找到的文献不可能每一篇都精读。 你需要快速判断哪些值得深读、哪些扫一眼就行。更重要的是，读完之后能精准提炼出方法论，并迁移到自己的研究中。
| 属性 | 说明 |
|---|---|
| 来源 | ClawHub (clawhub.com) |
| 功能 | 根据论文类型自动选择不同摘要策略 |
| 策略 | 方法论论文 → 聚焦方法创新点和适用条件 数据集论文 → 聚焦数据覆盖范围和获取方式 实证论文 → 聚焦识别策略和核心发现 综述论文 → 聚焦分类框架和研究空白 |
| 安装 | clawhub install paper-summarize-academic |
| 属性 | 说明 |
|---|---|
| 来源 | ClawHub (clawhub.com) |
| 功能 | 专为经济学和法经济学实证论文设计，系统评估研究问题、实证挑战、识别策略、核心发现和学术贡献 |
| 用法 | 丢一篇 AER 的实证论文给它，十分钟告诉你"好在哪、弱在哪、识别策略靠不靠谱" |
| 价值 | 做文献综述时，你不需要精读每篇论文，但需要知道每篇的识别策略和主要结论。这个 Skill 把两小时压缩到十分钟 |
| 安装 | clawhub install empirical-paper-analysis-skill |
| 属性 | 说明 |
|---|---|
| 来源 | 学术社区开源实践 |
| 框架 | 1. 研究问题是什么？ 2. 识别策略如何？ 3. 核心估计量是什么？ 4. 稳健性检验逻辑？ 5. 贡献与局限？ |
| 核心价值 | 不仅拆解论文，更关键的是迁移：AI Agent 从顶刊论文中系统提炼研究方法、因果识别思路、变量构造逻辑、稳健性检验策略，然后你输入自己的研究问题和数据描述，Agent 自动完成"学习-迁移"过程 |
| 输出 | 五问分析框架 + 可迁移要素清单 + 向自身研究的迁移方案 + 实施计划 |
| 属性 | 说明 |
|---|---|
| 来源 | claesbackman/AI-research-feedback |
| 功能 | 2 代理经济学论文深度评审 |
| 检查维度 | 贡献评估、识别策略评估、因果过度声称检测、不支持的声明识别 |
| 支持期刊 | AER、QJE、JPE、Econometrica、REStud + 金融期刊（JF、JFE、RFS） |
| 特色 | 由经济学研究者（Claes Backman）开发，专为经济学论文设计 |
| 属性 | 说明 |
|---|---|
| 来源 | Galaxy-Dawn/claude-scholar |
| 功能 | 模拟审稿人视角发现问题 |
| 场景 | 投稿前做一次自审，提前发现审稿人可能指出的问题 |
| 属性 | 说明 |
|---|---|
| 来源 | Galaxy-Dawn/claude-scholar |
| 功能 | 自动检查引用准确性，防止 AI 编造的虚假引用 |
「迁移」远不止于理解一篇论文——而是让 AI Agent 从顶刊论文中系统提炼可复用的研究设计，转化为针对你自己研究场景的具体方案。
迁移流程：
输入：一篇目标顶刊论文 + 你的研究问题 + 你的数据描述
↓
Agent 拆解目标论文：识别策略、变量构造逻辑、内生性应对方案、稳健性设计
↓
评估可迁移性：哪些要素可以直接迁移？哪些需要调整？
↓
生成迁移方案：针对你的研究场景的具体实施计划
↓
输出：迁移报告（含识别策略适配、分析步骤规划、预期挑战清单）
- 精读 vs 泛读的分工：用
paper-summarize-academic对所有找到的文献做一遍泛读筛选，标记出值得深读的；再用empirical-paper-analysis-skill或五问框架深度拆解核心文献 - 建立自己的"方法论卡片"：每拆解一篇顶刊论文，就把可迁移的设计要素记录下来。积累到 10-20 篇，你就有了一个个人的"研究设计工具箱"
- 因果过度声称是大忌：用
AI-research-feedback检查你自己的论文是否存在因果过度声称——这是审稿人最容易抓住的问题