caulsal-diagram

---

name: causal-diagram description: | 因果图（Causal Diagram / DAG）绘制工具。支持生成图片和 Mermaid 代码两种输出格式。

触发场景： - 用户要求绘制因果图、DAG、有向无环图 - 用户提到变量之间的因果关系需要可视化 - 用户说"画一个因果图"、"生成DAG"、"变量关系图" - 分析混杂、对撞结构、后门路径等因果推断问题

---

因果图绘制工具

快速开始

方式一：生成图片（适合公众号/文档插图）

python3 ~/.agents/skills/causal-diagram/scripts/generate_dag.py \
  --output causal_diagram.png \
  --title "因果图标题" \
  --nodes "年龄,疼痛程度,止痛药使用,心脏病风险" \
  --edges "年龄->疼痛程度,疼痛程度->止痛药使用,止痛药使用->心脏病风险"

方式二：生成 Mermaid 代码（适合飞书文档）

# 直接在文档中使用 Mermaid 语法

mermaid flowchart TB A[年龄] --> B[疼痛程度] B --> C[止痛药使用] C --> D[心脏病风险]

参数说明

generate_dag.py 脚本参数

| 参数 | 说明 | 示例 | |------|------|------| | --output | 输出文件路径 | diagram.png | | --title | 图表标题 | "案例1：止痛药与心脏病" | | --nodes | 节点列表（逗号分隔） | "A,B,C,D" | | --edges | 边列表（逗号分隔，用 -> 表示方向） | "A->B,B->C" | | --layout | 布局方式：tb（上下）、lr（左右） | tb（默认） |

常见因果图结构

1. 链式结构（Chain）

A → B → C：A 通过 B 影响 C

flowchart LR
    A --> B --> C

2. 分叉结构（Fork）

A ← B → C：B 同时影响 A 和 C

flowchart TB
    B --> A
    B --> C

3. 对撞结构（Collider）

A → B ← C：A 和 C 共同影响 B

flowchart TB
    A --> B
    C --> B

4. 混杂结构（Confounder）

存在共同原因影响暴露和结果

flowchart TB
    C[混杂因素] --> E[暴露]
    C --> O[结果]
    E --> O

输出格式选择指南

| 场景 | 推荐格式 | 原因 | |------|----------|------| | 飞书云文档 | Mermaid | 可编辑、可复制、自动渲染 | | 微信公众号 | PNG 图片 | 清晰美观、加载快 | | 学术论文 | PNG/SVG | 高质量、可插入 Word | | 在线演示 | Mermaid | 动态、可交互 |

示例工作流

示例1：分析止痛药与心脏病的关系

# 生成图片
python3 ~/.agents/skills/causal-diagram/scripts/generate_dag.py \
  --output painkiller_dag.png \
  --title "止痛药与心脏病风险" \
  --nodes "年龄,疼痛程度,生活方式,止痛药使用,基础疾病,心脏病风险" \
  --edges "年龄->疼痛程度,疼痛程度->生活方式,疼痛程度->止痛药使用,生活方式->基础疾病,止痛药使用->心脏病风险,基础疾病->心脏病风险"

Mermaid 版本：

flowchart TB
    A[年龄] --> B[疼痛程度]
    B --> C[生活方式]
    B --> D[止痛药使用]
    C --> E[基础疾病]
    D --> F[心脏病风险]
    E --> F

示例2：班级规模与学生成绩

flowchart TB
    A[学校资金] --> B[班级规模]
    C[学生需求] --> B
    A --> D[教师质量]
    B --> E[学生成绩]
    D --> E

注意事项

1. 节点命名：使用简短、清晰的名称，避免特殊字符 2. 边的方向：用 -> 表示因果方向，箭头从原因指向结果 3. 布局选择： - tb（上下）：适合有明确因果层级的情况 - lr（左右）：适合流程类因果图 4. 复杂图：节点超过 8 个时，建议拆分为多个子图