用途：为AER方向的实证经济学论文选择、实施并压力测试因果识别策略。资料指出识别即论文本身，设计脆弱应回到选题环节。
适用场景：新项目设计实证策略；现有策略为TWFE、仅看一阶段F或朴素RDD而可能被审稿人指出问题；因识别问题被拒稿需重建设计；同一问题在两种候选识别策略间选择。
主要能力与用法：提供主决策树，按处理分配是否可视为随机、是否存在断点、政策变化、内生回归量与外生冲击等路由到RCT、RDD、DiD、IV、shift-share/Bartik、合成控制等。DiD部分区分单期2×2与交错采纳，交错数据推荐Callaway-Sant'Anna、Borusyak-Jaravel-Spiess、de Chaisemartin-D'Haultfœuille、Sun-Abraham，并要求Goodman-Bacon分解、事件研究图、预趋势联合检验与队列异质性。IV部分要求弱工具变量下以Anderson-Rubin置信集为主要推断，F<50时2SLS不可靠，可用weakivtest、ivDiag或Olea-Pflueger有效F；排除性限制靠制度叙事、安慰剂与敏感性分析。RDD推荐局部线性、三角核、MSE最优带宽与稳健偏差校正置信区间，需密度检验、平衡检验、安慰剂断点与带宽敏感性。合成控制适用于单一或少数处理单位、长预处理序列与大量可比捐赠池，需时间与空间安慰剂、置换推断，并报告权重。RCT需在AEA RCT Registry注册、提交预分析计划、功效计算、多重假设校正与流失检验。
限制与对接：连接StatsPAI MCP时应调用表中验证工具而非手写估计；未连接时依据决策树自选方法。推进稳健性或写作前须通过识别关口：使用现代估计量、完成全部必需诊断、推断方法匹配设计、一句话陈述识别假设、无审稿人红旗项。资料未提供具体收费、平台与实施效果信息。