⏳ This skill is pending AI review.

Scores will appear once the review pipeline completes.

version unknown

spss-academic-workflow

@exist-d⭐ 25 stars

Use when the user wants a complete SPSS or SPSS-MCP empirical research workflow: organize source data, prepare datasets, design variables and models, run SPSS analyses, export Chinese result paragraphs and tables, write a Chinese LaTeX paper, and compile the final PDF.

Choose how to use this skill

You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.

Adopt or update this skill from https://proskills.md/skills/other/exist-d-spss-academic-workflow-skills-spss-academic-workflow. First identify the installation path supported by this platform, detect whether it is already installed, compare the installed version with the latest stable release, show me what will change, and only then install or update it. If no native installer is available, use the complete package or source fallback described on the page.

1. Native installer

This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.

Do not guess an installer command or replace an existing version without reviewing the diff.

2. Complete package recommended

Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.

No complete ProSkills package is published for this listing yet.

3. Prompt-only

Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.

Need only the instruction file?

Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.

No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.

—/10

// RATINGS

⭐GitHub Stars

⭐⭐ 25 on GitHubGitHub ↗

Growing

🟢ProSkills Score

—

📍

Not yet listed on ClawHub or SkillsMP

// README

SPSS Academic Workflow Skill

English | 简体中文

本仓库打包了 spss-academic-workflow，这是一个面向 Codex 的 Agent Skill，用于基于 SPSS 的中文实证学术研究流程。它可以帮助 agent 组织研究项目、准备数据集、设计变量和模型、运行或指导 SPSS/SPSS-MCP 分析、导出表格和中文结果段落、撰写中文 LaTeX 论文，并编译最终 PDF。

仓库结构

spss-academic-workflow/
├── README.md
├── README.en.md
├── LICENSE
└── skills/
    └── spss-academic-workflow/
        ├── SKILL.md
        ├── LICENSE.txt
        ├── agents/
        │   └── openai.yaml
        ├── assets/
        ├── references/
        └── scripts/

功能范围

创建可复现的实证研究项目目录结构。
指导数据准备、变量设计、样本规则和模型设计。
运行或记录 SPSS/SPSS-MCP 分析，覆盖描述性统计、频数与交叉表、相关分析、均值比较、t 检验、方差分析、卡方检验、信度分析、因子分析、主成分分析、聚类分析、线性回归、分层/逐步回归、Logistic 回归、非参数检验以及常见诊断检验。
支持围绕实证论文展开的模型扩展，例如主效应模型、控制变量模型、稳健性检验、替代变量/替代样本检验、异质性分析、机制分析、调节效应和中介效应。
根据变量类型、研究问题和样本条件，为探索性任务推荐合适的 SPSS 分析路径，并记录分析选择、样本处理和结果解释依据。
将统计输出整理成论文可用的表格、结果说明和中文学术写作内容。
生成 LaTeX 源文件，并支持中文实证论文的 PDF 编译。

SPSS-MCP 依赖

本 skill 的 SPSS-MCP 工作流使用 Exekiel179/SPSS-MCP 提供的 MCP server，将自然语言分析需求转换为 SPSS syntax，并通过本机 IBM SPSS Statistics 引擎执行分析。

本仓库不会打包 SPSS-MCP 源码，也不会替代它的安装流程。使用时请先按照 SPSS-MCP 仓库说明在本机安装并配置好 MCP server。本 skill 只是把它作为外部分析接口接入 Codex 工作流，用来完成 SPSS 数据分析、结果整理和论文写作。

环境要求

Windows 10/11。
Python 3.10 或更高版本。
本机已安装 IBM SPSS Statistics，SPSS-MCP 当前说明支持 version 20-31。
已安装并可在终端运行 spss-mcp。
当前 agent 客户端需要支持 MCP。SPSS-MCP 的自动配置命令面向 Claude Code；在 Codex 中使用时，请将等价 MCP server 配置接入 Codex，使其能够通过 spss-mcp serve --transport stdio 调用该服务。
如果 SPSS 不能被自动检测，请按 SPSS-MCP 文档设置 SPSS_INSTALL_PATH；如启动或分析较慢，可设置 SPSS_STARTUP_TIMEOUT 或 SPSS_TIMEOUT。

Codex 兼容配置示例

SPSS-MCP 上游文档主要面向 Claude Code；本仓库面向 Codex 使用场景。Codex 支持本地 STDIO MCP server，可在 ~/.codex/config.toml 或受信任项目的 .codex/config.toml 中加入类似配置：

[mcp_servers.spss]
command = "spss-mcp"
args = ["serve", "--transport", "stdio"]
startup_timeout_sec = 300
tool_timeout_sec = 300

如果需要手动指定 SPSS 路径或超时时间，可加入：

[mcp_servers.spss.env]
SPSS_INSTALL_PATH = "C:\\Program Files\\IBM\\SPSS Statistics\\31"
SPSS_STARTUP_TIMEOUT = "300"
SPSS_TIMEOUT = "300"

配置后重启 Codex，并在 Codex 的 MCP 状态界面确认 spss server 已启动。本项目作者已在 Codex + Windows + 本机 SPSS 环境下测试该工作流；其他环境请以 SPSS-MCP 上游支持范围和本机 SPSS 安装情况为准。

安装方式

推荐使用 skills.sh 的 skills CLI 安装到 Codex：

npx skills add EXIST-D/spss-academic-workflow --skill spss-academic-workflow --agent codex --yes --copy

该命令已在 Windows 环境下验证，可识别本仓库中的 spss-academic-workflow，并安装到当前项目的 .agents/skills/spss-academic-workflow。

也可以在 Codex 中使用 skill installer，并指向 GitHub 目录 URL：

$skill-installer install https://github.com/EXIST-D/spss-academic-workflow/tree/main/skills/spss-academic-workflow

如果安装后没有立即出现该 skill，请重启 Codex。

使用示例

可以显式调用：

Use $spss-academic-workflow to analyze this dataset with SPSS and produce Chinese result sections, tables, LaTeX source, and a PDF.

也可以用自然语言描述任务。下面是一些简单模板：

请使用 SPSS 分析这份实证数据，并写出中文论文结果部分。

请帮我查看这个数据集适合做哪些 SPSS 分析，并生成项目目录和初步分析方案。

请基于这份问卷数据做描述性统计、信度分析和回归分析，并整理成论文表格。

请用 SPSS-MCP 运行主模型和稳健性检验，然后输出中文结果解释和 LaTeX 表格。

请把当前项目整理为完整的中文实证论文草稿，包括数据、模型、结果和结论部分。

如果希望一次性说明项目路径、数据文件、分析目标和本机环境，可以使用下面的完整模板：

使用 $spss-academic-workflow，对路径“<项目根目录>”下的数据文件“<数据文件名>”进行详细的 <分析主题或模型类型> 分析。

所有工作都在“<项目根目录>”内完成。

请自行选择最完整且合理的分析流程进行全面分析，包括但不限于数据读取、变量识别、缺失值检查、描述性统计、相关分析、主模型估计、诊断检验、稳健性或补充分析，以及论文写作所需的结果整理。

请自动选择合适的 SPSS 分析流程，输出中文结果解释、结果表格、paper.tex 和可编译 PDF，并在最终回复中说明调用了哪些工具、生成了哪些关键文件，以及 PDF 是否编译成功。

请使用 conda 的“<conda 环境名>”虚拟环境。

本机 SPSS 安装目录为：“<SPSS 安装目录>”。

包含内容

SKILL.md：主要 workflow 和触发说明。
references/：工作流路由、实证设计、SPSS-MCP 使用、工具选择、论文写作和 LaTeX 排版的详细参考。
scripts/：辅助脚本，包括保守的项目脚手架脚本。
assets/：LaTeX 论文、表格注释和结果段落模板。
agents/openai.yaml：可选的 Codex UI 元数据和调用策略。

生成项目目录

使用本 skill 处理具体实证项目时，默认会在用户指定的项目根目录下组织以下 01 到 08 目录：

project-name/
├── 01_source_data/
├── 02_data_prep/
├── 03_research_design/
├── 04_spss_syntax/
├── 05_analysis_output/
├── 06_paper_draft/
├── 07_submission_package/
└── 08_project_admin/

01_source_data/：保存原始数据、外部数据和数据来源说明；原始数据应保留在 raw/，不覆盖、不原地修改。
02_data_prep/：保存变量映射、清洗中间数据、最终分析数据和数据审计文件，例如 codebook、缺失值检查和描述统计摘要。
03_research_design/：保存研究问题、研究假设、变量设计、模型设计和样本规则。
04_spss_syntax/：保存 SPSS syntax，按数据清洗、变量构造、描述统计、主模型、稳健性和附录模型分组。
05_analysis_output/：保存分析输出，包括表格、图形、结果说明、运行日志和论文可直接引用的表格接口。
06_paper_draft/：保存中文论文草稿、章节文件、参考文献、表格/图形输入文件、LaTeX 主稿和编译输出 PDF。
07_submission_package/：保存投稿、答辩或交付所需的草稿、最终版和归档文件。
08_project_admin/：保存项目管理和复现说明，例如项目 README、changelog 和 reproducibility checklist。

作者与维护

本项目由 EXIST-D 创建并维护。

欢迎通过 GitHub Issues 提交问题、使用反馈或改进建议。如果你基于本 skill 做了扩展，也欢迎提交 Pull Request。

许可证

本仓库使用 MIT License。详见 LICENSE。打包后的 skill 内部也包含一份许可证副本：skills/spss-academic-workflow/LICENSE.txt。

// HOW IT'S BUILT

KEY FILES

skills/spss-academic-workflow/SKILL.mdREADME.md

// REPO STATS

25 stars

// SHARE

Share on X Share on LinkedIn