夜雨聆风
凡是搞计量经济的，都关注这个号了
邮件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
本来都不想去专门写，但还是有不少群友在询问，索性就写一篇简单的介绍性指南。
让AI直接跑你的Stata，前件是需要安装个Claude code，但很多群友说装不来，建议通过咱们计量社群那份傻瓜式Claude code安装指南上手，已经被验证过轻易安装成功（视频）。
你有没有这种痛苦？
写完一段回归代码，要在Claude或Codex与Stata之间来回切换。一会儿要把代码粘进去，把报错复制出来，一会儿又要把结果再粘回去。
每次问AI都像在做手工搬运；不过，Stata MCP可以终结这个循环。
MCP是Anthropic推出的开放协议，允许AI模型直接调用外部工具。
Stata MCP基于该协议，把Claude Code、Cursor等AI工具与你本机的Stata打通。
之后，AI写代码，Stata直接跑就行，输出实时的返回，全程不用离开对话界面。
目前主流实现（2026年最新）
本文以Claude Code + SepineTam/stata-mcp为主线演示，同时介绍hanlulong版扩展的安装方式。
方案一：Claude Code + stata-mcp（推荐计量党）
第一步：安装stata-mcp
先确认本机已有Python（≥3.10）和uv。没有uv的话，
pip install uv装好后用uvx验证一下：
uvx stata-mcp --help也可以直接用pip安装：
pip install stata-mcp第二步：告诉Claude Code在哪里找到Stata
macOS：
claude mcp add stata-mcp -- uvx stata-mcp \ --stata-path "/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp"Windows：
claude mcp add stata-mcp -- uvx stata-mcp ^ --stata-path "C:\Program Files\Stata18\StataSE-64.exe"
--stata-path改成你本机Stata可执行文件的路径。SE、MP、IC版本均支持。
第三步：验证
claude mcp list看到stata-mcp出现在列表里，状态为running，配置就完成了。
✓ stata-mcp uvx stata-mcp --stata-path ... running方案二：VS Code / Cursor扩展（hanlulong版）
主要在VS Code或Cursor里写.do文件的话，这个版本更顺手，直接在编辑器里跑代码。
安装步骤，
1.打开VS Code，进扩展市场，搜索"Stata MCP"
2.安装hanlulong.stata-mcp
3.在设置里填入Stata路径（stata-mcp.stataPath）
4.在MCP配置文件（~/.cursor/mcp.json或settings.json）里加入以下内容，
{ "mcpServers": { "stata": { "command": "uvx", "args": [ "stata-mcp", "--stata-path", "/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp" ] } }}5.重启编辑器，用Ctrl+Shift+Enter运行选中代码。
功能亮点是，最多支持100个并行Stata会话，跑多个模型互不干扰；WebView实时图形显示；大数据集list输出时可开启精简模式，只返回摘要，省token。
实战演示：让Claude Code跑完整DID分析
装好后，直接在Claude Code或Codex对话框里描述需求，
我有一份面板数据
firm_panel.dta，变量包括year、firmid、treat（处理组虚拟变量）、post（政策后虚拟变量）、lnrev（对数营收）、size（规模）。帮我做一个标准的DID估计，控制企业和年份固定效应，结果用estout输出。
Claude调用Stata MCP，先查看数据结构，
use "firm_panel.dta", cleardescribesummarize lnrev treat post size, detail输出实时返回，
Contains data from firm_panel.dta obs: 45,230vars: 8...Variable | Obs Mean Std. Dev. Min Max---------+------------------------------------------------------------ lnrev | 45,230 12.4821 1.8932 6.2140 18.9034 treat | 45,230 .3821 .4860 0 1 post | 45,230 .5012 .5000 0 1 size | 45,230 487.23 1203.41 12 89432紧接着跑DID估计，
ssc install reghdfe, replacessc install ftools, replacereghdfe lnrev c.treat#c.post size, /// absorb(firmid year) /// cluster(firmid)estimates store did_main回归结果直接返回，
HDFE Linear regression Number of obs = 45,230Absorbing 2 HDFE groups F( 2, 3241) = 124.83 Prob > F = 0.0000 R-squared = 0.8821 Adj R-squared = 0.8614 Root MSE = 0.6912 (Std. err. adjusted for 3,242 clusters in firmid)------------------------------------------------------------------------------ | Robust lnrev | Coefficient std. err. t P>|t| [95% conf. interval]-------------+---------------------------------------------------------------- treat#post | 1 1 | .1823* .0341 5.34 0.000 .1154 .2492 size | .0003* .0001 4.12 0.000 .0002 .0005 _cons | 10.9214 .2341 46.69 0.000 10.4624 11.3804------------------------------------------------------------------------------Claude给出解读，
处理效应（
treat×post）系数为0.183，在1%水平显著。政策实施后，处理组企业的对数营收比对照组高出约18.3%。已控制企业和年份双向固定效应，标准误在企业层面聚类。
然后自动做平行趋势检验，
gen rel_year = year - policy_yeartab rel_yearreghdfe lnrev ib(-1).rel_year##treat size, /// absorb(firmid year) cluster(firmid)coefplot, /// keep(*.rel_year#1.treat) /// vertical /// yline(0) /// xline(5.5, lpattern(dash)) /// title("Event Study: Parallel Trends Test") /// xtitle("Years Relative to Treatment") /// ytitle("Coefficient (log revenue)")graph export "event_study.png", replace图形生成后自动预览（hanlulong版通过WebView显示，tmonk版直接内嵌在对话里）。
你只说了一句需求，从数据探索、回归估计、结果解读，到平行趋势检验和图形输出，全程没有一次手动切换。
SepineTam版：安全守卫 + 日志
在服务器或共享环境跑Stata，最怕AI误操作删文件。SepineTam版会自动拦截危险命令，
# 被拦截（AI无法执行）! rm -rf data/ # shell命令erase important.dta # 删除文件shell python script.py # 外部程序# 正常执行reg y x1 x2, robustuse data.dta, clearxtset firmid year所有执行记录自动写入日志，方便复现和审计。
tmonk/mcp-stata：最轻量，图形嵌入对话
LSE经济学家开发的版本，核心卖点是图形直接显示在AI对话框里，不用打开任何外部窗口。安装一行搞定：
claude mcp add mcp-stata -- uvx mcp-stata \ --stata "/usr/local/bin/stata"说一句"画一张lnrev对year的折线图，按treat分组"，图就出现在对话里，可以直接导出。
四个实用技巧
1.写一个CLAUDE.md文件
在项目根目录放一个CLAUDE.md，写明数据路径、变量说明、分析目标。AI打开就能直接上手，不用每次从头介绍。
2.开启输出精简模式（hanlulong版）
大数据集的list输出可能很长，精简模式只返回摘要，能省不少token。
3.让AI做识别诊断
回归跑完后可以直接问："这个模型有什么潜在的识别问题？"AI会结合Stata输出给出具体建议，比自己翻文献快得多。
4.多会话并行（hanlulong版）
同时跑稳健性检验的多个规格，开多个会话互不干扰，最后用estimates table汇总。
常见问题
Q：Stata需要提前开着吗？
A：SepineTam和tmonk版会在后台自动启动Stata批处理模式，无需手动开。hanlulong版扩展也自动管理会话。
Q：支持哪些版本的Stata？
A：Stata 14及以上均支持，MP、SE、IC版本均可。
Q：数据会不会上传给AI？
A：数据完全在本地运行，发给AI的只有Stata的文字输出（回归结果、统计摘要），原始数据不上传。
Q：Claude Code怎么装？
A：稍微麻烦一点，咱们计量社群有一份傻瓜式上手的Claude code安装指南，已经被验证过轻易上手。
怎么选？
配置半小时，之后每次跑回归少折腾一半。值不值，跑一次就知道。
*群友可以到计量社群下载和安装stata mcp。
“1.天塌了! 不到1小时,斯坦福教授用AI独立,自动完成1篇实证论文, 并且过程和结论都相当精准.2.太强悍! 6小时全自动完成一篇QJE级顶尖论文, AI的论文生成速度已碾压人类的验证速度. 3.喜欢用DID的, 遇到麻烦了, 一智能体1个月完成了340篇DID论文, 具备经济学顶刊的水准.4.DID大牛Sant’Anna发布了一份超强工作流指南: 我的Claude Code配置.5.经济学研究的34个神器! 当AI能自动生成顶刊论文, 经济学者靠什么立足? 该如何不被时代抛下?
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
8年，计量经济圈近2500篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
