Agent Analytics
为AI智能体提供产品数据分析能力，优化产品迭代决策。
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，优化产品迭代决策。 完整的 Skill 内容见：https://321skill.com/skills/agent-analytics-x-8/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
‘分析一下过去30天新用户注册漏斗的转化率，并找出流失最大的环节。’，它会连接你的产品分析工具，获取注册流程各步骤的数据，计算转化率并定位关键流失点，然后建议优化该环节的UI或文案以提升转化。或者
对AI说：‘对比实验组A和B在核心功能上的留存差异。’，它会读取A/B测试数据，分析两组用户的留存曲线，并判断哪个版本更有效，同时评估结果的统计显著性。
介绍
Agent Analytics 旨在解决AI智能体在缺乏产品数据洞察时，难以做出精准产品优化决策的问题。它允许智能体在获得用户同意后，设置并读取关键产品指标，如漏斗转化、用户路径、留存率、A/B测试结果以及用户上下文信息。通过分析这些数据，智能体能够识别产品中的瓶颈与机会，并推荐最小化开发成本、最大化业务价值的改进方案。
使用方式通常是将该Skill集成到你的AI智能体（如Claude、Cursor等）中，配置好数据源（如你的产品分析平台API），智能体便能自动获取、解读数据并提出建议。它充当了智能体与复杂产品数据之间的桥梁，将原始数据转化为可执行的洞察。
该Skill非常适合产品经理、数据分析师以及负责产品功能迭代的开发者（全栈/后端/前端）。他们可以利用智能体快速分析用户行为，验证产品假设，并基于数据驱动制定功能优先级，而无需手动深入复杂的分析面板。
使用建议是确保你的产品分析工具（如Amplitude, Mixpanel, PostHog等）已开启API访问权限，并提前梳理好你关心的核心指标。注意事项包括：Skill的效果依赖于接入数据的质量和完整性；它提供的是基于现有数据的分析和建议，最终的决策和更复杂的因果推断仍需人工介入。
核心特点
核心区别在于它专为AI智能体设计，提供了一套标准化的接口，让智能体能够直接“理解”和“操作”产品分析数据，而非仅为人类分析师提供可视化报表。它强调基于数据推荐“最小可行改变”，直接服务于敏捷的产品迭代决策循环。
注意事项
不适合需要深度定制数据模型、复杂归因分析或实时流数据处理的高级分析场景。
常见问题
Agent Analytics支持哪些产品分析平台？
通常支持主流平台如Amplitude、Mixpanel、PostHog等，具体需查看Skill文档确认对接的API。
设置数据跟踪时如何确保用户隐私合规？
Skill设计遵循同意优先原则，需在你的应用中实现用户同意机制，Skill仅处理已授权数据。
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-8/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-8/raw/index.md（查看排版版本）