用途：aer-statspai 用于在 aer-identification 固定研究设计之后、aer-robustness 与 aer-tables-figures 之前，运行 AER 轨道的实证分析。它通过 StatsPAI（开源、面向智能体的 Python 平台）执行已选定的估计量与诊断，不负责方法选择。
主要能力：StatsPAI 提供 1,000 多个因果推断与计量经济学函数，统一 API 覆盖 DiD（callaway_santanna、aggte、did_imputation、sun_abraham 等）、IV（ivreg、anderson_rubin_ci）、RDD（rdrobust、rdbwselect、rddensity）、合成控制（synth、gsynth、sdid）、DML 与因果森林（dml、causal_forest、tmle）、稳健性与敏感性（spec_curve、oster_delta、honest_did）等。它还可通过 MCP 服务器供智能体直接调用，函数会公开假设、前置条件与失败模式。
使用方式：可直接 pip install statspai 后以 Python 调用；在智能体中推荐按 MCP 链式流程使用：detect_design → preflight/recommend → 以 as_handle=true 拟合（获得 result_id）→ audit_result → honest_did_from_result / sensitivity_from_result → bibtex。结果对象支持 .to_latex()、.to_docx()、.to_excel() 导出。
适用场景：希望从智能体交互式运行分析、用单一 Python 依赖替代多包拼装、需要从估计对象直接生成可发表表格时。
限制：当复制包必须仅用 Stata、或需要版本固定的原生脚本时，应使用 templates/ 中的模板。StatsPAI 每个函数带 validation_status：仅“certified”适合主规格；“api-stable”结果在成为顶刊主表前需与原生模板交叉核对。它不改变方法学默认规则，不应用于替代 aer-identification 的设计选择，也不应跳过 aer-robustness 的审计流程。