用途：把研究问题、理论或核心论文转化为因果图（DAG），澄清机制、混杂因素与选择/测量结构，并生成论文或幻灯片用图。
主要能力：分阶段工作流。阶段0将理论翻译为DAG蓝图，明确因果问题与分析单位，把叙述转为节点与边，记录假设与不确定边；阶段1用形式化规则（Shrier & Platt、Greenland）审查与识别，运行六步算法、检查碰撞分层偏倚、确定充分调整集、检测未观测变量威胁；阶段2确定节点表、边表、节点类型（暴露、结果、潜变量、选择）与输出格式；阶段3用Mermaid CLI从Markdown快速渲染；阶段4用R的ggdag渲染出版级图；阶段5用Python的networkx配合uv内联依赖渲染。
使用方式：按阶段推进，每阶段结束需确认后再继续。可调用Task工具执行各阶段代理，例如阶段3 Mermaid：subagent_type为general-purpose，model为sonnet，prompt为读取phases/phase3-mermaid.md并渲染用户DAG。输出包括DAG蓝图、识别备忘录、DAG源文件（.mmd/.R/.py）及SVG/PNG（可用时含PDF）图。
适用场景：社会科学研究中的因果推断设计、论文与演示配图、渲染栈选择与一致导出。
限制：强调显式假设、可复现的文本输入与脚本输出、极简期刊友好样式；具体安装命令、价格与平台支持暂未提供。