图片展示的是研知有术平台的宣传图。背景为蓝色渐变，上方有“研知有术”的标志及名称。中间文字为“专业的科研推进与成果支持平台，让研究成为你的能力”，下方有一个搜索框，框内有放大镜图标和“研知有术”字样。底部有四个图标，分别是微信公众号、视频号、抖音和小红书，分别对应各自平台的标识。该图片与文档中介绍研知有术平台的内容相关，展示了平台的宣传信息。
图片展示了斯坦福REAP x CoPaper.AI实证研究AI工具的学术工业级产品，由斯坦福实证研究方法团队打造，涵盖从数据清洗到顶刊投稿的完整工作流。图中以机器人为主角，周围有“数据清洗”“因果识别”“论文写作”等技能标识，还呈现了“复盘包整理”“同行评审”等环节。底部有开源相关信息及评分标识。图片与上下文紧密相关，直观呈现了该工具的技能体系及工作流程。

官方地址：https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills

这是由斯坦福 REAP 研究团队联合 CoPaper.AI 打造的实证研究 AI 技能开源仓库，采用 MIT 协议开源，是社会科学领域体系最完整、严谨度最高的 Agent 技能生态之一。

仓库内置 69 个技能合集、1150 个自有技能，完整覆盖选题构思、文献检索、数据清洗、因果推断、论文写作、去 AI 痕迹、审稿回复、成果复现的全科研流程。自研核心技能包括 StatsPAI 因果分析引擎、Python/Stata/R 三套显式实证流水线、Top5 经济学期刊投稿套件、中文论文去 AIGC 工具等，完整支持 DID、IV、RDD、SCM 等主流计量方法。

区别于普通工具堆砌，它以 “可验证的严谨性” 为核心：内置 16 项数值基准任务与 29 类评测场景，所有分析结果可复现，能主动拦截双向固定效应偏误、弱工具变量等常见计量陷阱；全量技能经过安全审计，无恶意代码风险。

仓库还配套 334 款科研工具目录，兼容 Claude Code、Cursor 等支持 Skill 扩展的编辑器，尤其适合经济学、社科领域的硕博生与研究者，可大幅提升实证研究的效率与规范性。

仓库部分内容截图：

这是斯坦福开源技能仓库的部分内容截图，呈现的是仓库的目录结构。目录中包含“全部69个技能合集一览”“你究竟得到什么（精确数字）”“2分钟自行验证”“为什么值得信任——三层信用锚点”等内容项，还设有“工具目录（tools/）”“按研究流程”“综合型技能套件”等分类条目，同时包含“安全扫描”“更新日志”“贡献与引用”等功能与相关说明板块，该目录用于展示技能仓库的相关内容架构。
图片展示了Stanford开源的全部69个技能合集一览，包含1150个skill。每个合集编号、技能数量、主题及功能均有标注，如00 - 统计PAI、00.1 - 完整实证 - Python等。其中，00.1 - 完整实证 - Python下有显示式、reghdfe等技能，00.2 - 完整实证 - 统计下有ivreg2、sdid等技能，00.3 - 完整实证 - R下有fixest、did等技能。该图片与文档中介绍Stanford开源技能合集的内容相关，直观呈现了技能合集的分类及功能。
图片展示的是斯坦福开源技能库中部分技能列表。列表包含技能名称、描述、技能类型、技能作者、技能评分、技能使用次数等信息。如“awesome - econ - ai”技能，描述为Python面板数据分析，技能类型为linear models，作者是Cunningham，评分4.5，使用次数17次。该图片与文档中介绍斯坦福开源技能库的内容相关，直观呈现了技能库中部分技能的详细信息。