用途：StatsPAI 是面向 LLM 驱动研究工作流的 Python 计量经济学与因果推断工具包，用一次导入 import statspai as sp 覆盖完整实证研究流程，源码见 https://github.com/brycewang-stanford/StatsPAI，可通过 pip install statspai 安装，论文发表于 Journal of Open Source Software (JOSS)。
主要能力：包含经典计量（OLS、IV/2SLS、面板固定效应、Heckman、分位数回归）、双重差分（自动分派 2x2 或交错 DID、Callaway-Sant'Anna、Sun-Abraham、Bacon 分解、HonestDID 敏感性、连续处理 DID）、断点回归（rdrobust 尖锐/模糊 RD、rddensity、多断点、回归扭结）、匹配与重加权（PSM、CEM、熵平衡）、合成控制（SCM、合成 DID）、机器学习因果推断（DML、因果森林、元学习器、TMLE、AIPW）、神经因果模型（TARNet、CFRNet、DragonNet）以及稳健性工作流（spec_curve、robustness_report、subgroup_analysis）。
使用方式：作为智能体原生工具，提供自描述 API，sp.list_functions()、sp.describe_function("did")、sp.function_schema("rdrobust") 可让智能体无需查文档即可发现和理解函数；每个函数返回 CausalResult，具备 .summary()、.plot()、.to_latex()、.to_word()、.to_excel()、.cite()。交互式可视化自 v0.6+ 提供 result.plot() 与 sp.interactive(fig)，含 29 种学术主题。
适用场景：智能体驱动的分析流水线、完整因果推断流程、需要出版级输出（Word/Excel/LaTeX/HTML）、交错 DID 与诊断、神经因果模型，以及从 Stata 迁移到 Python 的用户。
限制：资料未提供具体的收费、价格、平台支持、性能数据或使用步骤细节，暂未提供。