实证研究做到方法部分，材料往往已经不少：变量表、回归结果、识别思路和稳健性检验各放一处。真正难的是把它们排成一条能被审稿人检查的论证链。
常规做法是先照着论文目录填内容，再逐项补检验。章节很快写满，变量口径、模型顺序和识别假设却可能仍然对不上。
本期我们围绕“方法／实证”这一场景，选取两个 GitHub 项目，分别从单篇论文写作、整套经验研究工作流和博士论文级项目管理切入，看看它们怎样把一份方法初稿整理成变量表、模型链条、识别假设与待核查清单。
| 01 项目推荐
01 econ-empirical-paper
项目链接：
https://github.com/Brian-ren-pro/econ-empirical-paper-skills
项目简介：
项目定位为面向金融、银行、公司金融、法律与金融等经验研究的写作与修订策略，重点是让研究问题、识别设计、结果解释和论文结构彼此对齐。
这个项目可以它拆成四个相互衔接的部分：`econ-empirical-paper` 负责架构、起草和整合；`econ-empirical-paper-pipeline` 负责判断当前处于哪个阶段；`econ-empirical-paper-reviewer` 模拟内部审稿人；`top-journal-style-benchmark` 则在结构稳定后，参照范例论文修订段落。
简易安装使用指南：
直接将文件夹复制到 ~/.codex/skills 文件夹，之后按任务只调用需要的模块即可。git clone https://github.com/Brian-ren-pro/econ-empirical-paper-skills.gitmkdir -p ~/.codex/skillscp -R econ-empirical-paper-skills/econ-empirical-paper ~/.codex/skills/cp -R econ-empirical-paper-skills/econ-empirical-paper-pipeline ~/.codex/skills/cp -R econ-empirical-paper-skills/econ-empirical-paper-reviewer ~/.codex/skills/cp -R econ-empirical-paper-skills/top-journal-style-benchmark ~/.codex/skills/
作者给出提示词的范例如下：
Use $econ-empirical-paper-pipeline to determine the current stage of this corporate finance paper and recommend the next workflow.
Use $econ-empirical-paper to turn these result bundles and draft notes into a paper architecture and chapter plan.
Use $econ-empirical-paper-reviewer to simulate an internal reviewer panel for this completed private debt paper and produce a revision roadmap.
Use $top-journal-style-benchmark to benchmark my introduction against close JF and JFE papers, revise a copy, and validate whether the pass landed.
02 claude-workflow-for-econ-phd
项目链接：
https://github.com/saptarsibhowmick/claude-workflow-for-econ-phd
项目简介：
这个项目面向经验经济学博士论文，把多篇论文、数据、代码、文献和审稿任务放进同一套目录与工作规则。项目提供 9 个可以自定义的子 Skill、agents/hooks、三层验证、Zotero 衔接，以及 `/setup`、`/new-paper`、`/referee2`、`/blindspot` 等命令。它的核心不是替你写某一节，而是让长期项目保持可追踪、可复现。
简易安装使用指南
它需要 Claude Code、Git、R、Stata 和 XeLaTeX，Zotero、Python 等为可选工具。
项目克隆：
git clone https://github.com/saptarsibhowmick/claude-workflow-for-econ-phd.gitcd claude-workflow-for-econ-phd
完成克隆，进入项目后，运行 `claude`，再执行 `/setup` 完成初始化；随后以 `/new-paper` 创建论文项目。
```md 请用当前项目的经验研究工作流处理这份方法初稿。 先确认它属于哪篇论文、哪一阶段；再建立变量—模型—识别—稳健性清单； 把每项结论链接到已有文件或表格，列出缺失材料和下一步任务； 最后运行一致性检查，报告标题、变量名、样本范围和模型编号是否前后一致。 ```
| 02 作者评价
1 econ-empirical-paper
econ-empirical-paper 包含模块
其实，econ-empirical-paper 更像一个“论文架构师”：先检查研究问题与识别策略，再组织变量、模型、机制、异质性和稳健性，最后才进入段落层面的表达。对于已经有数据或方法草稿、但章节之间衔接不顺的论文，使用门槛相对低。
这个项目的价值在“分工”：先用 stage router 选对工具，再写作，再做 reviewer panel，最后做风格基准。对于反复修改的论文，它比一次性让 AI “润色全文”更容易追踪问题，也更适合团队共同维护。
但是这个项目无法把空白想法直接变成可信结论，或替代真实数据分析；也无法临时问一个统计概念，或只想让 AI 代写一段结果。
它的优势来自阶段切换，材料越完整，流程越有用。
2 claude-workflow-for-econ-phd
claude-workflow-for-econ-phd 安装前提
claude-workflow-for-econ-phd 管的是更长的周期。多篇论文共用文献库、代码与数据要跨语言复现、每次修改还要留下审计记录时，它的目录、Agent 和 /referee2 很有价值。
相应地，他需要的准备工作也比较多，Claude Code、Stata、R 和 LaTeX 环境都要准备。如果你的目标只是整理一篇论文的方法部分，搭完整博士项目脚手架会显得过重；Codex 用户也无法直接照搬它的 Agent 与 Hook。
3 小编推荐：econ-empirical-paper
这次我会更推荐 econ-empirical-paper。它原生面向 Codex，安装只涉及四个可自由安装的子项目；单篇论文可以只用 writer，稿件成熟后再接 pipeline、reviewer 和 style benchmark。任务变复杂时，不需要换仓库，也不用先搭建一套博士论文操作系统。
它还有一个容易被忽略的好处：每个模块都知道自己不该做什么。pipeline 只路由，不抢着写正文；writer 不冒充多名审稿人；reviewer 必须等完整稿和 pre-review package 到位。这个分工能减少一条提示词把写作、评审和润色搅在一起的情况。
| 03 实战演示
演示材料来自论文《A sustainable supply chain network considering lot sizing with quantity discounts under disruption risks: centralized and decentralized models》。
虽然它并非这套Skill 最熟悉的金融经验论文，不过正好可以检查工具会不会生搬 DID 模板。
安装完成后，直接在新窗口输入提示词：
使用 $econ-empirical-paper-pipeline 和 $econ-empirical-paper 处理当前文件夹中的供应链论文 PDF、问题规模 CSV、算法表现 CSV 和演示图。先判断论文类型。它是运筹优化与算法比较研究，不要套用 DID、处理组或平行趋势模板。pipeline 只输出阶段判断，等我确认后再进入 architecture mode。随后建立 Project Source Card，并输出：1. 研究问题与方法链；2. 模型、算法、调参、验证和大规模实验的先后关系；3. Claim-Evidence Matrix，每条结论对应到论文段落、表格或 CSV；4. 图表角色清单，说明演示图能支持什么、不能支持什么；5. Unresolved Issues，单列仍需原论文或额外统计检验确认的主张。只使用现有材料，不补造显著性、样本或算法优势。
接下来，AI会给我们输出一份当前论文的实证报告，并提取方法链。
| 04 尾声
方法部分真正容易出问题的地方，是每张表单看都说得通，连在一起却回答不了同一个问题。先让工具把材料版本、方法链和主张—证据关系整理清楚，再进入正文，能少掉不少来回重写。
