Agent Skills
返回列表
🤖

AgentSociety 实验分析

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/agentsociety-analysis。

技能介绍

解决的问题

实验跑完后，证据常散落在 replay schema、SQLite、EDA 产物、图表和报告草稿之间。直接开画容易出现“图先于结论”、装饰性图表堆砌、某个 finding 没有证据支撑，或者阶段 gate 只在结构上通过但科学论证仍弱。这个技能面向 AgentSociety 已完成 run 的分析阶段，把交互探索、定向可视化、资产收集、报告上下文构建和阶段签核拆成可检查流程，同时保留模型在科学判断和用户对话上的职责。

工作方式

核心工具面是 ags.py analysis，覆盖 context 加载、表清单、数据摘要、只读 SQL、EDA、compose figure、collect/sync assets、plan、validate-*、record-attestation、report context、status/gate-status/run-loop 和 experience memory。常规流程先做 intake 与 write-plan，明确 hypothesis、experiment、上下文和分析意图；探索阶段按表选择运行 EDA，并登记产物；需要图表时先写 figure contract，确定要 defend 的 finding、证据来源、单图或复合图、最简单图型和落位；报告阶段把 EDA、charts、claims 合并进 report_context.md，同步引用图片并支持双语写作；跨实验结论进入 synthesis，并跑 validate-synthesis。每个阶段结束都应先完成分析工作，再跑 structural validate 与 record-attestation，通过后 advance。

边界与注意

实验未完成、缺少 run/replay/_schema.json 时不应使用；只配置或启动实验应交给 run-experiment。分析环境必须来自 SDK 声明的 analysis extra，不能临时装 Matplotlib 当作可复现工作区。CLI 负责结构校验和 phase gate，不替代分析判断；validate PASS 但论证弱仍算失败。每个视觉产物都要支撑已识别 finding，通用 EDA 只有在被显式提升时才进入产出阶段。变更命令返回 receipt 和 status；exit code 2 是可修复的 phase/gate/business block，exit code 1 是执行失败，应查看 receipt 和 run-loop 建议而不是盲目重复命令。

使用场景

  • 实验 run 已完成，需要加载 hypothesis 与 experiment 上下文，查看 replay 表清单和数据摘要，确定后续分析方向。
  • 已有一个待验证的 finding，需要先写 figure contract，选定证据表、跑 EDA，再把单图或复合图放进报告对应位置。
  • 多个实验的结果需要合并成跨实验 synthesis，并通过 validate-synthesis 阶段门控后才算分析流水线完成。
  • 团队想沉淀可复用的分析经验，通过 reflection memory 记录失败教训和已确认偏好，供后续同类 hypothesis 分析复用。

适合人员

  • AgentSociety 仿真实验的研究员，需要把已完成 run 的结果整理成有证据支撑的结论、图表和限制说明。
  • 负责撰写实验分析报告的技术作者，需要结构化的 report context 和可同步的图表资产来产出双语报告。
  • 搭建可复现分析流水线的平台工程师，需要 phase gate、receipt 和 validate 命令来让分析过程可检查、可回放。
  • 需要对 replay 数据做交互式 SQL 探索和定向可视化的数据分析师，想知道哪些表值得跑 EDA、哪张图该 defend 哪个 finding。