实证研究 Agent Skills 与因果计量 Python 库调研报告

一页结论

快速选型

仓库现状总览

注：Stars/Forks 与最近提交为 2026-07-01 通过 GitHub API 和本地浅克隆记录的快照，后续会变化。

1. Auto-Empirical-Research-Skills

定位：这是一个“给 agent 用的实证研究技能发行版”，不是普通 Python 包。README 明确说仓库根目录可以作为一个整体 router skill 导入 Codex、Claude Code、CodeBuddy 或类似 IDE。它的作用不是一次性把 1,145 个 skill 塞进上下文，而是先查目录，再路由到目标子 skill。

核心内容：AERS 把实证研究拆成全流程、因果推断、文献综述、写作、人类化改写、引用核验、复现包、同行评审等模块。自研主干包括 StatsPAI skill、Python/Stata/R 全流程实证分析 skill、AER-skills、中文去 AIGC、Paper-WorkFlow 等。它也 vendor 了大量社区技能，README 显示 69 个合集、1,145 个 skills，并把更大的 23,000+ skill 生态作为外部地图。

使用方法

• 整仓作为 router skill：将仓库根目录导入支持 skill 的 agent runtime，让根目录 SKILL.md 负责路由。真正执行任务时，agent 先查 catalog/skills.json 或 docs/SKILL_CATALOG.md，只读取相关子 skill。
• 单 skill 使用：如果 runtime 要求“一目录一个 skill”，复制直接包含 SKILL.md 的子目录，例如 skills/50-brycewang-aer-skills/skills/aer-workflow/。
• 校验与审计：高信任场景建议运行仓库内的 audit / validate 命令，特别是 vendor skill 可能来自不同上游，安全和质量不应只看 README。

适合场景

• 你想让 agent 协助完成完整实证研究：选题、数据清洗、识别策略、估计、稳健性、表格、写作、投稿。
• 你在搭建科研 agent profile，希望有一个“大目录 + 按需加载”的技能库。
• 你需要在 Stata、R、Python、LaTeX、期刊格式之间切换，而不是只跑一个模型。

优势与风险

优势：覆盖面极广，研究流程意识强，能把“方法选择”“引用核验”“AER 合规”“复现包”等非代码工作纳入 agent 的操作手册。

风险：数量大不等于每个 skill 都同等成熟；导入全仓会有上下文和命名冲突问题。对于严肃研究，必须把它当作工作流助手，而不是结果正确性的最终保证。

2. StatsPAI

定位：StatsPAI 试图做“Stata/R 的 Python 平替入口”：把 OLS、IV、高维固定效应、DiD、RD、合成控制、匹配、诊断、表格导出和 agent 可读元数据放进统一 API。它与 AERS、AER-Skills、Awesome-Journal-Skills 是同一生态的执行层。

使用方法

pip install statspai

import statspai as sp
card = sp.datasets.card_1995()
ols = sp.regress("lwage ~ educ + exper", data=card, robust="hc1")
print(ols.summary())

典型入口包括：

• sp.regress(...)：OLS / robust SE，类似 Stata reg 或 R lm。
• sp.ivreg("y ~ (d ~ z) + x", data=df)：2SLS / IV。
• sp.feols("y ~ x | firm + year", data=df)：高维固定效应。
• sp.callaway_santanna() + sp.aggte()：现代 staggered DiD。
• sp.rdrobust()：断点回归。
• sp.synth()：合成控制。
• .summary()、.tidy()、.plot()、.to_latex()、.to_docx()、.to_agent_summary()：结构化输出。

适合场景

• 你熟悉 Stata/R，但希望在 Python 中完成日常实证研究。
• 你想让 agent 读取结果对象，而不是解析一堆不稳定的文本输出。
• 你需要把估计、诊断、论文表格和 Word/Excel/LaTeX 导出串成流水线。

优势与风险

优势：API 对实证研究者友好，覆盖设计广，强调 Stata/R parity、内置教学数据、结果对象和 agent summary。对于 agent 工作流，这比让 agent 手写 statsmodels / sklearn / pandas glue code 更稳。

风险：项目相对新，生态和长期稳定性还不能与 statsmodels、DoWhy、EconML 相比。严肃论文应保留底层库、Stata/R 或已发表代码的交叉验证，关注函数的 validation status 与 parity tests。

3. Awesome-Journal-Skills

定位：AJS 的核心不是“怎么估计模型”，而是“这篇稿子投哪个期刊、按该期刊该怎么写、怎么检查格式和审稿要求”。它按 11 个学科板块组织，README 宣称覆盖 195 个 pack、519 本顶级期刊、155 个 CS/AI 顶会。

使用方法

• 按学科或目标期刊进入对应 *-Skills 目录，例如 AER、QJE、Nature、Cell、管理世界、经济研究等。
• 把目标期刊 skill pack 安装到 Claude Code / Codex / OpenClaw，或者让 agent 读取对应目录中的 SKILL.md、resources、assets。
• 将其用于选刊、摘要长度、图表规范、cover letter、审稿意见分类、R&R 回复、投稿前 checklist。

适合场景

• 跨学科团队不熟悉目标期刊规则，想快速建立投稿路线。
• 需要比较 AER/QJE/Nature/Cell/中文经管期刊/CS 顶会的不同写作与提交要求。
• 想让 agent 做“期刊编辑视角”的稿件预审。

优势与风险

优势：覆盖广，中文/英文顶刊都有，适合做 venue routing 和投稿 checklist。

风险：期刊政策随时间变化，投稿要求必须在最终提交前回到期刊官网核验；skill pack 可以减少遗漏，但不能替代官方 instructions for authors。

4. AER-Skills

定位：这是一个比 AJS 更窄、更深的经济学 top-5 投稿工具箱。它覆盖选题、文献定位、识别策略、稳健性、正文写作、引言、表图、全稿一致性审计、模拟审稿、复现包、投稿与 rebuttal。

使用方法

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

# Claude Code
python3 scripts/install_skills.py claude

# 或 Codex
python3 scripts/install_skills.py codex

# 新项目脚手架
python3 scripts/scaffold_project.py python /path/to/new-project
python3 scripts/scaffold_project.py skeleton /path/to/new-replication-package

核心流程是：

aer-topic-selection
  -> aer-literature
  -> aer-identification
  -> aer-robustness
  -> aer-paper-body
  -> aer-introduction
  -> aer-tables-figures
  -> aer-consistency
  -> aer-referee-sim
  -> aer-replication
  -> aer-submission
  -> aer-rebuttal

适合场景

• 经济学、金融、公共政策、应用微观团队准备投 AER、AEJ、AER: Insights 或相邻 top journal。
• 需要把“识别先于写作”变成质量门，而不是最后才发现设计站不住。
• 要做 AEA 合规复制包、openICPSR 结构、表图规范、引用核验和审稿回复。

优势与风险

优势：深度贴合经济学顶刊的真实约束：100 词摘要、AER: Insights 长度规则、强复现要求、弱 IV/TWFE/RDD 常见雷区、booktabs 表格、referee simulation。

风险：它有强烈 AER/AEJ 取向，不适合所有社科期刊。若投管理、社会学、医学或自然科学，应该换 AJS 中的目标期刊 pack。

5. Auto-Research-Skills

定位：ARS 是“自动化科研生态地图”，比 AERS 更泛化。它不仅收 skill，也收端到端自主研究系统、深度研究工具、自动实验智能体、领域科学 agent、评测基准和精选清单。

使用方法

git clone https://github.com/brycewang-stanford/Auto-Research-Skills.git
cd Auto-Research-Skills
./setup.sh

README 提醒不要把所有 skills/ 子模块一次性装进同一个 agent profile，因为同名技能可能冲突。推荐按项目挑一两个集合安装，并查看 catalog/collisions.json。

适合场景

• 你在调研“自动化科研 agent”生态，包括 AI Scientist、deep research、paper-to-code、科研 benchmark。
• 你想给团队建立科研 agent 工具雷达，而不是只做某一篇论文。
• 你要寻找可复用 skill、MCP、benchmark、系统论文配套代码。

优势与风险

优势：生态视野宽，把 skills、systems、benchmarks、lists 放在一起，适合做工具选型和技术路线规划。

风险：它不是针对某个具体实证任务的执行工具，更多是目录和集合。真实使用时需要进一步筛选、安装、验证。

6. statsmodels

定位：statsmodels 是 Python 统计建模的老牌核心库，补充 scipy 的统计估计和推断能力。它不是专门的因果推断库，但几乎所有 Python 实证研究都会在某处用到它。

使用方法

pip install statsmodels
# 或
conda install statsmodels

import statsmodels.formula.api as smf
model = smf.ols("y ~ x1 + x2", data=df).fit(cov_type="HC1")
print(model.summary())

主要模块包括 OLS/GLS/WLS、GLM、GEE、Logit/Probit/Poisson/Negative Binomial、稳健线性模型、状态空间、ARIMA/VAR/VECM、时间序列检验、生存分析、MANOVA/PCA/因子分析、非参数、MICE、多重检验、模型诊断和表格输出。

适合场景

• 传统回归、统计检验、时间序列、离散选择模型、稳健标准误。
• 需要可解释、可审计、与统计教科书一致的模型输出。
• 作为 StatsPAI、DoWhy、causalml 等上层库的底座或对照。

优势与风险

优势：成熟、文档系统、社区大、模型广，适合作为 Python 统计推断基线。

风险：面板高维固定效应、现代 DiD、DML、因果图、uplift 等不是它的核心强项；遇到这些任务要配合 linearmodels、pyfixest、DoWhy、EconML、causalml 或 StatsPAI。

7. DoWhy

定位：DoWhy 是 PyWhy 生态的核心因果推断库。它强调把因果假设显式建模，用图模型和潜在结果框架统一语言，然后通过 identify、estimate、refute 四步完成因果分析。

使用方法

pip install dowhy

from dowhy import CausalModel

model = CausalModel(
    data=df,
    treatment="treatment",
    outcome="outcome",
    graph="digraph {X -> treatment; X -> outcome; treatment -> outcome;}"
)
identified = model.identify_effect()
estimate = model.estimate_effect(
    identified,
    method_name="backdoor.propensity_score_matching"
)
refute = model.refute_estimate(
    identified,
    estimate,
    method_name="random_common_cause"
)

DoWhy 还包括 graphical causal model (GCM) 能力，用于根因分析、反事实、异常归因和干预分布模拟；也能桥接 EconML 做 CATE 估计。

适合场景

• 你需要先说清楚 DAG、混杂、识别条件，而不是直接上模型。
• 你希望把同一个估计结果做 placebo、随机共同原因、数据子集等 refutation。
• 产品、运营、平台治理、供应链、因果根因分析等需要解释“为什么”的场景。

优势与风险

优势：方法论结构清楚，非常适合教学、审计和非专家理解因果假设。

风险：DAG 错了，后面再漂亮也没用；估计器本身不是所有场景下最强。做高维 CATE 时通常要接 EconML；做传统经济学表格和期刊输出时要接 statsmodels / StatsPAI。

8. causalml

定位：CausalML 更靠近业务增长和营销实验：估计不同用户、客户或样本的个体化增量效果，做 treatment targeting 和 uplift evaluation。它同时包含 meta-learners、uplift trees/forests、深度因果模型、指标与验证工具。

使用方法

pip install causalml
# 可选深度学习后端
pip install "causalml[tf]"
pip install "causalml[torch]"
pip install "causalml[jax]"

常见模块：

• causalml.inference.meta：S/T/X/R/DR learner 等 meta-learner。
• causalml.inference.tree：uplift tree / forest。
• causalml.metrics：AUUC、uplift curve、Qini 等评估。
• causalml.inference.tf/torch/jax：DragonNet、CEVAE 等深度模型后端。

适合场景

• 营销优惠券、广告投放、CRM 触达、留存干预、价格策略等 uplift / incremental value 问题。
• A/B test 后想训练模型，把“平均效果”转成“对谁最有效”。
• 需要 uplift curve、AUUC、policy targeting 指标，而不仅是估计一个 ATE。

优势与风险

优势：业务 uplift 工具很全，和 sklearn 生态结合自然，评估指标贴近增长团队。

风险：uplift 结果容易被选择偏差、样本重叠不足、未观测混杂误导。若不是随机实验数据，必须严肃处理识别假设；需要 DAG 审计时配 DoWhy，需要更系统 CATE inference 时配 EconML。

9. EconML

定位：EconML 源于微软研究院 ALICE 项目，目标是把机器学习和计量经济学结合起来，估计 heterogeneous treatment effects。它特别适合 CATE、DML、因果森林、orthogonal forests、IV CATE、policy learning 和解释性分析。

使用方法

pip install econml

from econml.dml import LinearDML
from sklearn.linear_model import LassoCV

est = LinearDML(model_y=LassoCV(), model_t=LassoCV())
est.fit(Y, T, X=X, W=W)
te = est.effect(X_test)
lb, ub = est.effect_interval(X_test, alpha=0.05)

常见估计器包括 LinearDML、SparseLinearDML、NonParamDML、CausalForestDML、DynamicDML、DMLOrthoForest、DROrthoForest、XLearner、SLearner、TLearner，以及 IV 相关 CATE 估计器。

适合场景

• 你关心“哪些人/公司/地区的处理效应更大”，不是只关心 ATE。
• 有高维协变量，需要用 ML 估计 nuisance model，但仍希望保持因果解释。
• 政策学习、个体化决策、异质性分析、反事实策略评估。

优势与风险

优势：CATE 方法体系完整，文档和示例丰富，很多估计器提供置信区间、解释器、model selection 工具。

风险：学习曲线比 DoWhy 和 statsmodels 高。它不会自动替你解决 identification；no unobserved confounding、instrument validity、overlap 等前提仍需研究设计保证。

10. python-causality-handbook

定位：这是一本开源教材，不是模型库。它以 Python notebook 形式讲清楚因果推断的基本概念、潜在结果、DAG、偏差、matching、propensity score、DiD、IV、RDD、synthetic control、panel、CATE 等主题。

使用方法

• 在线阅读官方站点：Causal Inference for the Brave and True。
• 克隆仓库运行 notebooks，配合自己的数据改写示例。
• 先学章节，再用 DoWhy / StatsPAI / EconML / causalml 实现工业或论文级流程。

适合场景

• 因果推断入门、团队培训、研究助理 onboarding。
• 需要把 Angrist/Abadie/Walters、Mostly Harmless Econometrics 一类内容转成 Python 实操。
• 在选库之前先建立方法论直觉。

优势与风险

优势：可读性强，概念解释友好，代码贴近真实分析。

风险：教材不是 production API；部分内容作者也标注 Part II 更偏个人经验和实验性。用于论文或生产决策时，需要回到正式库和原始文献。

组合架构建议

架构 A：应用经济学论文流水线

AER-Skills / AERS
  负责：选题、文献、识别、稳健性、写作、复现包、审稿回复

StatsPAI
  负责：OLS / IV / FE / DiD / RD / SCM / DML、表格导出、agent summary

statsmodels / DoWhy / EconML / causalml
  负责：底层估计、交叉验证、特殊方法、机制扩展

适用：论文、政策评估、公司金融/劳动/教育/发展/公共经济学实证项目。这个架构的好处是 agent 不只会“跑回归”，还会检查识别、引用、复现、表图和审稿逻辑。

架构 B：业务增长和个体化决策

DoWhy
  负责：DAG、识别假设、refutation

causalml / EconML
  负责：uplift、CATE、policy learning

statsmodels
  负责：基线回归、诊断、报告中可解释统计模型

适用：优惠券、广告投放、运营触达、推荐策略、定价实验、A/B 后的差异化策略。

架构 C：学习与团队能力建设

python-causality-handbook
  负责：概念、公式、直觉、练习

DoWhy
  负责：把概念变成四步因果流程

StatsPAI / statsmodels / EconML
  负责：进入真实项目

风险清单

最终建议

1. 如果你要做严肃实证论文：优先用 AERS 或 AER-Skills 作为 agent 流程层，用 StatsPAI 做主要执行层，再用 statsmodels/DoWhy/EconML/causalml 做方法补强和交叉验证。
2. 如果你要做业务因果和 uplift：不要从 AER-Skills 开始，直接用 DoWhy 建假设，用 causalml/EconML 做异质性与策略，用 statsmodels 做解释性基线。
3. 如果你要学习：先读 python-causality-handbook；不要一上来啃 EconML 的复杂 estimator。
4. 如果你要投不同期刊：Awesome-Journal-Skills 做选刊和投稿 checklist，AER-Skills 只在经济学 AER/AEJ 场景深用。
5. 如果要让 agent 长期参与科研：不要追求一次装满所有 skill。更稳的做法是建立“router + 少量高质量 skill + 可复现 Python 包 + 版本锁定”的工作台。

资料来源

• Auto-Empirical-Research-Skills GitHub
• StatsPAI GitHub
• Awesome-Journal-Skills GitHub
• AER-Skills GitHub
• Auto-Research-Skills GitHub
• statsmodels GitHub 与 官方文档
• DoWhy GitHub 与 官方文档
• CausalML GitHub
• EconML GitHub 与 官方文档
• python-causality-handbook GitHub