📦 课件使用

只想上课看讲义？一个网址就够了

本课程的在线讲义就是上课时的主讲义，打开即用、无需安装：

https://lianxhcn.github.io/PXa2026a/

下面的”下载仓库、本地跑代码、安装 skills”都是想在本地动手的同学才需要，按需取用，不必全做。

1. 在线讲义 = 主课件

上课主要看这个网站：https://lianxhcn.github.io/PXa2026a/。它包含全部六讲讲义、附录与配套 材料，手机、平板、电脑都能看，随课程更新自动刷新。

想在本地跑代码、离线复习、使用课程 skills，再按下面把讲义仓库下载到自己电脑。

2. 把讲义仓库下载到本地

仓库地址：https://github.com/lianxhcn/PXa2026a。

要运行完整复现包：优先用 GitHub Desktop 克隆

第 1、2 讲的 Lane (2025) 复现包含 Git LFS 管理的大文件。请用 GitHub Desktop 克隆仓库；不要把网页的「Download ZIP」当作完整复现包，因为 ZIP 默认可能只含大文件的指针，而没有实际 .dta 数据。

打开 GitHub Desktop 后，选择 File → Clone repository → URL，粘贴仓库地址并选定本地位置。克隆完成后，应能看到 examples/Lane_2025_QJE_paper_codes/replicationpackage/。安装与操作细节见连享会推文：《用 GitHub Desktop 管理你的代码仓库》。若该目录中的数据仍不完整，按附录 C · 数据集说明用 Dataverse 补齐。

GitHub Desktop (推荐)

图形界面适合第一次使用 Git、希望持续接收课程更新、或需要运行完整 Lane 复现包的同学。克隆完成后，以后点击 Fetch origin 即可检查和获取更新。

命令行 (已装 Git 的同学)

git clone https://github.com/lianxhcn/PXa2026a.git
cd PXa2026a
git lfs pull

若 git lfs pull 提示未找到命令，改用 GitHub Desktop，或按附录 C 从 Dataverse 下载官方复现包。

下载 ZIP (只用于阅读或小型示例)

右击下面链接并选择「链接另存为」，下载后解压即可： https://github.com/lianxhcn/PXa2026a/archive/refs/heads/main.zip

ZIP 适合离线阅读讲义和查看普通示例代码；它不适合获取完整 Lane 复现包。

让 AI 协助克隆 (可选)

不熟悉命令行时，可以把仓库地址交给 AI 助手 (Claude Code / Codex / 网页版)，请它协助安装 Git 或解释 GitHub Desktop 的操作。示例提示词如下： 示例提示词 (复制、按需改路径)：

请帮我把这个 GitHub 仓库克隆到本地：
https://github.com/lianxhcn/PXa2026a.git
克隆到我的「课程」文件夹下。完成后告诉我本地完整路径，并列出仓库顶层的文件夹。
如果我电脑上还没安装 git，请先一步步教我安装，再继续克隆。

AI 可以协助操作，但下载是否完整仍要自己检查 examples/Lane_2025_QJE_paper_codes/replicationpackage/ 是否存在。

3. examples/ 文件夹：可运行的代码与数据

每一讲的可运行文件都在 examples/chNN/ 下，与讲义各节一一对应：

位置 内容
examples/chNN/chNN_main.do 该讲的 Stata 伴生代码，**# 大纲与书稿节标题对齐 (ch02–ch05)
examples/chNN/chNN_python.ipynb 该讲的 Python 版 (部分讲提供，如 ch02、ch05)
examples/chNN/data/ 该讲的示例数据 .dta，附生成脚本 00_make_chNN_data.do 与 README-数据说明.md
examples/ch01/ 第 1 讲为解读型，无 main.do；提供 Lane (2025) 的阅读笔记与带注释的原复现代码 (code_annotations/)
examples/ch06/ 第 6 讲为现场演示，课上 / 课后补充
习惯传统 Stata 的同学：打开 .do 就能跑

不必安装 VS Code、也不必用 AI——用你熟悉的 Stata 软件直接打开 examples/chNN/chNN_main.do 即可运行 (顶部逐行跑，或按 **# 分节跑)。数据默认联网直读 (do 顶部用 global D "https://raw.githubusercontent.com/…/chNN/data" 指向线上数据)，连仓库都不用克隆就能 跑；离线时把那行 $D 改成本地 data 文件夹路径即可。

数据读取的三种口径 (各讲会注明用哪种)：

  1. Stata 自带数据：sysuse auto、webuse mroz 等，直接载入；
  2. 本仓库示例数据：examples/chNN/data/ 下的 .dta(小体量模拟 / 示例数据，随仓库提供)，do 用 $D 联网直读，或克隆后把 $D 改成本地路径；
  3. 不可再分发的数据 (主案例 Lane 的 Dataverse 复现包、CSMAR/Wind 等商业数据)：仓库不提供 数据本体，只给官方下载链接与说明，见「附录 C · 数据集说明」。

软件环境 (Stata / VS Code / Python) 的配置见「课前准备」。部分 do 用到 reghdfe、 winsor2、esttab、binscatter 等社区命令，多数已在 do 内自动安装；若仍提示找不到，运行一次 ssc install 命令名 即可。

4. 批量安装课程 skills(重要)

本课程把常用工作流封装成了一组 skills(放在仓库 skills/ 下)。装好后，Claude Code、Codex 等 AI 助手就能直接调用它们。

装课程自带的 skills：克隆仓库后，在仓库目录里运行一次——

scripts/setup-skills.ps1      # Windows；macOS / Linux 用 bash scripts/setup-skills.sh

不熟悉命令行也没关系：可以像上面方式四那样，让 AI 照着「AI 工作流与 skills 上手」 帮你装。装完做个 30 秒冒烟测试——让 AI 复述某个 skill 的用途，能答对就说明装好了。

想系统管好自己所有的 skills？(选读)

如果你以后想跨 Agent、从 GitHub 批量获取和管理 skills，连享会《Agent Skills 指南》三篇讲得很清楚 (专题检索入口)：

  1. 指南 (1)：别再囤技能——为什么技能越多反而越难用；
  2. 指南 (2)：用 npx skills 管好所有 Agent 的技能库 (发现 / 安装 / 盘点 / 更新 / 卸载 五条命令)；
  3. 指南 (3)：用 Router 分层管理海量 Skills。

其中第 (2) 篇的 npx skills，正是”从别的 GitHub 仓库批量安装 skills 到任意 Agent”的主力工具。

遇到问题

环境与安装的常见问题见「附录 E · FAQ」；课程群有助教答疑。