第 1 步 · topic-framing
把兴趣收束为可检验问题
发给 Agent 的任务
基于这些笔记生成 3 个可检验研究问题；每个问题列出变量、机制、边界条件、可用数据和最小可行研究设计。建议产出
候选问题变量机制图最小设计
study-design
我要把想法变成可执行研究设计，并提前算清风险
在采集数据前明确假设、变量、随机化、样本量、统计检验和报告口径，避免做到最后才发现设计站不住。
适合谁
准备开题或预注册的人要做实验/问卷/临床分析的人需要 IRB 或基金论证的人
准备这些材料
研究问题和假设可用样本或数据来源主要结局和协变量效应量预期或先导结果
会调用的 Skills
topic-framingsa.experimental-designsa.statistical-powersa.statistical-analysisresearch-gap
开始前
先安装这个工作流需要的 Skills
选择你的系统和 Agent，复制命令到终端运行。安装完成后，再把下方提示词交给 Agent。
curl -sSL https://paperskills.com/scripts/paperskills-install.sh | bash -s -- \
--tool codex \
--skills topic-framing,sa.experimental-design,sa.statistical-power,sa.statistical-analysis,research-gap \
--registry https://paperskills.com/api/registry推荐工作流
查看 Skill
第 2 步 · sa.experimental-design
设计实验或观察研究
发给 Agent 的任务
用 experimental-design 为首选问题设计研究方案，说明对照、随机化/匹配、区组、混杂控制、采样规则和失败风险。建议产出
设计方案混杂控制风险清单
第 3 步 · sa.statistical-power
估算样本量和统计口径
发给 Agent 的任务
用 statistical-power 根据目标效应和可用资源计算样本量、功效曲线和最小可检测效应，并给出统计报告模板。建议产出
样本量估算功效曲线统计报告模板
Topic Framing
把宽泛兴趣收束成可研究、可投稿、可执行的论文题目。
查看 Skillexperimental-design
在采集数据前设计可解释的实验或研究：选择设计、随机化、区组和处理组合。适用于对照、混杂、因子或部分因子设计、重复测量、交叉设计、样本分组及序贯设计；确定设计后，可用 statistical-power 进行样本量和功效计算。
查看 Skillstatistical-power
用于研究规划的样本量与统计功效计算。适用于事前功效分析、最小可检测效应、功效曲线、基金或 IRB 方案中的样本量论证；覆盖 t 检验、方差分析、比例、相关、卡方和回归，以及混合模型、聚类随机试验、生存分析和交互项的模拟功效分析。
查看 Skillstatistical-analysis
通过测试选择和报告指导统计分析。当您需要帮助为您的数据选择适当的测试、假设检查、功效分析和 APA 格式的结果时使用。最适合学术研究报告、考试选择指导。要以编程方式实现特定模型，请使用 statsmodels。
查看 SkillResearch Gap
从文献和现有讨论中提炼真实研究缺口与贡献空间。
查看 Skill