把经管之家装进你的 AI:查教程、找数据,安装还能领福利
👉 安装教程与福利领取:https://mcp.pinggu.org/

一句话安装,教程、数据、代码、经验随问随到。装好就能领 3 份通用积分(合计可抵扣下载积分 20 次)+ 100 论坛币。
👉 安装教程与福利领取:https://mcp.pinggu.org/
一、先说一个你可能遇到的场景
你在豆包、WorkBuddy 或者别的 AI 里问:“帮我找 Stata 双重差分的教程和实证代码。”
它回答得很快,看着也挺专业:列了一段命令,配了几句解释,末尾还给了两个“参考资料”链接。
你点开链接——一个是 404,一个是别家网站讲别的东西的页面。
再问它:“做城市发展研究,哪里能查到地级市 GDP 和人口数据?”它给了几个数据来源,数字看着合理,但你找不到这是哪一年的、什么统计口径,也不知道有没有人真的用过。
问题不在 AI 笨。它读过的公开资料确实很多,但它不知道论坛里有什么——不知道哪份教程被反复推荐过,不知道哪个数据口径被人纠正过,不知道哪段代码在某个版本下会报错、该怎么绕过去。
而这些,恰好是经管之家论坛这些年沉淀下来的东西。
二、差在哪里:AI 缺的不是脑子,是资料渠道
一个很朴素的道理:模型能“讲”方法,但很难“交”资料。
它能解释什么是双重差分,但给不出论坛里那份带完整数据处理过程的案例贴; 它能说出几个数据来源的名字,但说不清哪个帖子做过口径对比; 它能写出一段看着像那么回事的代码,但没读过别人踩过的坑。
所以真正有用的做法,不是让 AI 再多说两句,而是给它接一条能查到真实内容、并且能点开原文的渠道。
这就是“经管之家 AI 助手”(经管之家 MCP / 整合技能)要做的事。
👉 安装教程与福利领取:https://mcp.pinggu.org/
三、装上之后,变化是很具体的

用同一个问题对比一下,感受会比较直观:
没装之前
链接是编的,点开是 404,或者根本没有那篇文章; 数据说不清出处:给了数字,但找不到是哪一年、哪个口径; 代码看着对、跑不通:命令拼凑,没有真实案例和适用条件; 不知道有没有人踩过坑,缺方法讨论和问题分析。
装上之后
回答里直接附上可点击的论坛原帖标题链接,不信可以自己点开核对; 先读正文再整理,不是抓个标题凑数,正文要点一并说清; 能带出经验讨论:同一个方法,别人遇到过什么问题、怎么处理的; 数据来源有迹可循:哪个来源、哪一年、什么口径,逐项交代。
用一句话说:它不是在替 AI“补话术”,而是给 AI 补一个可信的资料渠道。而且是匿名检索公开内容,不需要论坛账号,也不需要填任何 API Key,打开就能用。
四、它是怎么做到的:只有搜索经管领域内的内容时候,先正常联网,发现缺论坛内容就自动补上

整个流程你不需要记任何关键词,像平常一样提问就够了:
你正常提问——“帮我找 Stata 双重差分的教程和实证代码。” AI 照常联网——先用你客户端本身的能力,找官方教程和原始资料; 检查结果里有没有经管之家论坛的内容——如果没有,就调用技能补一批论坛检索; 真的把原帖打开来读——读取主帖正文与附件信息,不拿文件名猜内容; 按你的问题整理——去重、筛选、按学习顺序给结论,附上来源链接。
这里有一条规则值得单独说明:它是“兜底”,不是“无脑搜”。
命中范围内的找资料需求,会先走正常联网;只有联网结果里没有经管之家论坛的帖子时,才会自动补上论坛检索。也就是说,装它之后,AI 不会突然所有问题只查论坛。
反过来,这些情况不会触发论坛检索:纯概念解释(“固定效应模型是什么”“DCF 是什么”)、只处理你自己给的材料或代码、你只要官方来源,或者明确说不要论坛、不要外搜。
还有几件它不会做的事,说在前面比较放心:不下载附件、不替你购买、不扣你的积分;帖子里的附件能不能拿,以原帖页面的条件为准。
五、怎么装:一句话交给 AI,三步就好
👉 安装教程与福利领取:https://mcp.pinggu.org/

安装这件事本身,比你想的简单。不用下载压缩包、不用配环境、不用折腾配置文件。
01 选你正在用的客户端
豆包:上传一个整合技能包即可,不需要另外建 MCP 连接器(记得新建的是「工作任务」,不是普通对话); WorkBuddy:通过“添加技能 → 上传技能”导入整合包,同样不用单独配连接器; 千问办公:网页端和桌面客户端都可以,在左侧「扩展 → 技能」里上传; 其他客户端:Claude Desktop、ChatGPT、Cursor、Cherry Studio、Trae、Kimi 等,需要支持技能导入、Python 脚本执行和联网。
02 把那句话发给 AI
打开安装教程页,选好客户端,页面上会有一段可以直接复制的指令。发给 AI,它就会自己获取并校验最新材料、安装技能,同时保留你已有的技能与连接器。大致长这样:
请按 https://mcp.pinggu.org/mcp-install.md,帮我安装经管之家整合技能包。
自动获取并校验最新材料,保留已有技能与连接器;完成后提示我选择技能并测试;
不能自动导入时说明手动上传方法。不要替我重启、信任或启用。
三个客户端的指令略有不同,以教程页上对应该客户端的那一段为准。
如果客户端不允许自动导入,还有备用办法:直接下载整合技能包(一个 ZIP,不用解压),在客户端的技能入口手动上传。自动装和手动装,任选一种就行,不需要两个都做。
03 选技能,然后随便问一句
安装完成之后,记得在任务里选中这个技能,并按提示确认脚本执行与联网权限。
如果你是 WorkBuddy 用户,请注意:安装或更新后要保存工作、完全退出再重新打开 APP,然后再选择、启用技能。只新建一个会话代替不了重启。
怎么判断自己真的装成功了?
这一步很多人会犯嘀咕,给两个简单的判断方法:
看调用记录:整合技能会有包内脚本的 search、read执行记录;用原生 MCP 连接的客户端,可以看到pinggu_search和pinggu_read_thread的调用。换个问题再试:比如“哪里能找到地级市 GDP 和人口的统计数据?”
注意一点:答案里出现“经管之家”几个字,不等于调用成功了——普通网页搜索也能搜到论坛链接。要看的是有没有真实的调用记录。
如果工具没被调用,多半是技能没被选中,或者脚本执行/联网权限没开。按客户端提示确认权限,再重启一次试试。
六、装完顺手把福利领了

安装成功之后,可以直接领福利,不需要先提问、也不需要先检索一次:
| 福利 | 说明 |
|---|---|
| 3 份通用积分 | 合计可抵扣下载积分 20 次 |
| 100 论坛币 | 直接到账,可用于论坛内消费 |
领取条件只有一个:限已绑定微信的经管之家论坛账号。
领取流程四步:
登录论坛——登录后回到安装教程页,它会自动识别你的论坛账号,不需要你自己去找 UID; 确认微信绑定——已经绑过就继续;没绑过,点页面上的“去绑定微信”,绑完回来自动刷新; 复制领取指令——在已经装好经管之家技能的 AI 对话里粘贴发送; 回论坛核对——积分和论坛币到账后就能用了。
几条规则提前说清楚,避免误会:
同一论坛账号限领一次,同一微信账号也只限领一次; 换论坛账号、换 AI 平台、换设备、解绑重绑,都不会重置领取记录; 页面和 AI 对话里都不会索要你的微信密码或验证码。任何人问你要,都不要给。
👉 安装教程与福利领取:https://mcp.pinggu.org/
七、后面还会有什么

现在的版本是匿名只读:查资料、读原帖。后面几件事正在做,装过的人会先用上:
① 账号绑定贯通 把论坛账号和你正在用的 AI 工具连起来。只有授权之后,AI 才能以“你本人”的身份做事,后面的一切也才谈得上——包括你说的话算不算你的、权益能不能记到你账上。
② 一键发帖与回帖 写好内容,确认之后直接发布到论坛;回帖、站内信也可以在对话里完成。你在 AI 里写的每一条内容,都会成为论坛里真实的帖子和回复。
③ 优质内容的读取 绑定账号后,能读到账号可见的优质内容——比如登录后才可见的帖子、你收藏和关注的讨论,不用在论坛和 AI 之间来回切换。
以上为能力规划方向,具体上线时间与形式以官方公告为准。当前对外可用的能力是匿名检索与读帖,安装福利已可领取。
为什么建议现在就装?除了福利,还有一个现实原因:用的人越多,这条通道打磨得越快,后续能力也更容易先向已经装好的用户开放。
八、可以这样问

不用学任何“技巧”,说人话就行:
“帮我找 Stata 双重差分的教程和实证代码。” → 先讲方法条件,再看命令与变量设置,最后给可对照的实证案例。 “做城市发展研究,哪里能查到地级市 GDP 和人口数据?” → 整理数据来源、年份范围、地区层级与统计口径。 “面板数据缺失比较多,想看看大家怎么处理的。” → 给出真实讨论与经验分享,有没有附件不影响入选。 “想学 DCF 估值,有没有从预测现金流开始的案例?” → 按分析框架组织材料,涉及财务口径与估值假设时核对依据。
还能覆盖这些方向:统计年鉴与统计数据、经管与科研数据集、研究设计与变量构造、方法讨论与实践经验、AIFA 与 AI 金融学习资料、数据分析师与职业学习、金融分析与估值建模。
回答不满意,接着补一句就行:“这些有点难”“有没有免费的”“想看真实案例”“只看近几年的”。AI 会结合前文重新筛选,不需要你把要求重写一遍。
九、现在就可以开始
安装这件事,全程只需要一次复制粘贴。选好你正在用的客户端,复制页面上那段指令发给 AI,剩下的事情它自己会做完。
👉 安装教程与福利领取:https://mcp.pinggu.org/
教程、数据、代码、经验——问一句,就有原帖可点。



雷达卡




京公网安备 11010802022788号







