核心用法
solo-metrics-track 是一套基于 PostHog 的产品数据追踪规划技能，帮助独立开发者从零建立可落地的指标体系。用户只需提供项目名称，技能会自动读取 PRD 和 CLAUDE.md，识别技术栈（iOS/Web/双端），并输出完整的 docs/metrics-plan.md 文档。
执行流程：
1. 解析项目上下文（PRD 功能列表、ICP、变现模式）
2. 检测平台类型，确定 SDK 与身份识别策略
3. 定义标准六阶段事件漏斗（Awareness → Acquisition → Activation → Revenue → Retention → Referral）
4. 强制推导北极星指标与领先/滞后指标，主动排除虚荣指标
5. 设定各阶段 KPI 的基准值、Kill 阈值、Scale 阈值
6. 输出 kill/iterate/scale 决策框架与周度复盘机制
7. 生成对应平台的 PostHog SDK 代码片段（Swift/TypeScript）
显著优点
- 决策驱动：不止于埋点，直接绑定「何时放弃/迭代/扩张」的业务决策规则
- 框架完整：内置 STREAM 方法论与 manifesto 引用，避免指标设计的常见陷阱
- 跨平台原生：自动处理 iOS/Web 双端的身份打通与事件对齐
- 隐私优先：默认推荐 PostHog EU 托管，符合 GDPR 合规要求
潜在局限
- 仅生成计划：不自动安装 PostHog SDK，需开发者手动集成
- 阈值需调优：默认值为行业平均，B2B 或垂直场景需手动修正
- 依赖项目文档：若 PRD/CLAUDE.md 缺失或过时，输出质量下降
- 无实时验证：无法检测事件命名冲突或属性类型错误
适合人群
- 独立开发者/小团队，需快速建立数据文化但无专职数据工程师
- 产品进入验证期，急需量化 PMF 信号以决定资源投入
- 多平台产品（iOS + Web），希望统一用户旅程视图
常规风险
- 指标误读：北极星指标选择不当可能导致优化方向偏离真实价值
- 过早优化：在样本量不足时（<100 用户）严格应用 Kill 阈值可能误杀潜力产品
- 隐私合规：尽管推荐 EU 托管，开发者仍需确保
identify()调用符合当地法规 - 维护负担：事件 schema 变更后需同步更新文档，否则计划与实际代码脱节