causal-inference-root-cause — скилл для Claude Code: поиск первопричин
Скилл causal-inference-root-cause ведёт агента по пяти шагам от симптома к первопричине: строит конкурирующие гипотезы, проверяет их и отделяет причину от корреляции.
лицензия не указана 110 установок ★ 203 обновлён 2026-09-01
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a claude-codeЧто делает causal-inference-root-cause
Скилл проводит агента по пяти шагам: сначала фиксирует эффект и его базовый уровень, потом собирает конкурирующие гипотезы, строит причинную модель, проверяет её и оформляет вывод. Внутри есть шаблон resources/template.md для простых случаев и resources/methodology.md с более тяжёлыми приёмами. Гипотезы разбирают через повторяющиеся «почему», категории причин, таймлайн изменений и дифференциальную диагностику.
Проверка опирается на эпидемиологическую логику: шкала доказательств от рандомизированных испытаний до мнения специалистов и 9 критериев Брэдфорда Хилла, среди них временная последовательность, доза-эффект и правдоподобие. Конфаундеры выписываются отдельно, а для каждой связи нужен механизм, не одна корреляция.
Итог сохраняется в causal-inference-root-cause.md и сверяется с рубрикой resources/evaluators/rubric_causal_inference_root_cause.json. Порог — не меньше 3.5, и это тот пункт, который отсекает гладкие отчёты без проверки контрфактика.
Какие задачи решает
- разобрать, почему просела конверсия после смены платёжного провайдера
- отделить причину сбоя от последнего деплоя
- проверить, не сезонность ли дала рост метрики
- собрать постемортем с механизмом, а не перечнем симптомов
- оценить эффект нового правила на фоне посторонних факторов
Примеры запросов агенту
- Разбери, почему упала конверсия, и покажи причинную цепочку, а не список корреляций.
- Найди корневую причину падения сборки: выдвини конкурирующие гипотезы и проверь каждую.
- Что на самом деле вызвало рост оттока? Проверь конфаундеры и посчитай контрфактик.
Как установить causal-inference-root-cause
1Через Skills CLI (Vercel)
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a claude-code2Вручную: положить файлы
~/.claude/skills/causal-inference-root-cause/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/causal-inference-root-cause/
1Через Skills CLI (Vercel)
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a codex2Вручную: положить файлы
.agents/skills/causal-inference-root-cause/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a cursor2Вручную: положить файлы
.cursor/skills/causal-inference-root-cause/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install lyndonkl/claude skills/causal-inference-root-cause2Вручную: положить файлы
.github/skills/causal-inference-root-cause/SKILL.md1Через Skills CLI (Vercel)
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a gemini-cli2Командой платформы
gemini skills install https://github.com/lyndonkl/claude --path skills/causal-inference-root-causeВручную: положить файлы
.devin/skills/causal-inference-root-cause/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add lyndonkl/claude --skill causal-inference-root-cause -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о causal-inference-root-cause
Как установить causal-inference-root-cause в Claude Code?
Выполните npx skills add lyndonkl/claude --skill causal-inference-root-cause -a claude-code. Файл скилла появится по пути ~/.claude/skills/causal-inference-root-cause/SKILL.md.
Что делает causal-inference-root-cause?
Проводит агента по пяти шагам причинного разбора: от описания эффекта до проверки гипотез и оформления вывода. На выходе получается разбор с причинной моделью, механизмом и предложенными вмешательствами.
Что значит порог 3.5 в этом скилле?
Свой отчёт скилл сверяет с рубрикой resources/evaluators/rubric_causal_inference_root_cause.json, и 3.5 — минимальный балл, который он считает достаточным. Ниже остаются непроверенные конфаундеры, необъяснённый механизм или незакрытые альтернативные версии.