AI Skill Hub 强烈推荐:AI代理技能 是一款优质的Agent工作流。已获得 1.2k 颗 GitHub Star,AI 综合评分 8.0 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。
AI代理技能 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
AI代理技能 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 克隆仓库 git clone https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research cd Awesome-Agent-Skills-for-Empirical-Research # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
# 查看帮助 awesome-agent-skills-for-empirical-research --help # 基本运行 awesome-agent-skills-for-empirical-research [options] <input> # 详细使用说明请查阅文档 # https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research
# awesome-agent-skills-for-empirical-research 配置说明 # 查看配置选项 awesome-agent-skills-for-empirical-research --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量(覆盖配置文件) export AWESOME_AGENT_SKILLS_FOR_EMPIRICAL_RESEARCH_CONFIG="/path/to/config.yml"
🌐 语言 / Language: 中文 | English
<br/>
|
|
<br/>
<strong>Stanford REAP × CoPaper.AI</strong> · 实证研究 AI 工具的学术工业级产品<br/> <sub>由斯坦福实证研究方法论团队打造,覆盖从数据清洗到顶刊投稿的完整工作流</sub>
<br/> </div>
实证研究全流程 AI Agent Skills 大全 — 收录 119 个 GitHub 仓库 / 覆盖 23,000+ Skills
A curated, opinionated list of 119 GitHub repositories and 23,000+ AI Agent Skills for empirical research in economics, political science, sociology, psychology, public health, education, management, finance, and public policy — organized by research workflow, from topic selection to journal submission.
2026 年,实证研究的工作方式正在被重新定义。
CoPaper.AI —— 由 Stanford REAP(中国经济与制度研究中心)研究者团队孵化的实证研究 AI 助手——已经做到 20 分钟完成一篇主流期刊级别的实证论文:从数据导入、描述性统计、因果推断模型、稳健性检验到结果表格,一步到位。这背后的秘密不是更强的模型,而是 Skills:把资深研究者的方法论经验编码成结构化工作流,让 AI 知道"一个完整的 DID 分析应该包含哪些步骤",而不是每次都等你一步步提醒。
这个仓库,是我们在构建 CoPaper.AI 过程中整理的一份 Agent Skills 全景图。我们把散落在 GitHub、社区和学术圈的数百个 Skills 仓库和上万个 Skills 按实证研究流程梳理归类,方便你按需取用。
🎓 三层信用锚点 · 为什么是我们做这件事
| 层级 | 锚点 | 抓手 |
|---|---|---|
| 🏛️ **学术血统** | **Stanford REAP / SCCEI** 中国经济与制度研究中心 | 实证经济学方法论领域的学术研究背景,研究者团队在顶刊有持续发表传统 |
| 🔧 **工程落地** | **[CoPaper.AI](https://copaper.ai)** 实证研究 AI 助手 | 内置 **20 个经济学方法论 Skills**(DID/IV/RDD/PSM/DML 等),Supervisor + 4 子代理多智能体架构,一句话触发,结果自动输出 |
| ⚙️ **开源引擎** | **[StatsPAI](https://github.com/brycewang-stanford/StatsPAI)** —— **CoPaper.AI 的因果推断引擎** | **900+ 函数 · 一个 import statspai as sp · JOSS 投稿中 · MIT 开源**。CoPaper.AI 跑出的每一个 DID/IV/RD/SCM 估计都由 StatsPAI 驱动;这份 Skills 大全本身也是 StatsPAI 生态的一部分 |
🔒 可信使用:本仓库 52 个 Skill / 2,940+ 文件经系统性安全扫描 —— 52/52 全部 CLEAN,零 FLAGGED,零网络外泄、零反向 shell、零 prompt 注入。 💡 想要开箱即用? 不必自己拼装 Skills —— 直接试试 → copaper.ai,让 Stanford 研究方法论团队为你做完整的实证流水线。
---
| 套件 | Stars | 核心特色 |
|---|---|---|
| [lyndonkl/claude](https://github.com/lyndonkl/claude) | - | 85 skills + 6 编排代理,含因果推断、贝叶斯推理、实验设计、多准则分析 |
| [alirezarezvani/claude-skills](https://github.com/alirezarezvani/claude-skills) | ~5,200 | 220+ skills + 298 CLI 脚本,含金融分析和数据处理 |
| [rohitg00/awesome-claude-code-toolkit](https://github.com/rohitg00/awesome-claude-code-toolkit) | - | 135 agents 含数据科学家代理(EDA、DID、RDD),35 skills,42 commands |
| [jeremylongshore/claude-code-plugins-plus-skills](https://github.com/jeremylongshore/claude-code-plugins-plus-skills) | - | 340 plugins + **1,367 agent skills**,CCPI 包管理器 |
| [affaan-m/everything-claude-code](https://github.com/affaan-m/everything-claude-code) | - | Skills、直觉、记忆、安全、研究优先开发框架 |
| [posit-dev/skills](https://github.com/posit-dev/skills) | - | Posit 官方:modern-r-tidyverse、predictive-modeling、quarto-authoring、shiny-bslib |
---
高质量的AI代理技能集合
该工具使用 NOASSERTION 协议,商用场景请仔细阅读协议条款,必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
总体来看,AI代理技能 是一款质量优秀的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。
| 原始名称 | Awesome-Agent-Skills-for-Empirical-Research |
| 原始描述 | 开源AI工作流:🔬 A curated collection of 23,000+ agent skills for empirical research across 8 。⭐1.2k · Stata |
| Topics | ai-agentacademic-researchagent-skills |
| GitHub | https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research |
| License | NOASSERTION |
| 语言 | Stata |
收录时间:2026-05-25 · 更新时间:2026-05-26 · License:NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端