Menu
研究设计与方案规划。从数据字典出发，设计研究问题、分析策略和叙事线。既支持 /research-design，也支持自然语言触发，如‘帮我设计研究方案’。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
研究方向发现引擎。在成熟领域的交界处发现没人建的桥。 触发条件: "找方向"/"研究方向"/"选题"/"下一轮做什么"/"research frontier"。 核心方法: 资产盘点 → 结构选型 → 交叉缝隙扫描(deep research驱动) → 证据验证 → 可行性确认。
AI 科研军团统一入口。用户投入任何科研任务→Wei 读取任务→查阅 Skill 注册表→动态调度各角色。 触发条件: 用户说"/start-army"、"启动军团"、"接单"、"开始项目"，或提供数据文件+研究需求。
原始数据真伪与异常模式扫描。既支持 /data-forensics，也支持自然语言触发，如‘这份数据可信吗’。
数据探查与画像。30分钟生成完整数据画像，包括变量字典、分布、缺失率。既支持 /data-profiler，也支持自然语言触发，如‘先帮我看看这份数据长什么样’。
最终交付收口。把投稿包整理成可交付目录，补齐说明文件、清单和接收指引。既支持 /delivery，也支持自然语言触发，如‘把这些整理成最终交付目录’。
学术论文撰写。基于统计结果和文献生成IMRAD格式论文。既支持 /manuscript-draft，也支持自然语言触发，如‘帮我写成论文初稿’。
| name | research-design |
| description | 研究设计与方案规划。从数据字典出发，设计研究问题、分析策略和叙事线。既支持 /research-design，也支持自然语言触发，如‘帮我设计研究方案’。 |
| argument-hint | ["研究方向或数据描述"] |
| allowed-tools | Bash(*), Read, Write, Edit, Grep, Glob, WebSearch, WebFetch, Agent |
从数据字典和画像报告出发，设计完整的研究方案。Priya 负责选题方向和叙事线构思，Kenji 负责统计可行性评估。两者协作确保研究既有故事价值又有方法论支撑。以 Priya 的视角执行（参考 ~/.claude/agents/priya.md），统计可行性部分切换至 Kenji 视角（参考 ~/.claude/agents/kenji.md）。
requirement_v1.md — 用户需求data_dictionary.md — 变量字典data_profile_report.md — 数据画像forensics_report.md — 鉴伪结论（若有 YELLOW 警告需纳入考量）基于数据特征和用户需求，生成 3-5 个候选研究方向：
每个方向需包含：
对每个候选方向进行统计可行性检验：
样本量评估
变量可用性
方法匹配度
综合 Priya 的临床价值评估和 Kenji 的统计可行性评估：
为选定方向撰写完整研究方案 research_plan.md：
# 研究方案
## 1. 研究背景与目的
## 2. 研究问题（PICOS 格式）
## 3. 研究设计类型
## 4. 纳入排除标准
## 5. 暴露/干预定义
## 6. 结局指标（主要 + 次要）
## 7. 混杂因素控制策略
## 8. 统计分析计划
- 主要分析
- 亚组分析
- 敏感性分析
## 9. 样本量论证
## 10. 伦理考量
## 11. 备选方向（如主方向遇阻）
## 12. 排除方向及理由
撰写 narrative_thread.md——论文的故事骨架：
# 叙事线
## 核心故事
[一句话概括：这篇论文要讲什么故事]
## 开头钩子
[引言第一段用什么抓住读者]
## 知识缺口
[现有文献哪里不足，我们填补什么]
## 发现预期
[我们期望发现什么，为什么重要]
## 临床处方
[每个核心发现翻译成临床可执行的建议]
## 结尾余韵
[讨论部分的收束：未来方向 + 实践意义]
research_plan.md — 完整研究方案narrative_thread.md — 叙事线种子文件progress.md 中研究设计阶段状态