研究区导航
网站给入口,
Codex 负责把事情做完。
EconLab 首页有两个入口:Research 研究提供研究技能、资料接入和组会资源;Teaching 教学提供课程讲义与课堂材料。本教程以“把研究技能接入 Codex”为主线。
你在网站完成账号与个人授权,把网站生成的安装说明交给能够读写本地文件、运行终端的 Codex。安装后,在 Codex 对话里提出任务,它按技能规定的步骤查询和处理资料。
右侧演示会随章节切换。它是教学模型,不会登录 EconLab、读取你的电脑或调用资料库。
从你现在的身份开始。
进入 EconLab 研究区,根据自己是否已获授权选择入口。右侧可以切换身份,预览对应路径。
在原网站右上角选择“申请使用”,填写本人信息,等待老师审核。审核完成后再登录并获取安装说明。
使用原获批手机号登录,无需重复申请,也不必为普通安装另外申请 GitHub 账号。首次登录如提示改密,在原网站完成。
可以读取团队私库的安装说明;远程资料查询仍需个人门户授权。GitHub 权限与数据库授权是两个入口。
复制说明。交给 Codex。
然后验证。
在 Codex 中打开你准备做研究的本地项目文件夹。安装需要本地文件、终端和必要的网络访问能力;只有网页聊天能力的环境不能替代这一步。
登录后找到“安装到自己的 AI”。按需填写设备名称,复制本人安装说明。若提示错误,先区分过期、已兑换与网络故障,不立即重新领码。
告诉它这是要安装到当前设备的 EconLab 技能。由 Codex 读取说明、检查已有安装并按官方流程执行;需要本地操作授权时,根据实际操作范围处理。
让 Codex 分别报告技能文件、发现状态、所需本人设备授权、资源目录与反馈设置。使用实际已安装技能的 library_status.py --check-api、client.py 的 whoami 和 catalog、feedback.py --policy-status 做只读核验;安装阶段不检索论文、法规或执行研究。
Codex 会检测技能变化;如果新技能还没出现,可刷新或重启一次,无效就停止重复重启并报告卡点。保留安装位置与验证摘要;安装完成后,再由你另行发起研究任务。
请按我提供的 EconLab 当前完整安装说明接入本机。先检查已有安装,避免重复安装;按说明保存个人授权,不在回复、日志或仓库中输出秘密。用实际已安装技能附带的 library_status.py 先做本地检查,配置可读后用 --check-api、client.py 的 whoami 和 catalog、feedback.py --policy-status,只读核验所需本人授权、资源目录与原反馈选择。沿用实际安装位置和原 --config,不猜路径,不因更新重新开启已关闭的反馈。不需要资料接口的本地流程技能不额外开通数据库权限。安装阶段不查询论文、法规或执行研究;分别报告文件、加载、身份、目录、反馈的实际结果与未测项。网络或 TLS 失败就停止并保留脱敏原始错误,不重装、重启、重试授权或重新领码。不要把“文件已复制”当作“授权已验证”。
技能安装在哪里?
以安装器实际报告为准。Codex 的常见发现位置包括用户目录 ~/.agents/skills 和项目内 .agents/skills,部分安装器沿用兼容目录 ~/.codex/skills。不必先手工搬文件;优先遵循网站生成的安装说明。
选对技能,
发出第一条指令。
用自然语言说明任务,也可以明确写出技能名。Codex 支持在提示中用 $技能名 调用;不同客户端的选择界面可能不同。最稳妥的起点,是让它先确认所需技能已加载。
| 研究任务 / 点击试用 | 适合做什么 |
|---|---|
china-law-database | 查原文,核验制度、地区与效力。 |
top5-paper-database | 检索 Top5、AEJ 与可用国际论文。 |
topcnpapers | 分别查询《经济研究》《管理世界》。 |
econ-topic-selection | 结合框架和证据评估贡献与可行性。 |
ideascientist | 寻找缺口、独立反证、形成研究方案。 |
did-specification-audit | 探索有依据的控制和固定效应规格。 |
paper-seminar | 讲解论文、整理讲稿与可用复现材料。 |
在右侧填写一个研究主题,切换技能,生成可复制的指令。这里只在浏览器内拼接文字,真正的检索在你自己的 Codex 中进行。
给它一份任务,
也给它完成的标准。
一个清楚的任务包含四部分:研究问题、已有材料、执行边界、交付形式。比起“帮我研究一下”,具体的输入更方便 Codex 检查结果是否符合你的需要。
研究问题:我想了解【具体主题】。 已有材料:【本地论文、政策文件或数据说明的路径】。 请先核验相关制度与同类文献,再区分已有证据、研究假设和仍缺少的材料。 交付:一份带来源链接的检索表,以及下一步需要补齐的信息。未读到的全文请明确标注;不要编造题录、制度细节或实证结果。
一条可操作的研究路径
- 先看制度:明确政策对象、实施时间、地区与原始文件。
- 再看同类研究:分别查询国际与中文文献,核对题录和可得材料。
- 再谈贡献和设计:让选题或构思技能基于证据提出待检验方案。
- 最后处理规格:提供数据、现有代码和设计背景,再使用 DID 规格技能。
这是推荐的工作顺序示例,不代表每项研究都必须使用 DID。理论、描述、测量等问题,应采用适合自身问题的方法。
接入完成自查
勾选仅保存于本浏览器,不会提交给 EconLab。
个人使用之后,
把工作留在团队里。
论文组会:从原文到可复用材料
安装或更新 paper-seminar 后,把论文文件交给 Codex,说明汇报时间和听众背景。原站说明该流程可整理讲解网页、原文、MinerU 文档、Slidev 讲稿和可用复现材料。
注意发布范围:原站说明,授权成员上传的组会汇报会自动公布,老师可撤下。先核对论文材料、版权与讲稿,再明确要求上传;不要把“本地试讲”与“上传发布”混为一步。
改进技能:用 GitHub PR 进入审核
贡献者需要本人 GitHub 私库权限。让 Codex 先检查本机工具与仓库权限;缺少权限时,在网站申请并到 GitHub 接受邀请。接入后,由 Codex 创建工作分支、提交 PR,老师审核后发布正式版本。
课程教学:浏览器打开即可阅读
首页的 Teaching 入口当前提供《财政学》课程:可进入在线课件,也可下载全套离线包。目录和各章保存在同一文件夹后,可离线从目录进入各章。学习课件本身不需要先安装研究技能。
遇到问题,
先定位在哪一层。
先区分登录、安装、技能加载和资料查询四层。右侧可以选择症状,生成给 Codex 的排查指令。
已获批,但忘记从哪里开始
回研究区,用原获批手机号直接登录,找到“安装到自己的 AI”。已有账号无需重新申请。密码仅在原站输入。
安装码过期、已兑换或出现连接错误
先保留脱敏后的原始错误,确认是否已发起或完成兑换。仅明确确认授权码过期且尚未兑换时,才回原网站获取新的本人说明。已兑换时先检查已保存的个人配置与网页设备记录;已有有效授权就复用它更新,不重新领码。兑换结果不明时也先核对设备状态,不重放旧码。网络或 TLS 失败后停止本轮操作,不把连接问题当作授权失效,不反复诊断、重装、重启或重领码。不要把码粘贴到此教程、截图或故障报告。
文件安装了,Codex 仍找不到技能
让 Codex 核对实际安装目录、SKILL.md 文件、当前项目范围和技能发现状态。如未显示,可刷新或重启一次;一次无效就停止重复重启并报告实际卡点,避免重复安装多个同名副本。
能调用技能,但远程资料查询失败
让 Codex 依据已有原始错误,区分网络连接、个人配置读取、设备授权、资源范围与请求参数问题,不从失败推定授权过期。网络或 TLS 失败即停止本轮联网核验,保留脱敏错误,不切入口、代理或反复重试;配置读取失败不等于服务端 401。不要因技能可加载就认定远程授权有效。
已有安装,怎样更新?
普通更新应复用已有设备授权。向 Codex 提供网站当前的更新说明,让它先检查版本与本地改动,按流程更新并复验;实际需要重新授权时,再回原站处理。
怎样向老师反馈错误?
进入原网站的问题入口。可以让 Codex 按网站报告说明整理,或粘贴错误原文、查看脱敏预览后提交。故障反馈无需另有 GitHub 权限。
教程公开,为什么资料库还需要登录?
阅读本教程无需登录。安装技能和访问受保护资料仍需本人有效授权;公开教程不会解除那些权限。使用 Codex 仍需你自己的可用 Codex 环境。
请先检查当前 EconLab 技能的实际安装位置、版本和本地修改,再按我提供的当前完整更新说明更新。复用已有有效设备授权及原 --config,不重新兑换授权,不回显凭据;保留已有反馈关闭选择。更新后用实际已安装技能的 library_status.py 做本地检查,配置可读后用 --check-api、client.py 的 whoami 和 catalog、feedback.py --policy-status,只读核验技能加载、所需本人授权、资源目录和反馈状态,不查询论文、法规或执行研究。不需要资料接口的本地流程技能不额外开通数据库权限。网络或 TLS 失败就停止并保留脱敏原始错误与卡点,不重装、重启、重领码,也不修改技能脚本。
依据、边界与日期
流程依据 EconLab 公开页面及 OpenAI 官方技能文档整理,核验于 2026 年 10 月 16 日。原站页面、按钮名称、授权与安装流程可能更新,请以登录后的当前说明为准。受保护的安装内容未读取;本文不展示个人凭据。
EconLab 首页 ↗安装与授权说明 ↗教学资源 ↗OpenAI 官方技能文档 ↗这是一份配套使用指南,页面演示均为教学示意。本页不连接真实账号、不会安装技能,不会发送研究主题或清单到服务器。复制指令后,请到自己的 Codex 执行。