不是自由发挥代码
88 类方法走稳定模板和执行策略；LLM 主要负责研究设计、章节组织和解释，不直接凭空生成关键数字。
WORKFLOW
把实证流程收束成五个可检查阶段
界面只让研究者确认必要判断；执行层负责把每一步落到日志、CSV、图表和 Word 段落。 如果某个方法缺前置条件，系统写出诊断，不把失败包装成成功。
01上传与预检
识别编码、类型、面板结构、缺失码和候选变量。
02变量设计
根据研究问题和 codebook 映射 Y、X、控制变量与识别字段。
03计划确认
确认基准、稳健性、机制、异质性和高级因果识别步骤。
04引擎执行
Stata 为主，Python/R 兜底；所有产物写入隔离作业目录。
05报告打包
生成提交版、内部审计版、规格敏感性版和保密复现包。
WHY NOT ONLY SKILL
Skill 能快速生成步骤，我们把步骤落成可审计证据
只传数据也能启动，是因为系统会用列名、标签、样本值、分布和内置 codebook 做语义推断。 但遇到问卷题号、内部编码或跨年口径变化时，系统会要求上传 codebook 或人工确认变量映射，而不是继续猜。
codebook 可选但不忽略
内置变量字典能识别 CFPS、CGSS、CHARLS、CSMAR 等常用数据；上传 codebook 后会进入设计、清洗和报告语义。
结果必须可复跑
每一步输出 CSV、日志、代码和审计记录；Word 报告里的表格数字必须能回到执行文件。
显著性优化可披露
默认关闭；启用后只在基准回归后做规格敏感性候选搜索，并记录原始规格、候选、采纳门槛和失败原因。
DATA LAYER
数据处理、拼接和清理现在是独立能力层
多文件不是简单 concat。系统会记录输入、键值、行数变化、匹配率、重复键、缺失码、类型转换和清洗后的 lineage， 让后续回归知道样本是怎么来的。
多文件拼接
支持 append、跨年 harmonize append、aggregate 后 merge、one-to-one / many-to-one 校验、左右键名不同的合并、reshape long/wide。
清洗原子操作
新增批量重命名、键值标准化、显式缺失码转空、类型转换、按键去重；已有缩尾、分组缩尾、异常值、插补和 codebook 清洗规则。
审计与回溯
每个 prepare plan 生成 JSON、JSONL audit、变量 harmonization 表和 lineage；合并膨胀、重复键、未匹配键会被记录或阻断。
rename_columns
standardize_keys
recode_missing
coerce_types
drop_duplicates
harmonize_append
aggregate + merge
reshape long / wide
IQR / Z-score outlier
group-wise winsor
mean / median impute
codebook cleaning rules
论文不是一段好看的话，而是一条证据链
系统把正式实证论文最容易被追问的部分前置成产品约束：变量定义、模型设定、表格数字、稳健性边界、显著性优化披露、保密交付和复现材料。
1
数字溯源
正文中出现的 beta、SE、p 值必须来自具名 CSV。
正文中出现的 beta、SE、p 值必须来自具名 CSV。
2
显著性优化可披露
默认关闭；启用后保留原始报告、优化报告和完整候选审计。
默认关闭；启用后保留原始报告、优化报告和完整候选审计。
3
模板代码优先
回归代码走预审模板，LLM 只参与研究设计和章节组织。
回归代码走预审模板，LLM 只参与研究设计和章节组织。
4
研究严格保密
数据、运行历史和交付物按账号隔离；私有化部署可完全放在指定环境。
数据、运行历史和交付物按账号隔离；私有化部署可完全放在指定环境。
DELIVERABLES
一次运行，四份交付物
面向提交、复核和复现三种场景分别组织内容，避免把内部调参、失败日志、敏感数据说明和教师审阅版混在一起。
提交版论文报告
按论文结构组织变量定义、模型设定、描述统计、基准结果、稳健性、扩展分析与结论。
内部审计报告
列出代码审计、规格搜索、失败步骤、方法学风险和下一步建议，供作者和导师复核。
保密复现包
打包 .do/.py/.R、CSV、图片、日志和复现说明，在授权范围内回溯每个结果。
METHODS
88 类方法模板，覆盖主流实证论文写法
方法层不是让 AI 临场写代码，而是把常用模型做成稳定模板，并在报告侧加入对应的论文写法、适用前提和诊断边界。
| 类别 | 已覆盖方法 |
|---|---|
| 基础与诊断 | 数据清洗、描述统计、相关系数、VIF 共线性、Hausman、残差诊断、基准回归、稳健性、安慰剂、异质性、中介、机制、调节效应。 |
| 因果识别 | DID、DDD、交错 DID、Sun-Abraham、de Chaisemartin、Borusyak DID imputation、Honest DID、合成控制、Synthetic DID、RDID、Spatial DID、RDD、PSM、IPW、IPWRA、CEM、熵平衡、DML、因果森林。 |
| 面板与时序 | 固定效应、动态面板 system GMM、面板 IV、Hausman-Taylor、Driscoll-Kraay、Newey-West、Conley HAC、面板单位根、Pesaran CD、MG/PMG、VAR、VECM、ARIMA、GARCH、SVAR、HP/BK 滤波、结构断点和 Chow 检验。 |
| 模型族 | Logit/Probit、多分类/有序选择、Tobit、Heckman、ZIP/ZINB、Poisson/负二项、PPML、分位数/面板分位数、门槛、空间计量、SUR/3SLS、多层混合效应、Oaxaca-Blinder、Meta-analysis、复杂抽样 svy。 |
| 问卷与结构模型 | Cronbach α、EFA、CFA、Harman 单因素、SEM/路径分析、多重插补、Theil/Gini 不平等分解、局部多项式非参回归、贝叶斯基准回归。 |
显著性优化覆盖
替换变量测度、增减控制变量、缩尾/截尾/异常值、固定效应、聚类/HAC/Bootstrap 标准误、滞后与非线性、样本窗口、外生冲击期剔除、模型替换、交互项、动态项、分组/随机半样本、Permutation、Romano-Wolf 和 GMM 候选。
不是自动 p-hacking
默认关闭；只在基准回归步骤触发。已达用户阈值会跳过，信号过弱会跳过；采纳结果要经过方向一致、结构合理、审计可解释的门槛。
报告写法同步
提交版、内部审计版、规格敏感性版和复现包分开组织。启用优化时会保留原始结果、候选搜索结果和采用/未采用原因。
开始跑一个真实研究问题
上传 CSV、DTA 或 XLSX，确认变量设计后即可进入完整实证管线。敏感研究可咨询私有化部署，数据和报告留在指定环境。