用途：在 JF 稿件规划或审查阶段，确定稳健性、敏感性与多重检验检验清单，并决定哪些检验进入正文、哪些放入网络附录。适用于主结果已完成、需回应审稿人对替代度量、子样本或设定质疑，或结果从大量候选中筛选而存在多重检验问题时。
主要能力：依据 JF 惯例，正文保留 3–6 项决定性检验，详尽检验集放入随同一 PDF 附带、不计入 60 页限制的网络附录，且不得隐藏关键检验。对挖掘出的发现要求披露尝试过的设定数量，并采用调整阈值（如更高 t 临界值、FDR 控制），避免仅用 1.96。可处理的检验包括：替代变量度量、子样本与剔除期、替代标准误/聚类维度、替代控制与固定效应、安慰剂与证伪检验；资产定价场景可涉及替代因子模型与 EIV 校正标准误。
使用方式：按“检验是否承重”进行正文与附录分诊：最威胁性替代解释、经过挖掘发现的多重检验调整阈值、价值加权/NYSE 断点版本（若微盘集中可能）、有争议且关键的核心变量度量、特定事件驱动的子样本、一项干净的证伪检验等，可进入正文；其余检验归入网络附录。执行层面可借助 StatsPAI/Stata MCP：披露搜索计数后应用 romano_wolf、benjamini_hochberg 或 holm；用 oster_delta / sensemakr 评估遗漏变量敏感度；聚类少时用 wild_cluster_bootstrap，或用 twoway_cluster / conley；用 audit_result(result_id) 枚举缺失检验，并按 suggest_function 运行；用 etable / did_summary_to_latex 生成表格，再交由 jf-tables-figures 格式化。
适用场景：JF 投稿与审稿中的稳健性部分规划，尤其是因子动物园式批评下的异象发现。
限制：资料未提供具体软件版本、安装命令、价格与平台信息；示例数字为示意性质。正文与附录划分属于期刊惯例判断，最终需以期刊最新要求为准。