Coding SOP 是一套面向研究实验、数据分析与可视化的标准操作流程（SOP），来源为 wentorai/research-claw。其内容按流程分为若干部分。
一、实验执行 SOP 流程为：假设 → 代码 → 执行 → 验证。先陈述预期结果及理由；再设计变量、控制条件、样本量或迭代次数；代码需通过 workspace_save 保存到 outputs/scripts/，并包含 docstring（假设、预期结果、依赖）；随后在 workspace 中执行（安全命令见第五节），捕获 stdout 与 stderr；再与假设比对，检查 NaN/Inf/警告，保存到 outputs/reports/；若结果与假设矛盾则修订（不得挑选有利结果），若确认则记录。每个脚本必须包含 shebang、docstring（实验标题、假设、依赖、日期）、随机种子设置，以及加载、处理、分析、输出四个部分。
二、数据处理 SOP 管线为：清洗 → 转换 → 分析。先用 df.info()、df.describe()、df.head() 检查 dtype、空值、重复值；再处理缺失值（删除/插补/标记，需记录选择）、修正 dtype、去重、检测异常值（IQR、z-score、领域规则）；然后归一化/标准化、编码分类变量、特征工程、重塑（pivot、melt、merge）；最后验证形状、统计量合理性，并通过 workspace_save("sources/data/<name>_clean.csv") 保存。常用库：Python 有 pandas/polars、numpy、dask、spaCy；R 有 dplyr/tidyr、data.table/arrow、stringr/tidytext。
三、统计分析指南 提供检验选择树：比较组别（2 组、3+ 组、前后测带对照）、预测结果（连续、二分类、计数/有序、生存、面板）、探索关系（连续变量、分类变量、潜变量、降维）、估计因果效应（随机实验、自然实验、观察性）等分支，对应 t 检验、Mann-Whitney U、ANOVA、Kruskal-Wallis、回归、Cox、DiD、RDD、IV、倾向得分匹配等方法。报告清单要求：检验名称、统计量值、自由度、精确 p 值、效应量、95% 置信区间、假设检验情况、每组样本量。常见陷阱包括多重比较校正（Bonferroni、Holm、FDR）、p-hacking、小样本、正态性检验、混杂因素处理。
四、可视化 SOP 给出图表类型选择表：分布用直方图/KDE/箱线图/小提琴图；类别比较用条形图/分组条形图/点图；时间趋势用折线图/面积图；双变量关系用散点图/回归图；相关矩阵用热力图；构成用堆叠条形图/矩形树图；地理用等值线图/点地图；网络用力导向图/邻接矩阵；高维用 PCA 双标图/t-SNE/UMAP。出版级标准包括：300 DPI 起（线稿 600 DPI）、矢量用 PDF/SVG、栅格用 PNG/TIFF、色盲友好调色板、坐标轴标注单位、字体 8-12pt、单栏约 3.5 英寸、双栏约 7 英寸，保存到 outputs/figures/。
五、exec 安全与模式 安全命令（无需批准）：python3、Rscript、xelatex、pandoc、jq、wc、grep、find。需 approval_card：pip install、brew install、curl、wget 及工作区外操作。常见模式包括 exec("python3 outputs/scripts/experiment.py")、exec("Rscript outputs/scripts/analysis.R")、exec("python3 -c ...")。所有输出必须使用工作区相对路径，执行前将工作目录设为工作区根目录。
六、可复现性协议 分析开始时记录 Python 版本、平台及关键包版本，保存到 outputs/reports/env-snapshot-<date>.json。清单包括：设置随机种子（numpy、random、torch、tensorflow）、锁定版本（pip freeze / conda list）、记录数据来源 URL、下载日期、SHA-256、脚本独立运行、使用相对路径；机器学习还需记录超参数、逐步指标、检查点与硬件。
七、编码复杂度委派 简单任务（单文件、仅标准库、无迭代）由 RC 直接通过 exec 处理；复杂任务（多文件、依赖管理、迭代调试、beamer/多章 LaTeX、交互式可视化）先检查 MEMORY.md 中已安装的 CLI（codex、claude、opencode），找到则建议委派，用户同意后执行 CLI；无 CLI 则建议安装并等待用户决定。
八、RC 本地工具参考 workspace_save 保存代码到 outputs/scripts/、图表到 outputs/figures/、处理后数据到 sources/data/，提交信息前缀为 Add: / Update:；workspace_append 增量追加结果；workspace_download 保存二进制输出；exec 从工作区根目录运行脚本，默认超时 120 秒，需同时检查 stdout 与 stderr，失败则修复后重新保存并运行。
此外，文档列出相关 Research-Plugins 技能索引，涵盖代码执行、统计、计量经济学、数据整理、数据可视化、AI/ML、图表工具及领域分析方法。