前言¶

做会计实证研究的人，通常要反复处理几类机械工作：从年报 PDF 里提取文本，给文本做情感分析，跑一批机器学习模型做变量构造或分组，写 DID、PSM 之类的实证流程，再为实验研究（archival design、实验设计）做设计审查和随机化。这些步骤分散在 Python 脚本、R 包和 Excel 里，换个题目就要重新拼一遍。下面介绍的这个 Skill，把这些步骤按模块打包，目标是覆盖从选题到论文发表的完整实证工作流。

这是什么¶

会计科研自动化（acct-research-kit）是一个面向会计实证研究的自动化 Skill，坐标 @user_46970df5/acct-research-kit，发布者 user_46970df5，来源 community，分类 professional，当前版本 1.0.9，标签 requires_api_key=false（即不需要 API key）。

它解决的问题是：把实证研究中高频、可脚本化的环节整理成一组模块，研究者不必为每个新题目重新搭建工具链。根据 SkillHub 页面的数据，该 Skill 评分 100000，下载 2010 次。

核心功能¶

官方简介把能力归为四块，共 47 个模块。

第一块是基础文本与模型能力：PDF 纯文本提取、情感分析、CLI 入口，以及 30 种机器学习方法。PDF 提取对应年报、公告这类非结构化文本的预处理；情感分析用于文本类变量构造；30 种 ML 覆盖变量生成、分类、预测等常见需求。

第二块是完整实证工作流：把从数据处理到回归分析的步骤串起来，对应问卷研究之外的档案式（archival）实证路径。

第三块是实验研究工具链，包含：

• 设计审查：对研究设计做检查。
• 数据清洗。
• 规格曲线（specification curve）分析。
• 拉丁方设计。
• 交错 DID（staggered DID）稳健估计。
• 档案式设计判据器。
• 设计生成器。
• 科研闭环：把选题、设计、分析、写作环节连接起来。

其中交错 DID 稳健估计对应近年来会计与财务实证研究中对异质性处理效应的处理需求；规格曲线用于展示结论对模型设定的敏感性。

第四块是文献底稿工具：卡片索引、构念词表归一、R1–R5 候选生成，用于把文献整理成可检索、可归一的构念和假设候选。

另外两块是数据与素材获取：

• 上游数据获取：巨潮资讯年报、统计局宏观数据、交易所数据、知网，采用零依赖反爬架构。
• 内容采集：公众号、官网、期刊素材，目标端是 ima 知识库。

安装与启用¶

需要说明的是，本次抓取的 SkillHub 页面与 API 地址均未能访问成功，已抓取资料中没有给出官方安装命令、目录结构或配置文件字段。因此这里不写未经核实的安装步骤。

可确认的信息是：

• Skill 坐标：@user_46970df5/acct-research-kit。
• 来源为 community，分类 professional。
• 不需要 API key（requires_api_key=false）。
• 版本 1.0.9。

安装与启用方式请以官方地址为准：https://api.skillhub.cn/user_46970df5/acct-research-kit 。该 Skill 基于通用 SKILL.md 格式，在支持 Skill 的编辑器（如 Cursor、Codex CLI、Claude Code）中的启用方式取决于各编辑器对 SKILL.md 的解析规则，资料中未提供差异说明，不在此推测。

典型用法¶

已抓取资料中没有给出可复现的调用示例或命令行用法，下面只按模块用途说明典型调用思路，具体命令请以官方页面为准。

处理年报数据时，先用 PDF 纯文本提取模块把年报转成文本，再按需做情感分析或关键词提取，产出文本类变量。这一路径对应巨潮资讯年报与交易所公告的上游获取模块。

做实证分析时，用完整实证工作流模块跑回归，涉及交错处理时调用交错 DID 稳健估计模块。想检验结论稳健性时，用规格曲线模块枚举不同设定。实验研究场景下，先用设计生成器产出设计，再过档案式设计判据器和设计审查。

整理文献时，把素材放入卡片索引，用构念词表归一统一术语，再由 R1–R5 候选生成模块产出假设或变量候选。公众号与期刊素材可先经内容采集模块进入 ima 知识库，再作为文献底稿来源。

适用场景与注意¶

适合人群是做会计、财务实证研究的研究者和研究生，尤其是需要处理年报文本、做 DID 或实验设计、希望复用文献整理流程的人。

需要注意几点：

• 该 Skill 分类为 professional，来源为 community，属于社区发布，使用前应自行核对数据获取逻辑是否符合合规要求，尤其是上游数据获取涉及巨潮、交易所、知网等外部站点。
• 反爬部分标注为零依赖，意味着不需要额外安装依赖，但也意味着对抗策略较简单，遇到站点调整可能需要自行适配。
• 资料未提供模块的详细文档和示例，模块之间的输入输出约定需要在使用中确认。
• 安装数显示为 0，下载量为 2010，实际可用性和社区反馈尚缺一手信息。

结尾¶

会计科研自动化把会计实证研究中文本提取、情感分析、机器学习、实证工作流、实验设计工具链、文献底稿和上游数据获取等环节打包成 47 个模块，定位是覆盖从选题到论文发表的完整流程。对需要频繁处理年报文本和做 DID 类研究的人来说，可以省去重复搭建工具链的成本。官方地址：https://api.skillhub.cn/user_46970df5/acct-research-kit 。