TopicFeasibilityScreener

📌 核心价值：让 Codex 自动把"模糊选题想法 + 一份 CSV/DTA"变成可发表级别的选题排序报告

科研第一步最大的尴尬不是不会写代码，而是"有大致的方向，却不知道哪个具体选题值得做"。TopicFeasibilityScreener 把数据画像、选题发散、真实文献检索、理论/数据双重可行性评分、前三候选二次验证——五个步骤压缩成一条 Codex skill 命令，并产出可视化 HTML 报告。

---

🚀 什么是 TopicFeasibilityScreener？

TopicFeasibilityScreener 是一个 Codex Skill——专门为实证研究早期选题阶段设计。你给它一份现有的 CSV 或 Stata DTA 数据集，再加一句"我大致想做 X 方向"，它就会自动跑出 5 个步骤：

1. 数据画像：解析变量、识别样本量、评估变异
2. 选题发散：基于主数据集 + 同目录附近数据集的可用变量，开放式头脑风暴
3. 真实文献检索：多源检索，记录原始命中/有效命中/相关命中/错误诊断
4. 八维评分：总体可行性、实证可行性、理论支持、理论缺口、选题匹配度、论文相关性、来源等级、创新缺口价值——全部 0-100 分
5. 二次验证：前三选题做固定效应检验 + 安慰剂/置换式诊断（如数据结构允许）

最终输出不是 Excel 表格，而是一个交互式 HTML 报告——可以截图给导师看、贴进组会 PPT、或者直接当作"候选选题对比表"。

核心定位：不是"显著系数 = 可发表"，而是"理论可行 + 数据可行"双重筛查

---

✨ 核心功能一览

---

🛠️ 快速上手：5 分钟跑通示例

安装 / 注册

只需把仓库克隆到 Codex skills 目录：

# 克隆仓库
git clone https://github.com/lzh-phd/topic-feasibility-screener.git

# 复制到 Codex skills 目录
# Windows
copy -r topic-feasibility-screener C:\Users\<you>\.codex\skills\
# macOS / Linux
cp -r topic-feasibility-screener ~/.codex/skills/

核心代码示例

场景 1：最简调用（一个数据集 + 一句话方向）

python scripts\research_topic_lab.py "path\to\data.dta" \
  --topic "data resource recognition and corporate reputation"

场景 2：指定变量 + 控制变量（让 skill 知道你的研究设计）

python scripts\research_topic_lab.py "path\to\data.dta" \
  --topic "data resource recognition and corporate reputation" \
  --y ReputationScore \
  --x entry \
  --controls Size Lev ROA Growth BM Board Indep Top1 SOE Cashflow Loss \
  --id firm_id \
  --time year

场景 3：扫描项目根目录 + 深度二次验证（生产环境推荐）

python scripts\research_topic_lab.py "path\to\data.dta" \
  --topic "data resource recognition and corporate reputation" \
  --scan-root "path\to\project_folder" \
  --literature-top 30 \
  --per-query 8 \
  --deep-top 3 \
  --placebo-reps 200

注意：--placebo-reps 200 会跑 200 次安慰剂检验，对前三选题做稳健性诊断——这是传统 ChatGPT 问询完全做不到的事情

输出文件清单

主要输出文件：

文件	说明
research_topic_lab_report.html	主输出，可视化报告（核心交付物）
feature_validation_checks.csv	强制自检文件，核验 6 个功能模块
topic_scores.csv	所有候选选题的八维分数明细
second_pass_validation.csv	前三选题的二次验证结果
literature_evidence.csv	文献证据分类（direct/bridge/background/weak）
literature_query_diagnostics.csv	文献检索诊断（原始/有效/相关/错误）
external_data_profile.csv	同目录其他数据集的画像
external_topic_ideas.csv	跨数据集启发的新选题
variable_profile.csv	主数据集变量画像
summary.json	JSON 摘要（便于程序化处理）

---

📊 八维评分体系详解

传统关键词工具最大的问题——给每个候选选题一个"综合分"，但不知道这个分数是怎么来的。

TopicFeasibilityScreener 把可行性拆成 8 个独立维度，全部 0-100 分：

维度	计算依据
实证可行性	初步回归信号 + 前三选题二次验证
理论支持	来源等级、相关性、时效性、引用、方法、机制、证据类别
理论缺口	奖励活跃但不饱和的文献领域；直接证据缺失但桥接证据强时加分
选题匹配度	保证生成选题与用户给定方向相关，但保留开放式发散
创新缺口	区分"真正缺乏理论基础"vs"前沿缺口+相邻文献支撑"
论文相关性	评估选题对顶级期刊的潜在契合度
来源等级	文献来源期刊/会议的影响因子分级
总体可行性	上述维度的加权综合

关键设计：直接证据缺失 ≠ 选题失败——这是第一次更新版对传统工具最大的改进

---

🔬 证据分类：direct / bridge / background / weak

很多工具只看"有没有相关文献"，但实证研究中没有直接证据 ≠ 没有理论基础。

证据级别	含义	选题潜力
direct	候选关系两侧概念都出现在文献中	已成熟，竞争激烈
bridge	相邻概念支撑理论链条（如信息资产→数据资产→企业声誉）	前沿机会 ← 这个最有价值
background	单边背景证据	辅助材料
weak	相关性低或锚点不足	慎选

实际意义：当 direct_evidence_hits = 0 时，只要 bridge_evidence 密集且概念距离近，这个选题反而可能是最有创新空间的——这是探索性研究最看重的特性。

---

📊 与传统选题方式对比

---

💡 适用场景

场景 1：研一新生拿到一份 CSMAR 数据集

功能说明：研一新生最常见的困境——导师给了"用 CSMAR 做一个公司治理方向的题"，但具体做什么不知道。TopicFeasibilityScreener 在 10 分钟内输出 10-20 个候选选题，每个都有八维评分。

输入要求：CSMAR 的 CSV 文件 + 一句"我大致想做公司治理"

输出效果：research_topic_lab_report.html 包含：

• 候选选题列表（按综合分排序）
• 每个选题的雷达图（八维可视化）
• 文献证据卡片（direct/bridge/background/weak 分类）
• 前三选题的固定效应 + 安慰剂检验结果

适用场景：

• ✅ 硕士开题前 2 周
• ✅ 博士第一年定方向
• ✅ 跨学科选题（会计+AI+ESG）

---

场景 2：跨数据集启发新选题

功能说明：单一数据集往往限制思路。--scan-root 参数让 skill 自动扫描项目根目录下所有 CSV/DTA，识别"主数据集 + 辅助数据集"组合，启发跨数据集选题。

输入要求：项目文件夹路径（含多个数据集）

输出效果：

• external_data_profile.csv——其他数据集画像
• external_topic_ideas.csv——跨数据集启发的新选题

适用场景：

• ✅ 多源数据融合论文
• ✅ "X + Y" 复合选题
• ✅ 同一变量的多数据集稳健性检验

---

场景 3：组会汇报选题进展

功能说明：传统方式——导师问"你的选题依据是什么"，你只能口头说"看了几篇文献觉得不错"。用 TopicFeasibilityScreener 后，直接展示 HTML 报告。

输入要求：HTML 报告（已生成）

输出效果：

• 可视化雷达图——一眼看出选题的强弱维度
• 文献诊断——证明检索是透明的、可复现的
• 自检文件——证明评分系统没有被篡改

适用场景：

• ✅ 开题答辩
• ✅ 组会汇报
• ✅ 合作者快速同步

---

用户群体总结

• ✅ 会计/金融/经济/管理硕博：CSMAR/Wind/CNRDS 数据集的标准工作流
• ✅ 公司治理/数字化转型/ESG 研究：变量丰富、需要严谨筛查
• ✅ 跨学科选题：从数据反推选题，比"先定题再找数据"更高效
• ❌ 不适合纯理论研究：本工具专为实证研究设计
• ❌ 不适合小型调查数据：样本量 < 100 时回归信号不稳定

---

💰 定价方案

完全免费 + 开源。

项目	说明
工具本体	MIT License，免费使用
Codex 调用	需要 ChatGPT Plus 或 Team 订阅（使用 Codex 沙盒）
数据	你自己的 CSV/DTA，本地处理
文献检索	调用免费数据源，无需 API key

开源协议： MIT

💡 学生福利：MIT 协议允许二次开发——你可以 fork 后改成自己学科的版本（如法学、医学）

---

🎯 总结

TopicFeasibilityScreener 解决的不是一个"AI 写论文"的玄学问题，而是一个非常具体的工程问题：把科研选题从"灵感驱动"变成"数据驱动"。

它不保证让你发顶刊，但它保证：

1. 不浪费时间——5 分钟看到 10 个候选选题的八维评分
2. 不凭空假设——文献检索透明可复现
3. 不忽视数据——实证可行性独立打分
4. 不忽略细节——前三选题二次验证

推荐指数： ⭐⭐⭐⭐（4/5，少1星因为仍需要 Codex 沙盒环境）

适合人群： 会计/金融/经济/管理硕博生 + 早期研究人员

立即体验： lzh-phd/topic-feasibility-screener

---

数据截至 2026-07-04，最新信息请以 GitHub 仓库为准。