skill-workshop-plan · git:20260704.8f9ae45 · 2026-07-04 · sha256 a292f0de42f58f7c

skill-workshop-plan git:20260704.8f9ae45A

Immutable. This exact content never changes and is served at /api/v1/blob/a292f0de42f58f7c.

---
name: skill-workshop-plan
description: 数据 Skill 工坊 · 规划 + 找料(乔淼PhD · AI学术训练营 · AI学术工作流)。诊断现成分析 skills(analyze-quantitative-data / analyze-qualitative-data)够不够、要不要造新 skill、造哪几个(带停点等确认);确认后检索权威方法学源材料(教科书章节 / 方法学经典 / 官方手册)下载到源材料文件夹并写 源材料清单.md。造 skill 本身用 skill-forge。Trigger on:"规划要造哪些数据分析 skill"、"我这个方法现成 skill 够不够"、"帮我找造 skill 的方法学材料"、"plan and source materials for a new analysis skill"。
---

# Skill Workshop Plan · 规划 + 找料

到"下料齐 + 写清单"为止,不直接造 skill(造 skill 用 `skill-forge`)。

## 调用约定(独立运行)

- 方法需求按优先级:用户直接说的方法链(如"我要跑 HLM")> 项目 `03_框架/研究设计初稿.md` + `研究设计-设计说明.md`(B3 分析框架)+ 备用 `01_选题/选题.md` > 都没有 → 问用户手动给方法关键词,**不凭空假设方法**。
- 落盘:源材料与清单进项目 `05_skill源材料/`(项目外用户指定或 `./skill源材料/`)。

## 阶段 1 · 诊断要不要造、造哪几个

1. 从方法需求抽出实际要用的分析方法链(具体到统计模型 / 编码流派 / 特定流程,不要泛泛说"做回归")。
2. 对照现成 skills 判断覆盖度:
   - `analyze-quantitative-data`(Neuman 7e Ch12:codebook→cleaning→univariate→bivariate→elaboration→regression→inferential)
   - `analyze-qualitative-data`(Neuman 7e Ch14:开放/轴心/选择性编码 + analytic memo + outcropping + 理想型 + Mill 比较)
3. 诊断结论:**现成够用** → 指明用哪个 + 从哪步起 + 为什么够用,结束(不必造,不必下料);**需要新建** → 逐个列:skill 主题 + 建议名(小写连字符 + 方法论锚,如 analyze-hlm-by-raudenbush)+ 一句话定位 + 现成 skill 缺在哪。

→【停】把诊断结论给用户确认:用现成的还是造新的?造哪几个?确认后再进阶段 2。

## 阶段 2 · 找料 + 下载(确认要造之后才做)

对每个确认要造的 skill,找**权威方法学源材料**(教科书章节 / 方法学经典论文 / 官方手册):
1. 先列候选清单给用户点头:标题 / 作者·年 / 类型 / 为什么权威(领域公认度)/ 拟用章节。**不要先下载**。
2. 点头后,用环境里实际可用的检索与下载工具(`literature-search` / `scansci-pdf` / Zotero / Web 搜索;不可用的明确告知并给手动获取方式)下载到源材料文件夹,命名 `方法锚-AuthorYear.pdf`。下不到全文的记来源链接 + 替代获取方式,**绝不编造内容**。
3. 写 `源材料清单.md`:每份材料 → 对应要造的哪个 skill → 拟保留章节 → 获取状态(已下载 / 待手动)。

## 产出

skill 规划表(造不造 / 造哪几个 / 每个的主题 + 建议名 + 对应源材料)+ 已下载源材料 + 源材料清单.md + 下一步指引(用 `skill-forge`,源材料默认读本文件夹)。