AI代理分析引擎

一个开源的分析引擎,专为AI代理设计,支持连接GA4、Mixpanel、PostHog等多种数据源,提供趋势分析、异常检测、漏斗分析等功能。

  • by engageable-tech
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 engageable-tech/engageable-oss

使用说明

难以驾驭

AI代理的开源分析引擎。

一个连接到GA4、Mixpanel、PostHog等的MCP服务器。9个工具可替代每个平台的集成。带上你自己的Anthropic钥匙。

快速启动

pip install engageable
export ANTHROPIC_API_KEY=sk-ant-...
export POSTHOG_API_KEY=phc_...
export POSTHOG_PROJECT_ID=12345
engageable-mcp

就是这样。MCP服务器正在stdio上运行。将其连接到Claude Desktop、Cursor或任何MCP客户端。

克劳德桌面版

添加 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "engageable": {
      "command": "engageable-mcp",
      "args": []
    }
  }
}

重新启动克劳德桌面。您将看到9个可用的分析工具。

码头工人

ANTHROPIC_API_KEY=sk-ant-... docker compose -f docker-compose.mcp.yml up

通过SSE连接 http://localhost:8080/sse.

工具

工具 它做什么
get_sources 列出连接的数据源
configure_source 连接新数据源(保存到 ~/.engageable/credentials.json)
analyze_trends 具有趋势检测、变化点、异常的时间序列分析
compare_segments A/B测试,在细分之前/之后,具有统计学意义
detect_anomalies 发现尖峰、落差和异常图案
analyze_retention 队列保留曲线(D1/D7/D30)
analyze_funnel 具有下降率的多级转换漏斗
analyze_cohort 定义并比较用户群体
ask 自然语言分析问题(通过LLM找到其他工具的途径)

支持的数据源

来源 认证 您需要什么
PostHog API密钥 POSTHOG_API_KEY + POSTHOG_PROJECT_ID
混音面板 服务帐户 MIXPANEL_SERVICE_ACCOUNT_USERNAME + MIXPANEL_SERVICE_ACCOUNT_SECRET + MIXPANEL_PROJECT_ID
谷歌分析4 服务帐户 GA4_CREDENTIALS_JSON (路径或内联)+ GA4_PROPERTY_ID

将这些设置为环境变量,或使用 configure_source 以交互方式保存它们的工具 ~/.engageable/credentials.json。参见 credentials.example.json 对于文件格式。

运作原理

Engable通过 模型上下文协议(MCP)任何兼容MCP的客户端(Claude、Cursor、VS Code、自定义代理)都可以发现和调用这些工具。

每个工具都是一个自包含的管道:解析请求,从正确的连接器获取数据,运行分析,返回结果。这 ask 该工具为自然语言问题添加了一个LLM路由层。

响应使用CSV作为表格数据(令牌比JSON少50%),预算为1000个单元格,以保持上下文窗口的可管理性。

建筑

MCP Client (Claude, Cursor, etc.)
    │
    ▼
┌─────────────────────────────────────┐
│  MCP Server (stdio or SSE)          │
│  - Dynamic tool registration        │
│  - Credential injection             │
│  - CSV response formatting          │
├─────────────────────────────────────┤
│  Composite Skills (agent-facing)    │
│  analyze_trends, compare_segments,  │
│  detect_anomalies, analyze_funnel,  │
│  analyze_retention, analyze_cohort, │
│  ask, get_sources, configure_source │
├─────────────────────────────────────┤
│  Connector Skills (internal)        │  Analysis Skills (internal)
│  ga4_query, posthog_query,          │  trend_detection, significance,
│  mixpanel_query, + metadata/probe   │  cohort_retention, forecasting,
│                                     │  bayesian_ab, correlation, ...
└─────────────────────────────────────┘

许可证

麻省理工学院