用途：系统性调查因果关系，找出真正的根因，而非把相关性或表面症状误认为原因。适用于工程事故调查、产品与业务指标变化、政策评估、软件调试等场景。
主要能力：按五步工作流推进——1）定义效应：具体描述并量化结果、确定时间线与基线、识别相关方；2）生成假设：列出近因、潜在根因与混杂因素，可用 5 Whys、鱼骨图、时间线分析、鉴别诊断；3）构建因果模型：画出因果链，区分直接、间接、混杂、中介与调节变量；4）检验因果：检查时间顺序、关联强度、剂量反应，检验反事实，寻找机制，排除混杂，并参考证据层级（RCT 优于自然实验、纵向、病例对照、横断面、专家意见）与 Bradford Hill 准则；5）记录与验证：产出 causal-inference-root-cause.md，含效应描述、竞争假设、因果模型、证据评估、根因及置信度、建议的测试或干预、局限与替代解释，并用资源中的评分表自检，最低标准为评分不低于 3.5。
关键概念：根因、近因、混杂变量、反事实、因果机制。材料强调：相关不等于因果；不要停在第一个合理解释上；不要忽略混杂与机制。
使用方式与资源：提供 resources/template.md 结构化模板、resources/methodology.md 进阶方法（DAG、混杂控制、Bradford Hill 准则）、resources/evaluators/rubric_causal_inference_root_cause.json 质量评分表；输出固定为 causal-inference-root-cause.md。
限制：资料未说明具体安装命令、价格、平台支持或效果数据，暂未提供。