🧬 适者生存，原来这就是进化。
Amazing PsyCoder v1.3.0 "Galton" 发布于 2026 年 6 月 11 日。
完整项目见 amazing-psycoder-skills 目录。
🔧 兼容性
v1.3.0 完全兼容 v1.2.0。实验链 3 技能保持不变，新增分析链 3 技能。系统从 3 技能扩展为 7 技能（1 编排器 + 6 子技能）。
命名统一：psych-experiment-programming/coder/code-reviewer → psy-exp-designer/coder/reviewer。新增 psy-ana-designer/coder/reviewer。
✨ 亮点 / Highlights
- 📊 现在支持数据分析代码的生成 — 这是 v1.3 最大的变化。收完数据不知道怎么分析？psy-ana-designer 设计分析方案，12 维度比较帮你选最优方法。psy-ana-coder 生成 R 或 Python 分析脚本，12 步结构，10 项质量门，打开就能跑。psy-ana-reviewer 审计可重复性。从数据到可发表结果，完整闭环。
- 🔄 审计不再是"报告完就结束" — 发现问题 → 修复 → 再审计 → 直到通过。两个 Reviewer 都升级为 check → fix → re-check 循环。不只告诉你"有问题"，还告诉你"怎么修、修完再来"。零问题才交付，交付即可用。
- 🌍 不管用中文还是英文、Claude 还是 Codex，拿来就能用 — 触发词覆盖中英日德法五种语言，Codex、Hermes、OpenClaw 也能命中。生成的代码注释自动匹配你的语言——中文研究者拿到的是中文教学式注释，每步标注目的和原理。不用切换语言，不用切换平台。
➕ 新增
psy-ana-designer— 分析设计。5 阶段渐进确认。Phase 2 支持多文件数据组织（命名规则、CSV/Excel/TSV）。Phase 3 用 12 维度对比 A vs B 选择最优统计方法。60 方法 + 48 图表参考文件。Config YAML 为唯一事实源。psy-ana-coder— 分析代码生成。Phase 0 验证 config → 确认 R/Python → 生成。12 步脚本结构，每步有教学式注释。10 项质量门（seed、排除日志、效应量、多重比较等）。R/Python 双平台各含 spec/mapping/checklist/demo 四组件。psy-ana-reviewer— 分析审计。4 种审查模式，自动检测输入类型。5 维度审查（统计正确性、可重复性、假设检验、报告完整性、图表质量）。R 8 项 + Python 13 项反模式 grep 检查。Recovery Loop 含 5 种修复路径。- 编排器双链路由 — 根据用户自然语言自动判断走实验还是分析。跨链桥接（实验完成→分析入口）。歧义澄清（"帮你做 Stroop"→追问是实验还是分析）。
- Reviewer Recovery Loop — 两个 Reviewer 均增加 check → fix → re-check 循环。每轮记录问题数，修复后重新审计，0 Critical + 0 Major 才交付。
🐛 修复
- 修复 4 个断链：
signal-detection-dprime.md中 3 个不存在的方法链接 +sternberg.md中 1 个不存在的范式链接 - 修复 Python demo
method=["lbfgs"]→method="lbfgs"语法错误 - 修复
cohens_d(paired=TRUE)在 effectsize v1.0.2 中已废弃的 API 兼容性问题 → 全局替换为repeated_measures_d() - 修复各处
/ana-coder/ana-designer/ana-reviewer→/psy-ana-*命名不一致 - 修复了其他已知问题
Made by soupandpsy · MIT License