SKILLEMALL.ai
GitHub ↗ EN Войти

CD product-analytics-setup

Как правильно настроить продуктовую аналитику. Таксономия событий, дизайн свойств, соглашения об именовании, версионирование схемы, связывание идентификаторов, дизайн воронки, когорты удержания, выбор основной метрики (North Star metric), гигиена панелей мониторинга, технический долг инструментации и сбои, которые приводят к данным, которым никто не доверяет. Срабатывает по запросам: настройка продуктовой аналитики, таксономия событий, план отслеживания, инструментация, версионирование схемы, основная метрика, когорты удержания, дизайн воронки, соглашения об именовании, инструментарий новой функции, аудит существующей аналитики, согласование панелей мониторинга, технический долг инструментации, настройка Mixpanel, настройка Amplitude, настройка PostHog, нативная аналитика хранилища данных. Также срабатывает, когда у команды есть данные, но она им не доверяет, или при проектировании инструментария для новой функции, или при аудите существующей настройки, которая отклонилась.

машинный переводПоказать оригиналСкрыть оригинал«How to actually instrument product analytics correctly. Event taxonomy…»

How to actually instrument product analytics correctly. Event taxonomy, property design, naming conventions, schema versioning, identity stitching, funnel design, retention cohorts, North Star metric selection, dashboard hygiene, instrumentation debt, and the failure modes that produce data nobody trusts. Triggers on product analytics setup, event taxonomy, tracking plan, instrumentation, schema versioning, North Star metric, retention cohorts, funnel design, naming conventions, instrument new feature, audit existing analytics, dashboard reconciliation, instrumentation debt, Mixpanel setup, Amplitude setup, PostHog setup, warehouse-native analytics. Also triggers when the team has data but cannot trust it, or when designing instrumentation for a new feature, or when auditing an existing setup that has drifted.

rampstackco/claude-skills Agent Skills автор: rampstackco 10 файлов тело ≈ 5 652 токенов Открыть источникgithub.com↗ проанализирован 8 ч назад

Как правильно настроить продуктовую аналитику.

Как процесс D 48/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/retention-measurement-patterns.md

ПроцедураЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/retention-measurement-patterns.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: product-analytics-setup (rampstackco/claude-skills)

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5652 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/retention-measurement-patterns.md
  • заметка frontmatter-key неизвестное поле фронтматтера "catalog_summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_order"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 216, 273): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 48/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/retention-measurement-patterns.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/retention-measurement-patterns.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5652 токенов
  • 100Шаги. Шагов: 101
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 821: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 101 пунктов
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.