প্রকল্প সম্পর্কে

## প্রকল্প পরিচিতি Auto-Empirical Research Skills (AERS) হলো সামাজিক বিজ্ঞানের অভিজ্ঞতামূলক গবেষণার জন্য একটি AI Agent স্কিল সংগ্রহ, যা Stanford REAP এবং CoPaper.AI দ্বারা পরিচালিত। রিপোজিটরির ডিফল্ট প্রবেশপথ চীনা ভাষায়, পাশাপাশি ইংরেজি, ঐতিহ্যবাহী চীনা, জাপানি ও কোরিয়ান সংস্করণও রয়েছে। README-এর বর্ণনা অনুযায়ী, রিপোজিটরিতে ৭৬টি স্কিল সংগ্রহ ও প্রায় ১,০৯৬টি স্কিল রয়েছে, যার নম্বর ০০ থেকে ৭২ পর্যন্ত ধারাবাহিকভাবে সাজানো, সবগুলো এই রিপোজিটরিতে vendor করা হয়েছে এবং `catalog/skills.json` দ্বারা ট্র্যাক করা হয়। এর মধ্যে টিম-নিজস্ব হিসেবে চিহ্নিত ৭টি স্কিল পাইপলাইনের মূল কাঠামো গঠন করে, বাকিগুলো নিরাপত্তা-অডিট করা কমিউনিটি কাজের স্ন্যাপশট, উৎস কলাম সরাসরি আপস্ট্রিম রিপোজিটরিতে লিংক করে। ## কভারেজ ও পাইপলাইন README অভিজ্ঞতামূলক গবেষণা প্রক্রিয়াকে ৯টি পর্যায়ে ভাগ করে এবং প্রতিটি পর্যায়ের জন্য সংশ্লিষ্ট স্কিল তালিকাভুক্ত করে: ১. বিষয় পরিমার্জন——অস্পষ্ট ধারণাকে যাচাইযোগ্য, কার্যকর গবেষণা প্রশ্নে সংকুচিত করা ২. সাহিত্য পর্যালোচনা——অনুসন্ধান, স্ক্রিনিং, PRISMA প্রক্রিয়া, সমালোচনামূলক পাঠ, বিষয়ভিত্তিক বিশ্লেষণ ৩. ডেটা সংগ্রহ——পাবলিক ডেটাবেস, API, ওয়েব স্ক্র্যাপিং, ডেটা ক্লিনিং ৪. শনাক্তকরণ কৌশল——DiD / RD / IV / SCM / DML / matching ৫. অনুমান মডেলিং——Python, Stata, R তিনটি টেক স্ট্যাক ৬. দৃঢ়তা অডিট——প্রতিলিপি প্যাকেজ পরীক্ষা, Honest-DiD, R&R সিমুলেশন ৭. টেবিল ও চিত্র——জার্নাল প্রকাশনা-মানের বিন্যাস ও LaTeX এমবেডিং ৮. লেখালেখি ও সহকর্মী পর্যালোচনা——LaTeX / Quarto, নকল পর্যালোচক, প্রুফরিডিং ৯. AIGC হ্রাস ও জমাদান——AI চিহ্ন প্যাটার্ন প্রক্রিয়াকরণ, লুকানো অক্ষর ও মেটাডেটা পরিষ্কার মেটা-অর্কেস্ট্রেশন স্কিল Paper-WorkFlow-কে উপরের পর্যায়গুলোকে একটি এন্ড-টু-এন্ড পাইপলাইনে সংযুক্ত করার বর্ণনা দেওয়া হয়েছে, ব্যবহারকারী প্রাকৃতিক ভাষায় কাজ দিতে পারেন, প্রতিটি পর্যায়ের আউটপুট ডিস্কে সংরক্ষিত হয়, যেকোনো ধাপে ম্যানুয়াল হস্তক্ষেপের পর স্বয়ংক্রিয় সম্পাদন চালিয়ে যাওয়ার অনুমতি রয়েছে। ## নিজস্ব স্কিল README-তে তালিকাভুক্ত টিম-নিজস্ব স্কিলগুলোর মধ্যে রয়েছে: StatsPAI (কারণিক অনুমান Python DSL), Full Empirical-এর Python / Stata / R তিনটি সংস্করণ, de-AIGC-skills (চীনা-ইংরেজি দ্বিভাষিক একাডেমিক AIGC হ্রাস), AER-skills (অর্থনীতি জমাদান স্যুট) এবং Paper-WorkFlow (মেটা-অর্কেস্ট্রেটর)। ## ইনস্টলেশন ও ব্যবহার README তিনটি ইনস্টলেশন পথ প্রদান করে: রিপোজিটরি URL Claude Code / Codex-কে দিয়ে ডিরেক্টরি, প্রকল্প বা গ্লোবাল স্কোপ নির্দিষ্ট করা; Claude Code প্লাগইন মার্কেটপ্লেসের মাধ্যমে ইনস্টল; অথবা সরাসরি রিপোজিটরি ক্লোন করে একটি স্কিল ফোল্ডার `.claude/skills/` বা `~/.claude/skills/`-এ কপি করা। ব্যবহারের সময় প্রাকৃতিক ভাষায় কাজ বর্ণনা করা হয়, Agent স্কিলের description অনুযায়ী স্বয়ংক্রিয়ভাবে নির্বাচন করে। ## গুণমান ও যাচাই ব্যবস্থা রিপোজিটরিতে benchmark, eval-harness এবং aers-score স্কোরিং টুল রয়েছে, README অনুযায়ী একই স্কোরার দিয়ে বাহ্যিক agent-কে স্কোর দেওয়া যায় এবং বাহ্যিক স্কোরবোর্ডে প্রকাশ করা যায়। এছাড়াও catalog যাচাই, লিংক পরীক্ষা, ইউনিট টেস্ট ইত্যাদি গেট প্রক্রিয়া, এবং লাইসেন্স ও উৎস অডিট ডকুমেন্ট রয়েছে। ## লাইসেন্স রিপোজিটরি CC BY-SA 4.0 লাইসেন্স ব্যবহার করে, কমিউনিটি সংগ্রহগুলো আপস্ট্রিম স্ন্যাপশট, নির্দিষ্ট লাইসেন্স ও উৎস আস্থার মাত্রা রিপোজিটরির ভেতরের অডিট ডকুমেন্টে দেখা যায়।