, with page-level evidence to check every ···
agnes-ai-skill
开源
给 AI 代理一键接入图像/视频生成,统一认证和工作流
Agnes AI skill for text, image, and video APIs with persistent auth and OpenAI-style···
ai-sdk-deep-research
开源
输入问题,自动生成深度研究报告
A minimal, end‑to‑end deep‑research agent implemented with AI SDK and Next.js
awesome-ai-anatomy
开源
拆解15个AI编程智能体源码,看清内部架构
Source code teardowns of 15 AI coding agents. What is actually inside Claude Code, D···
discord-mcp
开源
让 AI 直接操控 Discord,192 个工具开箱即用
Open-source Discord MCP server for Claude, Codex, Cursor and other AI clients: 209 t···
pfsense-mcp-server
开源
用自然语言管 pfSense 防火墙,改规则前自动备份可回滚
Model Context Protocol (MCP) server for pfSense firewall management. Control firewal···
clone-chat
开源
导入聊天记录,让 AI 模仿 TA 的语气陪你聊
用 AI 大模型复刻聊天对象的本地对话 Agent:导入真实聊天记录,LLM 学习 TA 的语气、表情···
lazyskills
开源
一条命令管好智能体技能,随用随取
mission control for agent skills
