ARTICLE · 1114176
绝了!AI 时代的科研代码就该这么写!
皮皮侠科研代码库 重磅更新:SKill 板块上线了!
「皮皮侠·科研代码库」将 DID、PSM、断点回归、时间序列、BERT 微调、LLM 文本标注等常用方法整理为可运行、可复现、可修改的标准代码。
AI 时代,科研难点不只是“会不会提问”,而是能否让 AI 按流程执行、逐步核查结果。

任务开始前需要准备哪些材料; 应该按照什么顺序执行; 每一步需要调用什么代码、工具或方法; 中间结果应该如何判断是否正确; 出现异常时如何处理; 最终应该交付什么结果; 完成之后还需要做哪些质量检查。

快速链接:https://www.ppmandata.cn/codeBase/list
科研代码库
超值活动,同庆双节
月满中秋,喜迎国庆。当 315 个科研专用 Skill 全新上线遇上双节同庆,福利必须加码:
活动时间:9 月 22 日 — 10 月 8 日(覆盖中秋 9.25—9.27、国庆 10.1—10.7 双节假期)
活动一|双节大放价
活动期间,代码会员限时 9 折:
1 年代码会员:399 → 359 元
5 年代码会员:1799 → 1619 元
活动二|教育优惠,再享折上折
添加客服出示相关证件(学生证、教师证等),即可在 9 折基础上再享 8 折:
1 年代码会员:287 元
5 年代码会员:1295 元
说明:叠加优惠仅在活动期间有效。
活动三|双节社群福利
活动期间加入社群的用户,可以直接找客服领取 7 天的代码会员。
群内同时提供 Skill 使用讲解与答疑(DID、固定效应、BERT 模型微调、GPT 模型调用等),科研中遇到的问题可以直接在社群中交流。

加入交流群方式:添加客服发送“加入代码福利群”即可。
科研代码库
重磅更新,SKill 板块
截至 9 月 15 日,本次更新中的 315 个科研专用 Skill 已完成重写,并通过批次验收,将用于「科研代码库」的科研 Skill 库更新。
科研方向
更新数量
论文写作 | 47 |
文献研究 | 49 |
研究设计 | 53 |
数据采集 | 45 |
数据处理 | 41 |
数据分析 | 80 |
合计 | 315 |
科研Skill清单(含后续更新计划)
SKILL




使用示例
这是论文润色的 skill,其内容为:
向上滑动阅览
name: science-cat-0028-primary-0041
description: "执行科研领域“论文写作—学术语言润色”的本地化工作流,围绕文献、数据、代码、写作、图表、文件产出可追溯结果;不适用于与该任务无关的通用问答。"
metadata:
scope: research
schema_version: 4.0-final-owned
category_id: "CAT-0028"
domain: "论文写作"
task: "学术语言润色"
role: "首选"
论文写作|学术语言润色|本地深度版
1. 任务定位
本 Skill 专门完成“学术语言润色”,服务于“论文写作”工作流。清单给出的任务目标是:用于完成“学术语言润色”任务的通用工作流。按研究问题、方法、结果与贡献组织学术论文初稿,协助将实证结果转化为文稿。
本地设计原则:作为该分类的默认路径;先完成任务拆解,再输出一套可复核的主方案。
2. 何时启用
当用户明确提出“学术语言润色”,并提供研究对象、材料或可执行目标时启用。若请求同时包含多个任务,先拆分并说明本 Skill 只负责哪一部分。
3. 输入契约
- 必填:任务目标、研究对象/材料范围、期望交付物。
- 视任务需要:研究问题、方法、样本、时间范围、软件/版本、格式、伦理和版权约束。
- 若输入缺失:先列出最小缺口;可以继续的部分与待确认部分分开,不用猜测补齐事实。
4. 独立执行流程
- 先锁定研究问题、读者、文体和证据边界,再决定本次交付的段落功能。
- 将每个核心句拆成主张、依据和限定条件,避免把背景材料写成结论。
- 完成草稿后反向检查章节承接、术语、数字、引用和结论强度。
- 提出若干可比较候选,将重要性、可行性、证据可得性和创新性分开评分。
- 把推荐方向改写成可回答的问题,并列出最小可行验证动作。
- 先确定段落任务和读者预期,再进行压缩、重组或扩写。
- 检查限定词、术语、数字和引用,保留作者可确认的事实边界。
阶段 A:界定
把用户目标转换为“对象—动作—标准—交付物”,记录范围、假设和停止条件。任何超出“学术语言润色”的动作都作为后续建议,不自动执行。
阶段 B:处理
按上面的任务步骤执行。优先保留原始材料和中间结果;需要调用工具时记录工具、版本、关键参数、输入范围和输出位置。
阶段 C:交付
- 候选方向比较表、推荐方案、风险和验证清单。
- 目标段落、修改理由、待确认项和前后差异摘要。
5. 质量门禁
- 主张与证据逐项对应,新增事实有来源或明确标为待核验。
- 语言调整不改变原意、因果强度或不确定性。
- 交付物能说明哪些内容已完成、哪些内容需要作者确认。
- 候选方向有选择理由、主要风险和下一步验证动作。
- 修改说明能够区分结构问题、证据问题和语言问题。
- [ ] 所有核心结论都能回到输入材料、计算结果或明确标记的推断。
- [ ] 关键数字、术语、版本、路径、引用和格式已抽查。
- [ ] 原始材料、中间处理、最终交付物之间可相互追踪。
- [ ] 没有未经授权的上传、发送、发布、安装、删除或账号操作。
6. 工具与失败处理
本地工具选择原则:根据当前环境的可用能力和任务约束选择工具,不依赖原始来源的实现或命令。
- 工具不可用:说明影响,切换到可验证的替代方法,并记录差异。
- 数据不足、格式错误或结果冲突:保留错误样本,输出缺口和修复建议,不伪造完成。
- 外部联网、第三方材料或敏感数据:先确认权限、来源、许可和最小化范围。
- 需要写入文件时:使用稳定文件名,保留版本和来源记录;仅写入用户指定范围。
7. 本地化边界
本文件是独立设计的执行契约;最终包不包含第三方源文件、第三方代码或第三方运行指令。来源审计信息留在工作区归档中,不作为本 Skill 的运行指令。
8. 场景化验证
本 Skill 的验证场景与执行记录保留在项目工作区,不随最终 Skill 包提供。
- 正常场景:围绕“学术语言润色”执行完整流程,输出结果、依据、限制和下一步。
- 输入不完整:先列出最小信息缺口,区分可继续部分与待确认部分,不猜测补齐事实。
- 请求越界:识别上传、删除、账号操作或其他超出本 Skill 边界的动作,停在准备或建议阶段。
角色要求:首选。真实模型对话仍需在实际使用中执行并记录,不以静态检查代替效果验证。
我们只需要将其发送给 AI,即可获得以下效果:

Python

上下滑动或点击图片可查看完整电子表格
R

上下滑动或点击图片可查看完整电子表格
Stata

上下滑动或点击图片可查看完整电子表格
以下为拟更新的代码清单(非最终发布名单,最终是否发布将视代码质量和文章可复现性而定),初步预计于6月底完成:
AER 10+:

CSSCI 30+

上下滑动或点击图片可查看完整电子表格
MATLAB代码 100+

上下滑动或点击图片可查看完整电子表格
还在持续更新中
科研代码库
适用人群
本科生/研究生:快速入门科研,高效完成课程论文与毕业论文,提升学术素养与竞争力。
青年教师/学者:加速研究进程,突破写作瓶颈,聚焦核心创新,助力冲刺高水平期刊。
所有研究者:从繁琐重复的劳动中解放,节省宝贵时间与精力,回归更具价值的创造性思考。


点击“阅读原文” 直达官方网站