（7期）Agent Analytics – AI代理原生产品分析引擎

AI代理原生产品分析引擎 AI驱动的官方Agent Analytics CLI工具，为产品团队提供基于同意的追踪设置、漏斗分析、留存归因与增长实验诊断，无需API密钥即可通过浏览器授权完成全流程分析。 使用说明 核心用法 Agent Analytics是一个专为AI代理设计的产品分析技能，通过官方CLI工具（@agent-analytics/cli@0.5.34）实现端到端的产品数据工作流。核心能力覆盖六大模块： 1. 项目与追踪设置 采用浏览器授权模式（browser approval），无需手动输入API密钥 支持login、create、projects等命令完成项目初始化 提供基于同意的追踪安装策略（consent-based tracker setup），反对过度追踪 2. 事件与属性分析 events查看原始事件流，properties/properties-received探索数据 schema breakdown按维度拆解，journey查看用户路径序列 3. 漏斗与留存诊断 funnel分析有序转化漏斗，支持--steps-json精确定义步骤 paths识别会话内的入口、出口与流失点 retention进行队列留存分析，强调同期群比较而非混合活跃用户 4. 实验与增长建议 experiments读取AB实验结果，必须对照业务目标事件而非仅曝光量 内置增长决策框架：诊断→指标定义→证据→细分→注意事项→下一步行动 5. 会话回放与定性验证 sessions标记可回放会话，replays open启动可视化回放作为定性证据 6. 项目上下文管理 context get/context set实现自改进记忆，存储目标、激活事件、事件词汇表与时间注释 显著优点 零摩擦授权：浏览器OAuth替代传统API密钥，显著降低agent自动化门槛 结构化分析协议：强制「诊断-指标-证据-细分-注意事项-行动」六步回答契约，避免数据堆砌 隐私优先设计：明确反对「猜测式追踪」，要求每个事件映射到用户确认的产品目标 多项目组合管理：原生支持surfaces（子域/客户端）与portfolios（跨项目身份关联）概念 实验因果严谨：内置样本量、因果性、护栏指标、实际显著性四重校验 潜在缺点与局限性 CLI版本锁定：强制使用0.5.34版本，未来兼容性需持续维护 Pro tier功能墙：免费层级存在读取上限，遇到PRO_REQUIRED需人工升级确认 浏览器依赖陷阱：Paperclip/OpenClaw等headless环境需切换--detached模式，增加流程复杂度 无原生API替代：明确禁止用curl或MCP工具替代CLI，灵活性受限 上下文存储限制：注释最多100条，JSON体512KB，不适合高频指标存储 适合人群 产品增长团队（PM、增长工程师）需快速诊断激活/留存漏斗 AI-first开发工作流，希望agent自主完成「数据→洞察→行动建议」闭环 多_surface产品架构（Web+移动端+子域）需统一追踪策略 隐私合规敏感场景，需基于明确同意的最小化追踪 常规风险 身份关联误用：跨项目用户转化需同时配置data-link-domains与portfolio server-side身份，单侧配置会导致归因错误 实验解读冒进：文档多次警告「相关性≠因果性」「实验未赢只因转化上升」，需严格遵循回答契约 上下文污染：禁止存储PII、密钥、git日志或临时指标，违规可能泄露敏感信息 授权会话持久化：.openclaw/agent-analytics/config.json需加入gitignore，避免凭证泄露 原始说明 Product analytics with your AI agent: set up consent-based tracking, read funnels, paths, retention, experiments, and context, then recommend the smallest gr...