Agent Analytics
为AI智能体提供产品数据分析能力，实现基于同意的追踪与洞察。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Agent Analytics。 它的用途是：为AI智能体提供产品数据分析能力，实现基于同意的追踪与洞察。 完整的 Skill 内容见：https://321skill.com/skills/agent-analytics-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“分析最近一周新用户的注册到首次付费漏斗，找出流失最多的步骤。”，它会调用 Agent Analytics 技能，获取并解析相关漏斗数据，指出关键流失点并可能给出优化建议。或者，
对AI说：“对比A/B测试中两个新功能按钮的点击率和后续转化率。”，它会读取实验数据，为你提供清晰的对比结果和统计显著性分析。
介绍
Agent Analytics 是一个专为AI智能体设计的技能，旨在解决智能体在缺乏产品数据洞察能力时，难以做出精准决策的问题。它使智能体能够理解用户在产品中的行为模式，从而优化产品功能和用户体验。
该技能通过设置基于用户同意的追踪机制，让智能体能够安全、合规地读取关键产品数据，包括漏斗转化、用户路径、留存率、A/B测试结果以及用户上下文信息。智能体可以基于这些数据，识别出产品中的关键瓶颈和机会点。
它非常适合产品经理、数据分析师以及全栈或智能体开发者使用。产品经理和数据分析师可以借助智能体快速获取数据洞察，而开发者则可以将此技能集成到自己的AI应用中，为其赋予数据分析能力。
使用建议是，在集成前确保你的应用已获得必要的用户数据收集同意，并明确告知用户数据使用方式。同时，建议先从核心指标（如核心漏斗）开始分析，逐步扩展到更复杂的用户行为分析。
核心特点
核心区别在于，它专为AI智能体原生设计，提供了一套结构化的API，让智能体能够直接“理解”和“操作”产品数据，而非仅为人类分析师提供可视化报表。此外，它强调“基于同意的追踪”，将隐私合规内置于数据获取流程中。
注意事项
不适合处理需要复杂统计建模或预测性分析的深度数据科学任务。
常见问题
Agent Analytics 能帮我分析哪些数据？
可以分析用户漏斗、行为路径、留存率、A/B测试结果以及用户上下文信息。
如何确保用户数据隐私合规？
技能内置基于同意的追踪机制，要求先获得用户明确同意才能收集和分析数据。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-analytics-x-3/raw/index.md 读取 Agent Analytics 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-analytics-x-3/raw/index.md（查看排版版本）