auto-empirical-research-skills

Auto-Empirical Research Skills Router

AERS リポジトリ全体が単一のスキルフォルダーとしてインストールされている場合は、このルートスキルを使用してください。すべてのベンダー提供 SKILL.md を読み込む指示ではなく、ルーター兼カタログとして扱ってください。

カタログには、78 のベンダー提供コレクションにまたがる 1,108 個のスキルがあります。すべてを読み込まないでください。対象を 1 つに絞り、そのスキルの SKILL.md だけを読み込んでください。

ワークフロー

1. ユーザーの実証研究タスクを段階ごとに分類し、最適なスキルを 1 つだけ読み込みます。

   • 全体のパイプラインまたはオーケストレーション：skills/69-Paper-WorkFlow/、または skills/00* の主要分析スキルから始めます。skills/00-Full-empirical-analysis-skill_StatsPAI/（StatsPAI）、skills/00.1-Full-empirical-analysis-skill_Python/（Python）、skills/00.2-Full-empirical-analysis-skill_Stata/（Stata）、skills/00.3-Full-empirical-analysis-skill_R/（R）があります。StatsPAI の主要スキルのプレフィックスにはドットがないため、skills/00.* の glob では見つからない点に注意してください。
   • 因果推論と計量経済学：以下の表から手法に合うものを選ぶか、catalog/skills.json／docs/TAXONOMY.md を検索します。
   • AER または経済学のトップジャーナル向けの作業：skills/50-brycewang-aer-skills/ から始めます。
   • 再現、引用、査読：docs/SKILL_CATALOG.md と docs/GOLDEN_WORKFLOWS.md を使って、目的に合ったスキルを選びます。
   • 学術的な de-AIGC（英語または中国語）または学術的な書き換え：skills/48-de-AIGC-skills/、またはカタログ内の近接するライティングスキルから始めます。

2. 選んだ子スキルの SKILL.md だけを読み込み、references/、scripts/、assets/、テンプレートに関する段階的な開示の指示に従います。

3. 該当する子スキルが明確でない場合は、まずランキング付きカタログ検索を実行します。英語または中国語のタスク文を指定できます。

   python3 scripts/find-skill.py "staggered difference-in-differences event study"
   python3 scripts/find-skill.py "降低中文论文 AIGC 率" -k 5
   

   検索結果は関連度順に並び、次に catalog/curation.json のルーティング階層に従います。まずファーストパーティの core スキル、次に同名の重複スキルごとに優先される 1 つ（その他のコピーは統合されます）、最後に自然科学／CS ガイド（クエリで指定されている場合を除き、out-of-domain）が並びます。説明が明らかに合わない場合を除き、最上位の結果を選び、その SKILL.md だけを読み込みます。精度は、evals/routing-cases.json に対して python3 scripts/check-routing.py を実行して測定されます。

   生データが必要な場合は、catalog/skills.json に path、name、description、line_count、一意の qualified_name が含まれています。catalog/skills-enriched.json にはさらに tier、tags、quality_score、license、commercial_use が含まれています。skills/ を広範囲に再帰的に読み込むのは避けてください。

   • どちらのカタログ JSON ファイルも大きいため（それぞれ約 1 MB／20k 行）、全体を読むのではなく検索してください。例：

     python3 -c "import json; [print(s['qualified_name'], '->', s['path']) for s in json.load(open('catalog/skills.json'))['skills'] if 'synthetic control' in (s['name'] + ' ' + s['description']).lower()]"
     

     大まかな一致で十分な場合は、通常の grep -in "synthetic control" catalog/skills.json でも検索できます。

4. インストール方法については INSTALL.md を使用します。ユーザーからこのフォルダーのローカルパスが渡され、インストールを依頼された場合は method 0、Codex の場合は section 2C（~/.agents/skills/）、Claude Code のマーケットプレイス／プラグインからインストールする場合は method 1 を使います。docs/INSTALL.md には、コピーしてインストールするための簡易リファレンスがあります。

5. このリポジトリを編集する場合は、親リポジトリとネストされたリポジトリを別々に扱ってください。特に、skills/69-Paper-WorkFlow/（git サブモジュール）を変更する前に、そのディレクトリ内で git status を確認してください。

手法 → 開始する場所

ユーザーの識別戦略またはタスクに合う開始コレクションを選び、catalog/skills.json で確認してください。 この表は、よくある開始地点への近道であり、完全な索引ではありません。ベンダー提供のコレクションの半分にも満たない数しか掲載されておらず、残りは catalog/skills.json からのみ参照できます。この表にないタスクに対応するスキルがないとは限りません。該当するものがないと結論づける前に、手順 3 に進み、カタログを検索してください。

タスク／手法	こちらから開始
論文執筆の全工程（オーケストレーター）	skills/69-Paper-WorkFlow/
データ → 完成版の Word .docx 原稿（1回の実行で分析＋執筆＋成果物の組み立て）	skills/69-Paper-WorkFlow/ — 成果物が Word の場合は、Stage 0 で manuscript.format = markdown を選択します。Stage 9 で 09_submission/main.docx（本文＋表＋図＋参考文献）を組み立て、ゲートで検証します
Markdown／LaTeX → .docx 変換のみ（分析なし）	skills/67-econfin-workflow-toolkit/md-to-docx/、skills/08-ndpvt-web-latex-document-skill/
エージェントネイティブな因果分析（1回の呼び出しで DiD／RD／IV／SCM／DML を実行し、頑健性を自動検証）	skills/00-Full-empirical-analysis-skill_StatsPAI/
DiD／段階的 DiD／イベントスタディ	skills/50-brycewang-aer-skills/、skills/10-Jill0099-causal-inference-mixtape/、skills/13-scunning1975-MixtapeTools/
操作変数法（IV）	skills/50-brycewang-aer-skills/、skills/40-py-econometrics-pyfixest/
回帰不連続デザイン（RDD）	skills/50-brycewang-aer-skills/、skills/10-Jill0099-causal-inference-mixtape/
合成コントロール法（SCM）	skills/50-brycewang-aer-skills/、skills/13-scunning1975-MixtapeTools/
パネル固定効果	skills/40-py-econometrics-pyfixest/、skills/39-vincentarelbundock-marginaleffects/
仕様探索／マルチバース／p-hacking 監査、妥当な p 値、p-curve、事前登録	skills/73-brycewang-p-hacking-skills/（skills/00-phack-router/ から開始。教育と監査のみ）
SPSS + AMOS による質問票／アンケート SEM — 信頼性、EFA、CFA（CR／AVE／HTMT）、構造モデル、ブートストラップ媒介分析、多母集団分析、PROCESS（構造方程式／質問票／信頼性・妥当性）	skills/74-brycewang-spss-amos-sem/
マッチング／傾向スコア	skills/10-Jill0099-causal-inference-mixtape/、skills/11-James-Traina-compound-science/
構造推定	skills/11-James-Traina-compound-science/、skills/14-luischanci-claude-code-research-starter/
時系列／予測	skills/17-DAAF-Contribution-Community-daaf/、skills/43-wentorai-research-plugins/
データとしてのテキスト／NLP	skills/43-wentorai-research-plugins/
空間分析／GIS 分析	skills/17-DAAF-Contribution-Community-daaf/、skills/43-wentorai-research-plugins/
実験／RCT 設計	skills/11-James-Traina-compound-science/、skills/25-HosungYou-Diverga/
アンケート／質問票の設計	skills/43-wentorai-research-plugins/、skills/25-HosungYou-Diverga/
DML／CATE／因果フォレスト	skills/00.1-Full-empirical-analysis-skill_Python/、skills/63-tondevrel-scientific-agent-skills/
ベイズモデリング	skills/23-Learning-Bayesian-Statistics-baygent-skills/、skills/51-pymc-labs-CausalPy/
Python 分析（全工程）	skills/00.1-Full-empirical-analysis-skill_Python/、skills/40-py-econometrics-pyfixest/
Stata 分析	skills/00.2-Full-empirical-analysis-skill_Stata/、skills/32-dylantmoore-stata-skill/、skills/64-tmonk-mcp-stata/
R 分析	skills/00.3-Full-empirical-analysis-skill_R/、skills/55-ab604-claude-code-r-skills/
ゲーム理論／理論論文	skills/65-game-theory-paper-writer/
質的分析／テーマ分析	skills/53-keemanxp-thematic-analysis-skill/
データ取得（Kaggle、SEC 提出書類、オープンデータ）	skills/72-kaggle-research/、skills/57-dgunning-edgartools/、skills/59-shiquda-openalex-skill/
文献レビュー	skills/36-taoyunudt-literature-review-skill/、skills/52-keemanxp-slr-prisma/、skills/59-shiquda-openalex-skill/
文献レビュー用ツールの選定／PDF→Markdown／PDF の引用付き Q&A／PRISMA スクリーニングランナー	skills/71-brycewang-lit-review-agent-tools/
引用チェック	skills/62-PHY041-claude-skill-citation-checker/
原稿執筆／校正	skills/04-K-Dense-AI-claude-scientific-writer/、skills/38-peternka-academic-proofreader/
査読／レフェリーレポート／査読への回答	skills/21-claesbackman-AI-research-feedback/、skills/12-pedrohcgs-claude-code-my-workflow/、skills/67-econfin-workflow-toolkit/
LaTeX／Quarto のコンパイル、スライド	skills/08-ndpvt-web-latex-document-skill/、skills/60-regisely-superpapers/、skills/12-pedrohcgs-claude-code-my-workflow/
AI 生成の検出回避／人間らしい文章への変換	skills/48-de-AIGC-skills/、skills/45-stephenturner-skill-deslop/、skills/47-conorbronsdon-avoid-ai-writing/
中国の SSCI／CSSCI 掲載誌向けの文章磨き上げ	skills/70-ssci-polish/、skills/49-voidborne-d-humanize-chinese/
再現	skills/28-maxwell2732-paper-replicate-agent-demo/、skills/29-quarcs-lab-project20XXy/
オープンサイエンス／再現性	skills/54-scdenney-open-science-skills/、skills/29-quarcs-lab-project20XXy/
研究助成申請／資金調達	skills/42-wanshuiyin-ARIS/、skills/43-wentorai-research-plugins/
学会ポスター／採択後の対応	skills/42-wanshuiyin-ARIS/、skills/33-Galaxy-Dawn-claude-scholar/

フルパイプラインの起動

ユーザーがアイデアから投稿まで、実証論文を完全に作成することを求めている場合は、skills/69-Paper-WorkFlow/ にルーティングしてください。オーケストレーターは各段階で適切なスキルを読み込み、2つの重要なゲート（Stage 3後のMethod Gate、Stage 7後のDraft Quality Gate）で人間の判断を待ちます。

トリガーフレーズ（いずれか1つでオーケストレーターにディスパッチできます）：

• /paper-workflow
• "帮我写一篇实证论文"
• "从选题到投稿"
• "end-to-end empirical paper"
• "完整复现"
• "from proposal to submission"
• "从数据到 docx 论文全文" / "一条龙" / "出一份 Word 版论文"
• "raw data to a finished Word manuscript"

単一タスクの依頼（例：「DiDを当てはめる」「この変数を再コード化する」「査読報告書を書く」）には、オーケストレーターは適切な入り口ではありません。これらは上記のMethod → where to startテーブルに記載されています。

対応範囲に関する注意事項

• skills/69-Paper-WorkFlow/ は git submodule です。フォルダーが空の場合、コピーまたはクローン時にサブモジュールがスキップされています（クローン後に git submodule update --init を実行すると解決します）。代わりに、直接ベンダー収録されている skills/00* の主要パイプラインスキルを使用してください。これらは、出版可能な品質の表と図、およびStep 8.5の引き継ぎ契約（exhibits_index.md + results_summary.json）までを作成します。原稿そのものにはライティングスキルを組み合わせてください。完全な .docx の組み立てと審査はオーケストレーターが担当するためです。
• ベンダー収録のARISコレクション（skills/42-wanshuiyin-ARIS/）には、OpenAI Codex CLIランタイム向けのポートとしてスキルセット（skills-codex* サブツリー）も含まれています。これらはディスク上に残りますが、catalog/skills.json からは除外されています（scripts/skill_discovery.py を参照）。Claudeエージェントには、プライマリの skills/ ツリーのみをルーティングしてください。

インストールに関する注意事項

• リポジトリ全体のインポートは、軽量な互換性エントリーポイントであるルートの SKILL.md によってサポートされています。
• ランタイムがスキルごとに1つのフォルダーを必要とする場合は、個別のスキルをインストールする方法が引き続き推奨されます。対象の SKILL.md を直接含むフォルダーをコピーしてください。
• ランタイムが再帰的なスキル検出を明示的にサポートしていない限り、リポジトリのルートをランタイムにコピーして、すべての子スキルが個別に登録されると期待しないでください。
• カタログ全体をフラットインストールしないでください（例：すべての子フォルダーを ~/.claude/skills にシンボリックリンクする）。登録済みスキルの説明はすべてセッション開始時に読み込まれます。ここにある1,108個すべてで約64kトークンとなり、ランタイムは長いスキル一覧を切り詰めるため、マッチングの精度は向上するどころか低下します。プラグイン、このルーター、または少数のコピーしたスキルを使用してください。
• **名前の重複：**カタログには、複数のコレクションで共有されている単独の name が47個あります（例：data-analysis、lit-review、proofread）。catalog/curation.json にはそれぞれの優先コピーが記載されており、scripts/find-skill.py がそれを返します。ランタイムがスキルをフラットな名前で登録する場合は、1つのコレクションずつインストールするか、catalog/skills.json の一意な qualified_name フィールド（<collection>::<name>、例：12-pedrohcgs-claude-code-my-workflow::data-analysis）または完全な skills/<collection>/.../SKILL.md パスで区別してください。

主要ファイル

• catalog/skills.json：ベンダー収録スキルの機械可読な一覧。
• catalog/skills-enriched.json：同じ一覧に、フィルタリング用の tier、tags、quality_score、license、commercial_use を加えたもの。
• catalog/curation.json：手動でキュレーションされたルーティング階層（中核コレクション、重複する名前ごとの優先コピー、対象外ドメインのプレフィックス）。順位付けのみを行い、項目は削除されません。
• scripts/find-skill.py：カタログを対象にした順位付き検索（ルーターの検索ステップ）。
• docs/SKILL_CATALOG.md：人間が読めるスキル索引。
• docs/TAXONOMY.md：タスクと手法の分類。
• docs/GOLDEN_WORKFLOWS.md：すぐに使える実証研究用プロンプト。
• docs/INSTALL.md：単一スキルおよびリポジトリ全体のランタイムへのインストールガイド。
• docs/CONTENT_ZH.md と README-zh-CN.md：中国語版のコレクション索引とエントリーポイント。ユーザーが中国語で作業している場合は、こちらを優先してください。いくつかのコレクション（de-AIGC、SSCI/CSSCIの推敲、中国語の学術論文執筆）について、英語版ドキュメントより詳しく説明されています。