causal-inference

Umiejętność dodająca warstwę przyczynowo-skutkową do Twoich działań. Zamiast szukać wzorców w danych, modelujesz interwencje i scenariusze alternatywne — co się stanie, jeśli wyślesz wiadomość teraz czy później? Dlaczego poprzednia akcja zawiodła? Działa na każdym działaniu z mierzalnymi skutkami: wysyłanie emaili, zmiana kalendarza, operacje na plikach, wdrożenia, zakupy. Przydatna do planowania, debugowania błędów, przewidywania wyników i analizy historycznych danych.

1. Zainstaluj umiejętność w swoim agencie, wskazując repozytorium openclaw/skills. Umiejętność automatycznie aktywuje się na każdym działaniu wysokiego poziomu — wysłaniu emaila, utworzeniu spotkania, commicie kodu, zmianie uprawnień lub innej obserwowanej akcji.

2. Gdy wykonasz akcję, umiejętność reprezentuje ją jako interwencję w modelu przyczynowo-skutkowym. Dla każdej akcji otrzymujesz przewidywane efekty, oszacowanie niepewności i audyt zmian, które możesz zweryfikować.

3. Aby planować lepiej, pytaj model przed działaniem: "Czy powinienem wysłać email teraz czy czekać?" lub "Co się stanie, jeśli zmienię termin spotkania?". Model zwraca scenariusze alternatywne z szacowanymi wynikami.

4. Po wykonaniu akcji przejrzyj rzeczywiste wyniki — czy email dostał odpowiedź, czy spotkanie się odbyło. Umiejętność aktualizuje model na podstawie faktów, poprawiając przyszłe przewidywania.

5. Aby debugować niepowodzenia, wyzwól tryb śledzenia przyczynowego: umiejętność mapuje graf przyczynowy akcji i znajduje, która decyzja lub warunek spowodował problem.

6. Opcjonalnie: załaduj historyczne dane (emaile, logi kalendarza, commity) — umiejętność rekonstruuje przeszłe akcje i wyniki, budując bazę do nauki bez czekania na nowe zdarzenia.