mcpField
D
dotplot-mcp

dotplot-mcp

本地服务
github.com/brownglasses数据与分析111 周前更新
代码仓库

关于 dotplot-mcp

dotplot-mcp 帮助产品团队通过按用户逐日展示的点图分析行为，而非只看汇总图表。它由代码计算指标、让 Claude 解读结果，并对小样本和因果结论设置限制。

主要功能

  1. 01生成产品分析报告
  2. 02分析按用户和日期排列的活动点图
  3. 03补充缺失的事件追踪
  4. 04与此前报告进行比较
  5. 05对小样本组不下结论
  6. 06拒绝虚荣型价值事件

适用场景

  1. 01按用户查看留存模式
  2. 02识别与用户价值相关的行为
  3. 03补充产品中缺失的事件日志
  4. 04将当前分析与先前报告比较

MCP 相关

它通过可安装于 Claude 的 MCP 服务提供 Dotplot 分析。README 说明 Claude 可借助该服务查找项目数据、进行分析并生成报告。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "brownglasses-dotplot": {
      "command": "uvx",
      "args": [
        "dotplot-mcp"
      ]
    }
  }
}
启动命令uvx dotplot-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypidotplot-mcp0.1.4

工具

16

收录的工具列表 · 更新于 2 周前

参数类型必填说明
langstring否
csv_pathany否
output_pathstring否
value_eventany否

详细介绍

Dot Plot MCP

查看每位用户，而非汇总图表。

English | 한국어

report

安装

将以下内容粘贴给你的 Agent，即可完成所有设置：

Set up Dotplot (MCP + skills) — instructions are here https://dotplot-reports.vercel.app/setup.md
或手动操作 
claude mcp add --scope user dotplot -- uvx dotplot-mcp

使用

在任意项目中说：

“分析我的产品”

即可获得上面的报告。就是这么简单。

也可以使用斜杠命令：

/dotplot-analyze-product    full analysis and report
/dotplot-add-tracking       find and write the logging you're missing
/dotplot-whats-changed      compare with the previous report

Claude 会查找你的数据，选择能代表“这位用户获得了价值”的操作，并撰写报告。无需事件表——你的 orders 表本身就可以作为事件表：

SELECT user_id, created_at::date AS date, 'purchase' AS event FROM orders
UNION ALL
SELECT user_id, added_at::date, 'add_to_wishlist' FROM wishlist_items

还没有任何跟踪数据？说 “添加缺少的跟踪”，Claude 就会读取你的代码，补上缺失的日志记录，并告诉你何时回来查看。

还没有可供分析的产品？试试示例 
git clone https://github.com/brownglasses/dotplot-mcp && cd dotplot-mcp
uv run sample_data.py   # 40 fake users with a pattern planted in them
uv run harness.py       # watch the whole pipeline run

为什么要做这个

只要有新用户加入，DAU/MAU 图表就会“持续走高”，即使没有人留下。在用户数达到数百之前，最有参考价值的仪表板是 YC 的点图（David Lieb）： 每位用户一行，每天一个单元格。

四条规则确保结果可信：

  • 由代码计算，AI 只负责解读——相同数据，每次结果都相同
  • 样本量太小时不作判断——某组用户少于 5 人时，不作结论
  • 相关性不等于因果关系——每项发现都会附上“先测试，再相信”
  • 拒绝虚荣指标——将 open_app 选为价值事件时，代码会拒绝

报告会以你的语言生成（内置英语、한국어、日语；其他语言则即时翻译，并确保数字原样准确）。

更多信息

MIT

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。