llm-research-workflow — скилл для Claude Code
Скилл llm-research-workflow выстраивает валидацию и аудит пайплайнов для извлечения, разметки и гармонизации научных данных в экономике и финансах с помощью языковых моделей.
лицензия не указана ★ 240 обновлён 2026-09-18
npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a claude-codeЧто делает llm-research-workflow
Скилл внедряет в диалог исследовательский протокол на основе работы Ferrara (2026, NBER WP 35374). Когда вы просите модель распарсить отчёты, классифицировать новости или собрать переменные для регрессии, ассистент не бросается сразу писать код. Сначала он проводит задачу через три предварительных фильтра: проверяет пригодность нейросети для конкретной операции, оценивает легальность передачи корпуса внешнему API и сопоставляет объём с бюджетом.
Дальше запускается пошаговый цикл разработки. Модель обязана предложить минимум три альтернативных подхода, причём один из них должен обходиться без нейросетей (например, словарные методы или классические классификаторы). Затем следуют сравнение рисков, разбор методики и обязательное пилотирование на контрольной выборке.
Для подписных баз вроде WRDS, CRSP или Compustat отправка сырого текста на облачные эндпоинты грозит прямым нарушением лицензии, поэтому протокол требует согласовать правила платформы либо развернуть локальную открытую модель.
Какие задачи решает
- оценить допустимость отправки лицензионных данных во внешнее API
- подобрать классический базовый метод для сравнения с нейросетью
- провести пилотный тест разметки на контрольной выборке перед масштабированием
- проверить ограничения языковой модели при извлечении переменных для регрессий
Примеры запросов агенту
- Помоги настроить пайплайн для разметки стенограмм звонков с инвесторами
- Можно ли поручить нейросети извлечь переменные из балансовых отчётов для регрессии?
- Классифицируй тон финансовых новостей из архива для эконометрической модели
Как установить llm-research-workflow
1Через Skills CLI (Vercel)
npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a claude-code2Вручную: положить файлы
~/.claude/skills/llm-research-workflow/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/llm-research-workflow/
1Через Skills CLI (Vercel)
npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a codex2Вручную: положить файлы
.agents/skills/llm-research-workflow/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a cursor2Вручную: положить файлы
.cursor/skills/llm-research-workflow/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install franklee16/academic-research-skills research-workflow/llm-research-workflow/SKILL.md2Вручную: положить файлы
.github/skills/llm-research-workflow/SKILL.md1Через Skills CLI (Vercel)
npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a gemini-cli2Командой платформы
gemini skills install https://github.com/franklee16/academic-research-skills --path research-workflow/llm-research-workflowВручную: положить файлы
.devin/skills/llm-research-workflow/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о llm-research-workflow
Как установить llm-research-workflow в Claude Code?
Выполните в терминале команду npx skills add franklee16/academic-research-skills --skill llm-research-workflow -a claude-code. Также можно поместить инструкцию в ~/.claude/skills/llm-research-workflow/SKILL.md.
Зачем нужен этот скилл?
Он удерживает ассистента от поспешного запуска ненадёжного пайплайна, заставляя сначала проверить риски галлюцинаций, лицензии на данные и точность на пилотной выборке.
Почему скилл требует не-нейросетевой baseline?
Классический метод (регулярные выражения, словари или табличные классификаторы) даёт точку отсчёта по затратам и качеству, помогая понять, оправдана ли вообще языковая модель.