本稿では、KarmaTSというインタラクティブなフレームワークを提案します。これは、多変量時系列（MTS）のシミュレーションのために設計された、遅延インデックス付きの実行可能な時空間因果グラフモデルを構築します。生理学的データへのアクセス制限という課題から発展したこのシステムは、既知の因果ダイナミクスを持つ合成MTSを生成し、専門知識を活用して実際のデータセットを増強します。KarmaTSは、専門家の知識とアルゴリズム的提案を組み合わせることで、離散時間構造因果過程（DSCP）を構築し、ユーザー指定の分布の変化におけるシミュレーションや因果介入をサポートします。さまざまな変数タイプや、同時および遅延エッジを処理でき、パラメータ化可能なテンプレートからニューラルネットワークモデルまでのモジュール化されたエッジ関数が使用可能です。これらの特徴により、因果発見アルゴリズムの柔軟な検証とベンチマークが可能になります。