Everyday Causal Skills — плагин
Причинный анализ по шагам: 14 скиллов подбирают метод, проверяют допущения, пишут код на R или Python и тестируют вывод.
- 84 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Скиллы пишут и запускают код анализа в вашей среде R или Python
- Расчет размера выборки и оценки опираются на ваши данные, которые агент читает с диска
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add plugins/everyday-causal-skillsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скиллы пишут и запускают код анализа в вашей среде R или Python
- Расчет размера выборки и оценки опираются на ваши данные, которые агент читает с диска
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Плагин сопровождает вопрос «сработало ли это или повезло» от формулировки до отчета. `/causal-planner` описывает задачу простым языком и рекомендует метод с планом анализа. Дальше идут методические скиллы: A/B-тесты с расчетом размера выборки, разность разностей, инструментальные переменные, разрывная регрессия, синтетический контроль, сопоставление, гетерогенные эффекты и прерванные временные ряды. Каждый проходит пять стадий: настройка, допущения, реализация, проверка устойчивости, интерпретация. Скилл `/causal-dag` помогает нарисовать граф причин и найти наборы поправок. `/causal-auditor` проверяет готовый анализ по пяти группам угроз валидности. `/causal-roi` переводит оценку эффекта в деньги, а `/causal-report` собирает итоговый документ в деловом, академическом или смешанном виде. Интерпретацию агент начинает, когда увидел реальный вывод кода.
Для кого. Маркетологам, продуктовым и BI-аналитикам, которым нужно доказать эффект запуска, а не ограничиваться сравнением до и после.
Подходит, если
- Интернет-магазин переделал оформление заказа, и надо рассчитать длительность A/B-теста до запуска
- Программу лояльности ввели в 12 магазинах из 50, и нужно понять, выросли ли повторные покупки из-за нее
- Метод неясен: скилл `/causal-planner` по описанию данных подберет подходящий и объяснит почему
- Готовый анализ перед показом руководству хочется прогнать по списку угроз валидности
- Эффект уже оценен, и его надо перевести в окупаемость с точкой безубыточности
Не подходит, если
- Нужна обычная описательная статистика или прогноз: скиллы отвечают на вопрос о причине
- Требуется бухгалтерская окупаемость, доходность акций или расчеты по недвижимости: `/causal-roi` на такие запросы не срабатывает
- Нужен окончательный вывод без проверки специалистом: автор прямо предупреждает, что ИИ ошибается в допущениях, зависящих от контекста
Пример запроса к агенту
`/causal-planner` Мы запустили программу лояльности в 12 магазинах из 50, остальные не получили ее. Выросли ли повторные покупки из-за программы?Ограничения
Скиллы пишут код на R или Python, поэтому в окружении нужны соответствующие пакеты. Если пакета нет или график не строится, отчет включит код и предложит помочь с настройкой окружения. Скилл `/causal-roi` требует готовой оценки эффекта из других скиллов или от вас и сам эффект не считает. Скилл `/causal-dag` записывает ваши допущения, а не факты: правильность графа определяет знание предметной области. Автор отмечает, что плагин не заменяет книгу «Everyday Causal Inference» и суждение аналитика.
Как отключить. В Claude Code удалите плагин командой `/plugin uninstall everyday-causal-skills@everyday-causal-skills`. Для Codex уберите скопированные папки `causal-*` из `~/.agents/skills/`, для Cursor удалите клон из `~/.cursor/plugins/local/`.
Частые вопросы
Как поставить плагин в Claude Code?
Выполните `/plugin marketplace add RobsonTigre/everyday-causal-skills`, затем `/plugin install everyday-causal-skills@everyday-causal-skills` и `/reload-plugins`. Проверка: `/causal-planner` должен спросить о вашей причинной задаче.
Работает ли набор в Codex и Cursor?
Да. В Codex скопируйте папки из `skills/` в `~/.agents/skills/` и перезапустите его. В Cursor клонируйте репозиторий в `~/.cursor/plugins/local/`. Есть и расширение Gemini CLI, и плагин для Copilot CLI.
Какой метод выбрать для запуска в части магазинов?
Если есть группы с программой и без нее и данные до и после, планировщик рекомендует разность разностей и запускает `/causal-did`. Скилл сначала проверяет, шли ли группы по схожим трендам до запуска.
Что проверяет `/causal-auditor`?
Он проверяет завершенный анализ по пяти категориям угроз валидности: могло ли эффект объяснить что-то другое и не смещен ли выбор групп. На выходе список угроз, которые стоит закрыть до показа.
Для чего нужен `/causal-exercises`?
Для тренировки: скилл дает смоделированные данные с известным истинным эффектом и оценивает выбранный вами подход.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
ПлагиныAuto-Empirical Research Skills
Auto-Empirical Research Skills (AERS)
Плагин-маркетплейс для эмпирических исследований в соцнауках: причинно-следственный анализ, эконометрика, оформление статьи под топовые журналы
17 скиллов для экономистов: гипотезы, обзор литературы, Stata и R, модели в LaTeX, таблицы, слайды Beamer
High-Stakes Analytics Lab
High-Stakes Analytics & Decision Lab
Скилл доказательной аналитики для решений с высокой ценой ошибки: профилирует данные, выбирает метод под них, может ответить отказом или запросом данных
Маркетплейс из 16 плагинов Claude Code для количественных и качественных исследований в социологии, с паузами между фазами.
31 скилл для Claude Code и Codex на весь путь аналитика: проверка данных, когорты, воронки, A/B-тесты, дашборды, резюме
Скиллы Probabl для экспериментов по машинному обучению: пайплайн на scikit-learn и skrub, оценка, аудит и подключение к Skore Hub
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Everyday Causal Skills (эта карточка) | нет | 84 | ||
| StatsPAI — каузальный анализ и эконометрика для агентов | нет | не нужна | 374 | MCP-сервер и скилл библиотеки StatsPAI: агент запускает методы эконометрики напрямую |
| Auto-Empirical Research Skills | нет | 5 014 | маркетплейс для эмпирических социальных исследований с более широким набором задач |
Коротко о README
Описание начинается с вопроса о том, помогло ли изменение или совпали обстоятельства. Два сквозных примера показывают разработку A/B-теста и оценку программы лояльности. Затем идут таблица скиллов, схема из пяти шагов, предупреждения о том, что `/causal-dag` и `/causal-roi` работают иначе, и установка под пять сред.