@posthog/pi
为pi编码Agent集成PostHog LLM分析功能
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：@posthog/pi。 它的用途是：为pi编码Agent集成PostHog LLM分析功能 完整的 Skill 内容见：https://321skill.com/skills/posthog-pi/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
“分析一下上周我使用你生成的代码模块的采纳情况。”，它会调用PostHog数据，为你生成一份报告，展示哪些建议被采纳、哪些被修改或忽略，帮助你了解自己的编码模式。
介绍
这个Skill为pi编码Agent集成了PostHog的LLM分析功能，旨在解决开发者在AI辅助编程过程中缺乏量化洞察的问题。通过捕获和分析AI生成的代码、建议采纳率、会话时长等关键指标，帮助团队了解AI工具的实际使用效果和投资回报。
使用时，开发者需要在PostHog平台创建项目并获取API密钥，然后在pi Agent中配置此Skill。配置完成后，Agent与开发者的交互数据（如代码生成、命令执行、错误修复等）会被自动发送到PostHog进行分析，无需手动埋点。
它非常适合使用pi Agent进行日常开发的个人开发者、技术团队负责人以及希望优化AI编程工具使用流程的工程效率团队。通过数据驱动的方式，他们可以评估AI助手的效率、识别常用模式并优化工作流程。
建议在团队内推广使用前，先由核心成员进行小范围试用，确保数据采集符合预期且不影响开发体验。同时，请注意遵守公司的数据安全政策，确保发送到PostHog的数据不包含敏感信息或私有代码。
核心特点
与通用日志记录Skill不同，它专为PostHog平台深度定制，能自动结构化LLM交互数据，直接对接PostHog的分析看板和功能（如漏斗分析、会话回放），而无需二次开发。
注意事项
不适合对数据隐私有极高要求、禁止数据出境的场景，或仅需简单本地日志记录的用户。
常见问题
安装后数据会发送到哪里？
数据会发送到你配置的PostHog项目云端实例。
会影响pi Agent的运行速度吗？
影响极小，数据采集和发送是异步进行的。
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/posthog-pi/raw/index.md 读取 @posthog/pi 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/posthog-pi/raw/index.md（查看排版版本）