Dowhy

Solide · 86

Indexé par la communauté

DoWhy is a Python library for causal inference that supports explicit modeling and testing of causal assumptions. DoWhy is based on a unified language for causal inference, combining causal graphical models and potential outcomes frameworks.

Verified installs0

Stars8.2K

Version1.0.0

Qualité100/100 · Excellent

Confiance86/100 · Revoir avant installation

Audit93/100 · Revue nécessaire

Profil de l’actif

Agents de code et de développement

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Voir la catégorie

Scénario

Agents de code

I need a coding agent that can understand a repository, edit code, and review pull requests.

Adéquation Agent

Claude Code + CLI + Codex

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add py-why/dowhy

Maintenance

Active

2 mois depuis le dernier push

Risque

Revue nécessaire

Financial research output is not financial advice; require human review before any live investment decision

Qualité GitHub

8.2K

100/100 Qualité · 91/100 Confiance

Tags de couverture

CodingAgents de codeml-automationmachine-learningautomation

Notes de revue

Financial research output is not financial advice; require human review before any live investment decision · Financial research output is not financial advice; require human review before any live investment decision.

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Ces scores combinent les métadonnées publiques du dépôt, les signaux de revue OpenAgentSkill, la fraîcheur de maintenance et la préparation à l’installation. Ils servent à présélectionner et ne remplacent pas la revue humaine.

Qualité

Excellent

100

High-confidence pick with strong adoption and healthy maintenance signals.

Confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Audit

Revue nécessaire

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Revue humaine avant installation

À utiliser comme candidat principal après revue humaine ou en sandbox.

PythonMachine LearningCodexClaude CodeCursor

Stars

8.2K stars GitHub

Activité du dépôt

8.2K stars et 1.0K forks

Maintenance

2 mois depuis le dernier push

Licence

MIT

Installer

npx skills add py-why/dowhy

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

Accès au système de fichiers ou aux documents

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Risque de métadonnées faible

Financial research output is not financial advice; require human review before any live investment decision.

Préparation à l’installation

Chemin d’installation disponible

Le chemin d’installation est disponible
La preuve du dépôt est disponible
La licence est déclarée
Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

workflows Agents de code
Équipes Claude Code
Équipes qui valorisent les signaux d’adoption GitHub
Inspect source files

Agents adaptés

PythonMachine LearningCodexClaude CodeCursorOpenAgentSkill CLICLI

Décision d’installation

Commande: npx skills add py-why/dowhy
Politique: Revoir
Revue humaine: Oui

Confiance et risque

Confiance: 86/100
Audit: 93/100
Niveau de risque: Revue nécessaire

Boucle de résultat

Endpoint: /api/agent/outcome
ID d’événement: resolve
Résultats: 5

Commande d’installation

npx skills add py-why/dowhy

Audit public Rapport d’évaluation API Resolve Relais d’installation

Ne pas utiliser quand

Équipes qui nécessitent un SLA soutenu par le fournisseur
Environnements fortement conformes sans revue interne de sécurité
No major risk signals from current metadata
Financial research output is not financial advice; require human review before any live investment decision
Financial research output is not financial advice; require human review before any live investment decision.

Skill alternatif

Tensorflow

195.7K Stars

npx skills add tensorflow/tensorflow

Skill alternatif

Transformers

161.6K Stars

npx skills add huggingface/transformers

Skill alternatif

Pytorch

100.8K Stars

npx skills add pytorch/pytorch

Skill alternatif

LLMs From Scratch

97.3K Stars

npx skills add rasbt/LLMs-from-scratch

Sécurité Agent v2

77/100 · Revoir avant installation

Révisé avec notes de permissionsRevoir

Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.

Une approbation humaine est requise avant l’installation dans un espace de travail réel.

Résoudre via API

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

Financial research output is not financial advice; require human review before any live investment decision

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install py-why-dowhy

Plan de résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

Ouvrir JSON

/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium

Texte Resolve

/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text

Relais d’installation

/api/skills/py-why-dowhy/install

L’Agent doit vérifier

Task fit and alternatives from Resolve API.
Audit score, trust score, and safety policy warnings.
Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copier le prompt

Task: Use Dowhy in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/py-why-dowhy/install
Install command: npx skills add py-why/dowhy
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Relais d’installation

/api/skills/py-why-dowhy/install

Format texte LLM

/api/skills/py-why-dowhy/install?format=text

Trouver des alternatives

/api/skills/search?q=Dowhy&limit=3

Prompt Agent

Use Dowhy for this task. Review https://www.openagentskill.com/api/skills/py-why-dowhy/install, then install with: npx skills add py-why/dowhy

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Manifest

/api/registry/manifest/py-why-dowhy

Texte LLM

/api/registry/manifest/py-why-dowhy?format=text

Alias d’installation

/api/registry/install/py-why-dowhy

Recommander

/api/registry/recommend?task=Use%20Dowhy%20in%20an%20agent%20workflow&limit=3

Adéquation Agent

100/100

Agents de code

Tags de cas d’usage

Agents de code GitHub automation Testing and QA

Plateformes

Python, Machine Learning, Claude Code

Rapport d’audit

Revue nécessaire · 93/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’audit Voir le rapport d’évaluation

Panneau de décision Agent

Choix principal pour Agents de code

Use this as a leading candidate, then validate the README and install path in your own agent stack.

100

Préparation

Adopter

Étape

Rôle dans la pile

Choix principal

Pertinence principale

Agents de code

Libellé de confiance

Prêt pour la production

Chemin d’installation

Commande prête

À utiliser lorsque

workflows Agents de code
Équipes Claude Code
Équipes qui valorisent les signaux d’adoption GitHub

Preuves

8,158 stars GitHub
recent repository activity
install command or GitHub repo available
profil qualité 100/100
28 événements OpenAgentSkill

revoir d’abord

No major risk signals from current metadata

Chemin d’implémentation

1Installez-le dans un Agent en sandbox et exécutez une tâche de Agents de code de bout en bout.
2Compare output quality, latency, and failure behavior against at least one alternative.
3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil de confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Trust Score OpenAgentSkill

Adoption GitHub

Validé

8.2K stars GitHub

Activité stars/forks

Validé

8.2K stars et 1.0K forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

2 mois depuis le dernier push

Clarté de licence

Validé

MIT

Signaux positifs

Fiche vérifiée manuellement
Revue IA approuvée
Le chemin d’installation est disponible
La preuve du dépôt est disponible
Dépôt maintenu récemment
Large GitHub adoption signal
La commande d’installation ne présente aucun motif de haut risque évident
La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

Financial research output is not financial advice; require human review before any live investment decision.
Pas encore de rapports de résultats Agent réels
Une revue humaine est requise avant une installation sans surveillance

Action recommandée

À utiliser comme candidat principal après revue humaine ou en sandbox.

Profil qualité

Excellent candidat pour les workflows Agent

High-confidence pick with strong adoption and healthy maintenance signals.

100

Stars GitHub

8.2K

Actualité

il y a 2 mois

Prêt à installer

Oui

Licence

MIT

Adéquation au workflow

Utilisez cette skill dans ces scénarios

Build and ship code

Coding agents

I need a coding agent that can understand a repository, edit code, and review pull requests.

Manage repositories

GitHub automation

I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.

Verify behavior

Testing and QA

I need my agent to test a web app, reproduce bugs, and verify fixes.

Adéquation au workflow

Ajouter à un workflow complet

Inspect, patch, and verify code

Coding review agent

A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.

Turn skills into distribution

Content growth agent

A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.

Ingest, retrieve, and cite

RAG knowledge base

A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Tensorflow

An Open Source Machine Learning Framework for Everyone

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

Vue d’ensemble

Imported by the skill-only GitHub discovery pipeline because it matches agent skill, automation, domain workflow, RAG, document-processing, data, finance, security, or developer-tool signals. Protocol-server projects are excluded from automated imports.

Compatibilité plateforme

pythonFULL

machine-learningFULL

Détails techniques

Version: 1.0.0
Licence: MIT
Dernière mise à jour: 18 août 2026
Publié: 16 juin 2026

Frameworks et outils

PythonMachine Learning

Instantané de décision

Choix principal

100

Prêt

Adopter

Étape

8,158 stars GitHub

Audit

Revue d’installation

Revue d’installation et d’adoption

Revue nécessaire

Sécurité: 89/100
Maintenance: 88/100
Installer: 92/100

Ouvrir l’audit complet Voir le rapport d’évaluation

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

Validé

Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu

Taux de réussite: —
Échec récent: —
Résultats: 0
Qualité de sortie: —
Échecs: 0
Non pertinent: 0
Installations: 0
Bloqué par le risque: 0
Configuration requise: 0
Production: 0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Classement Agent-Proven Contrat de résultat

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Comparer les alternatives Plan de résolution auto Voir sur GitHub Documentation

Boucle de croissance

Kit de partage

Brouillon guidé par scénario pour Dowhy, prêt pour une publication manuelle sur X.

Note du curateur

Dowhy: DoWhy is a Python library for causal inference that supports explicit modeling and testing of...

8.2K stars

https://www.openagentskill.com/skills/py-why-dowhy?ref=x

Ouvrir le brouillon X

Réponse facultative avec commande d’installation

Listing + install path for Dowhy:
https://www.openagentskill.com/skills/py-why-dowhy?ref=x

Install: npx skills add py-why/dowhy

Ouvrir le brouillon de réponse

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Créateur: py-why
Source: py-why/dowhy
Indexé par: Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Cette fiche Indexé par la communauté est attribuée à py-why, mais n’est pas encore marquée officielle. Revendiquez-la pour ajouter un signal de propriétaire vérifié et rendre les futures mises à jour de lancement, d’installation et d’audit plus fiables.

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=listed&label=Listed)](https://www.openagentskill.com/skills/py-why-dowhy)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=trust&label=Trust)](https://www.openagentskill.com/skills/py-why-dowhy)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=audit&label=Audit)](https://www.openagentskill.com/skills/py-why-dowhy/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/py-why-dowhy)

Aperçu du badge Ouvrir l’audit Kit créateur

Auteur

py-why✓

@py-why

Adéquation plateforme

Claude Code

Signaux de santé

Stars GitHub: 8.2K
Score de qualité: 66/100
Dernier push GitHub: 16 juin 2026
Indications de framework: 2
Vues OpenAgentSkill: 26
Copies d’installation: 0
Clics sortants: 0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Revoir avant installation

Adoption GitHub8.2K stars GitHubValidé
Activité stars/forks8.2K stars et 1.0K forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesValidé
Maintenance récente2 mois depuis le dernier pushValidé
Clarté de licenceMITValidé
Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé

Skills associés

Tensorflow

An Open Source Machine Learning Framework for Everyone

195.7K Stars

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

161.6K Stars

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

100.8K Stars

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

97.3K Stars

Installer Voir sur GitHub

Dowhy

Solide · 86

Indexé par la communauté

Verified installs0

Stars8.2K

Version1.0.0

Qualité100/100 · Excellent

Confiance86/100 · Revoir avant installation

Audit93/100 · Revue nécessaire

Profil de l’actif

Agents de code et de développement

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Voir la catégorie

Scénario

Agents de code

I need a coding agent that can understand a repository, edit code, and review pull requests.

Adéquation Agent

Claude Code + CLI + Codex

Compatible avec Codex, Claude Code, Cursor, CLI ou des Agents personnalisés.

Installer

Prêt

npx skills add py-why/dowhy

Maintenance

Active

2 mois depuis le dernier push

Risque

Revue nécessaire

Financial research output is not financial advice; require human review before any live investment decision

Qualité GitHub

8.2K

100/100 Qualité · 91/100 Confiance

Tags de couverture

CodingAgents de codeml-automationmachine-learningautomation

Notes de revue

Carte d’adoption Agent

Confiance, audit et préparation à l’installation en un coup d’œil

Qualité

Excellent

100

High-confidence pick with strong adoption and healthy maintenance signals.

Confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Audit

Revue nécessaire

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Trust Score OpenAgentSkill v5

Revue humaine avant installation

À utiliser comme candidat principal après revue humaine ou en sandbox.

PythonMachine LearningCodexClaude CodeCursor

Stars

8.2K stars GitHub

Activité du dépôt

8.2K stars et 1.0K forks

Maintenance

2 mois depuis le dernier push

Licence

MIT

Installer

npx skills add py-why/dowhy

Sécurité d’installation

Chemin d’installation standard de package ou runtime

Surface de permissions

Accès au système de fichiers ou aux documents

Résultats Agent

Pas encore de données de résultats Agent

Documentation

Contexte README/SKILL.md solide

Résumé des risques

Risque de métadonnées faible

Financial research output is not financial advice; require human review before any live investment decision.

Préparation à l’installation

Chemin d’installation disponible

Le chemin d’installation est disponible
La preuve du dépôt est disponible
La licence est déclarée
Pas encore de preuve de résultat Agent-Proven

Métadonnées lisibles par Agent

Données de décision lisibles par machine pour ce skill.

Utilisez ce bloc ou le JSON intégré pour décider si un Agent doit installer ce skill, choisir une alternative ou demander d’abord une revue humaine.

Ouvrir JSON

Tâches adaptées

workflows Agents de code
Équipes Claude Code
Équipes qui valorisent les signaux d’adoption GitHub
Inspect source files

Agents adaptés

PythonMachine LearningCodexClaude CodeCursorOpenAgentSkill CLICLI

Décision d’installation

Commande: npx skills add py-why/dowhy
Politique: Revoir
Revue humaine: Oui

Confiance et risque

Confiance: 86/100
Audit: 93/100
Niveau de risque: Revue nécessaire

Boucle de résultat

Endpoint: /api/agent/outcome
ID d’événement: resolve
Résultats: 5

Commande d’installation

npx skills add py-why/dowhy

Audit public Rapport d’évaluation API Resolve Relais d’installation

Ne pas utiliser quand

Équipes qui nécessitent un SLA soutenu par le fournisseur
Environnements fortement conformes sans revue interne de sécurité
No major risk signals from current metadata
Financial research output is not financial advice; require human review before any live investment decision
Financial research output is not financial advice; require human review before any live investment decision.

Skill alternatif

Tensorflow

195.7K Stars

npx skills add tensorflow/tensorflow

Skill alternatif

Transformers

161.6K Stars

npx skills add huggingface/transformers

Skill alternatif

Pytorch

100.8K Stars

npx skills add pytorch/pytorch

Skill alternatif

LLMs From Scratch

97.3K Stars

npx skills add rasbt/LLMs-from-scratch

Sécurité Agent v2

77/100 · Revoir avant installation

Révisé avec notes de permissionsRevoir

Candidat utilisable, mais l’Agent doit afficher les notes de permissions et d’audit avant l’installation.

Une approbation humaine est requise avant l’installation dans un espace de travail réel.

Résoudre via API

Moyen

Accès réseau

La skill récupère probablement des pages distantes, API, dépôts ou services externes.

Moyen

Accès au système de fichiers

La skill peut lire ou écrire des fichiers de projet, documents, artefacts générés ou l’état local de l’espace de travail.

Financial research output is not financial advice; require human review before any live investment decision

Cibles d’installation

Installer ce skill dans votre workflow Agent

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install py-why-dowhy

Plan de résolution Agent

Laissez un Agent vérifier la pertinence avant l’installation.

L’API Resolve renvoie la skill sélectionnée, des alternatives, la politique de sécurité, les notes d’audit, la cible d’installation et un prompt prêt à l’emploi.

Ouvrir le plan texte

Ouvrir JSON

/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium

Texte Resolve

/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text

Relais d’installation

/api/skills/py-why-dowhy/install

L’Agent doit vérifier

Task fit and alternatives from Resolve API.
Audit score, trust score, and safety policy warnings.
Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copier le prompt

Task: Use Dowhy in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Dowhy%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/py-why-dowhy/install
Install command: npx skills add py-why/dowhy
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Relais Agent

Donnez à l’Agent le chemin d’installation, pas un autre annuaire.

Utilisez le point de terminaison public pour récupérer la commande, la checklist, les prompts et les liens canoniques.

Ouvrir l’API d’installation

Relais d’installation

/api/skills/py-why-dowhy/install

Format texte LLM

/api/skills/py-why-dowhy/install?format=text

Trouver des alternatives

/api/skills/search?q=Dowhy&limit=3

Prompt Agent

Use Dowhy for this task. Review https://www.openagentskill.com/api/skills/py-why-dowhy/install, then install with: npx skills add py-why/dowhy

Métadonnées Registry

Profil lisible par Agent pour la sélection automatique de skills.

L’API Registry fournit les signaux de décision, confiance, audit, cas d’usage et installation sans analyser l’interface.

Ouvrir Manifest

Manifest

/api/registry/manifest/py-why-dowhy

Texte LLM

/api/registry/manifest/py-why-dowhy?format=text

Alias d’installation

/api/registry/install/py-why-dowhy

Recommander

/api/registry/recommend?task=Use%20Dowhy%20in%20an%20agent%20workflow&limit=3

Adéquation Agent

100/100

Agents de code

Tags de cas d’usage

Agents de code GitHub automation Testing and QA

Plateformes

Python, Machine Learning, Claude Code

Rapport d’audit

Revue nécessaire · 93/100

Revue lisible par machine de la préparation à l’installation, des métadonnées de sécurité, de la maintenance et du risque d’adoption.

Voir le rapport d’audit Voir le rapport d’évaluation

Panneau de décision Agent

Choix principal pour Agents de code

Use this as a leading candidate, then validate the README and install path in your own agent stack.

100

Préparation

Adopter

Étape

Rôle dans la pile

Choix principal

Pertinence principale

Agents de code

Libellé de confiance

Prêt pour la production

Chemin d’installation

Commande prête

À utiliser lorsque

workflows Agents de code
Équipes Claude Code
Équipes qui valorisent les signaux d’adoption GitHub

Preuves

8,158 stars GitHub
recent repository activity
install command or GitHub repo available
profil qualité 100/100
28 événements OpenAgentSkill

revoir d’abord

No major risk signals from current metadata

Chemin d’implémentation

1Installez-le dans un Agent en sandbox et exécutez une tâche de Agents de code de bout en bout.
2Compare output quality, latency, and failure behavior against at least one alternative.
3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil de confiance

Revoir avant installation

Bon signal de présélection, mais l’Agent doit examiner les notes d’audit, la politique d’installation et les preuves de résultats avant de l’exécuter.

Trust Score OpenAgentSkill

Adoption GitHub

Validé

8.2K stars GitHub

Activité stars/forks

Validé

8.2K stars et 1.0K forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

2 mois depuis le dernier push

Clarté de licence

Validé

MIT

Signaux positifs

Fiche vérifiée manuellement
Revue IA approuvée
Le chemin d’installation est disponible
La preuve du dépôt est disponible
Dépôt maintenu récemment
Large GitHub adoption signal
La commande d’installation ne présente aucun motif de haut risque évident
La boucle de résultats est prête mais nécessite la première exécution réelle de l’Agent

Réviser avant installation

Financial research output is not financial advice; require human review before any live investment decision.
Pas encore de rapports de résultats Agent réels
Une revue humaine est requise avant une installation sans surveillance

Action recommandée

À utiliser comme candidat principal après revue humaine ou en sandbox.

Profil qualité

Excellent candidat pour les workflows Agent

High-confidence pick with strong adoption and healthy maintenance signals.

100

Stars GitHub

8.2K

Actualité

il y a 2 mois

Prêt à installer

Oui

Licence

MIT

Adéquation au workflow

Utilisez cette skill dans ces scénarios

Build and ship code

Coding agents

I need a coding agent that can understand a repository, edit code, and review pull requests.

Manage repositories

GitHub automation

I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.

Verify behavior

Testing and QA

I need my agent to test a web app, reproduce bugs, and verify fixes.

Adéquation au workflow

Ajouter à un workflow complet

Inspect, patch, and verify code

Coding review agent

A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.

Turn skills into distribution

Content growth agent

A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.

Ingest, retrieve, and cite

RAG knowledge base

A workflow for document-heavy agents that ingest files, create searchable knowledge, retrieve relevant context, and answer with grounded sources.

Liste d’alternatives

Comparer avant installation

Similar skills that may fit this task.

Tout comparer

Tensorflow

An Open Source Machine Learning Framework for Everyone

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

Vue d’ensemble

Compatibilité plateforme

pythonFULL

machine-learningFULL

Détails techniques

Version: 1.0.0
Licence: MIT
Dernière mise à jour: 18 août 2026
Publié: 16 juin 2026

Frameworks et outils

PythonMachine Learning

Instantané de décision

Choix principal

100

Prêt

Adopter

Étape

8,158 stars GitHub

Audit

Revue d’installation

Revue d’installation et d’adoption

Revue nécessaire

Sécurité: 89/100
Maintenance: 88/100
Installer: 92/100

Ouvrir l’audit complet Voir le rapport d’évaluation

Preuves validées par Agent

Rapports après resolve, revue, installation et une exécution limitée.

Validé

Needs first agent runAuto-installation: revoir d’abordDernier: Inconnu

Taux de réussite: —
Échec récent: —
Résultats: 0
Qualité de sortie: —
Échecs: 0
Non pertinent: 0
Installations: 0
Bloqué par le risque: 0
Configuration requise: 0
Production: 0

Aucune donnée de résultat Agent pour l’instant. La première exécution peut signaler succès, besoin de configuration, blocage de risque, échec ou non-pertinence via /api/agent/outcome.

Classement Agent-Proven Contrat de résultat

Installer

Ajouter au workflow Agent

Gratuit et open source. Examinez le rapport avant l’installation dans des Agents de production.

Comparer les alternatives Plan de résolution auto Voir sur GitHub Documentation

Boucle de croissance

Kit de partage

Brouillon guidé par scénario pour Dowhy, prêt pour une publication manuelle sur X.

Note du curateur

Dowhy: DoWhy is a Python library for causal inference that supports explicit modeling and testing of...

8.2K stars

https://www.openagentskill.com/skills/py-why-dowhy?ref=x

Ouvrir le brouillon X

Réponse facultative avec commande d’installation

Listing + install path for Dowhy:
https://www.openagentskill.com/skills/py-why-dowhy?ref=x

Install: npx skills add py-why/dowhy

Ouvrir le brouillon de réponse

Source de la fiche

Indexé par la communauté

Revendiable

Cette fiche a été indexée à partir de sources publiques et n’est pas marquée officielle tant qu’une revendication de mainteneur n’est pas approuvée.

Créateur: py-why
Source: py-why/dowhy
Indexé par: Index communautaire OpenAgentSkill

L’attribution renvoie au dépôt public ou au profil du créateur. Les créateurs peuvent revendiquer la fiche pour mettre à jour les signaux de propriété.

Revendiquer ce skill

Revendication du propriétaire

Revendiquer cette fiche de skill

Kit de backlinks créateur

Ajoutez les badges de preuve à votre README

Affichez la fiche canonique, les signaux actuels de confiance et d’audit, ainsi que de vraies preuves Agent-Proven là où les développeurs évaluent le dépôt.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=listed&label=Listed)](https://www.openagentskill.com/skills/py-why-dowhy)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=trust&label=Trust)](https://www.openagentskill.com/skills/py-why-dowhy)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=audit&label=Audit)](https://www.openagentskill.com/skills/py-why-dowhy/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/py-why-dowhy?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/py-why-dowhy)

Aperçu du badge Ouvrir l’audit Kit créateur

Auteur

py-why✓

@py-why

Adéquation plateforme

Claude Code

Signaux de santé

Stars GitHub: 8.2K
Score de qualité: 66/100
Dernier push GitHub: 16 juin 2026
Indications de framework: 2
Vues OpenAgentSkill: 26
Copies d’installation: 0
Clics sortants: 0

Signal de communauté

Indiquez si ce skill semble utile à votre workflow Agent. Les retours agrégés améliorent le classement au fil du temps.

Confiance et sécurité

Revoir avant installation

Adoption GitHub8.2K stars GitHubValidé
Activité stars/forks8.2K stars et 1.0K forks; l’activité des issues n’est pas disponible dans les métadonnées actuellesValidé
Maintenance récente2 mois depuis le dernier pushValidé
Clarté de licenceMITValidé
Complétude README/SKILL.mdLes métadonnées incluent suffisamment de contexte d’usage et de workflowValidé
Risque dépendances/runtimeAucun indice majeur de risque de dépendance dans les métadonnées publiquesValidé

Skills associés

Tensorflow

An Open Source Machine Learning Framework for Everyone

195.7K Stars

Transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

161.6K Stars

Pytorch

Tensors and Dynamic neural networks in Python with strong GPU acceleration

100.8K Stars

LLMs From Scratch

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

97.3K Stars

Installer Voir sur GitHub