Engageable Analytics

本地服务

github.com/engageable-tech数据与分析131 周前更新

代码仓库

关于 Engageable Analytics

Engageable 是面向 Agent 和分析团队的开源 MCP 服务，将 GA4、Mixpanel 和 PostHog 数据接入一组统一的分析工具。它支持趋势、漏斗、留存、群组和异常分析，也可处理自然语言问题。

主要功能

01连接 GA4、Mixpanel 和 PostHog
02分析趋势与异常
03比较细分群组和用户群组
04分析漏斗与留存
05用自然语言提问分析问题
06以 CSV 返回表格结果

适用场景

01查看多个数据源的指标趋势
02比较不同细分或前后时段
03查找转化漏斗流失点
04调查留存和用户群组模式

MCP 相关

通过 stdio 或 SSE 向兼容 MCP 的客户端提供九种分析工具。`ask` 工具使用 LLM 将自然语言问题路由至其他工具。

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": {
    "tech-engageable-analytics": {
      "command": "uvx",
      "args": [
        "engageable"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "POSTHOG_API_KEY": "<POSTHOG_API_KEY>",
        "POSTHOG_PROJECT_ID": "<POSTHOG_PROJECT_ID>",
        "GA4_CREDENTIALS_JSON": "<GA4_CREDENTIALS_JSON>",
        "GA4_PROPERTY_ID": "<GA4_PROPERTY_ID>",
        "MIXPANEL_SERVICE_ACCOUNT_USERNAME": "<MIXPANEL_SERVICE_ACCOUNT_USERNAME>",
        "MIXPANEL_SERVICE_ACCOUNT_SECRET": "<MIXPANEL_SERVICE_ACCOUNT_SECRET>",
        "MIXPANEL_PROJECT_ID": "<MIXPANEL_PROJECT_ID>"
      }
    }
  }
}

启动命令uvx engageable

需要配置的环境变量

ANTHROPIC_API_KEY密钥Anthropic API key (required for the 'ask' tool)

POSTHOG_API_KEY密钥PostHog personal API key

POSTHOG_PROJECT_IDPostHog project ID

GA4_CREDENTIALS_JSON密钥Google Analytics 4 service account credentials (inline JSON)

GA4_PROPERTY_IDGoogle Analytics 4 property ID

MIXPANEL_SERVICE_ACCOUNT_USERNAMEMixpanel service account username

MIXPANEL_SERVICE_ACCOUNT_SECRET密钥Mixpanel service account secret

MIXPANEL_PROJECT_IDMixpanel project ID

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

pypiengageable0.2.0stdio

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

Engageable

面向 AI Agent 的开源分析引擎。

一个 MCP 服务即可连接 GA4、Mixpanel、PostHog 等平台。9 个工具可取代各平台的单独集成。使用你自己的 Anthropic 密钥。

快速入门

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

就这样。MCP 服务正在通过 stdio 运行。将它连接到 Claude Desktop、Cursor 或任意 MCP 客户端。

Claude Desktop

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

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

重启 Claude Desktop。你会看到 9 个可用的分析工具。

Docker

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

通过 http://localhost:8080/sse 使用 SSE 连接。

工具

工具	功能
`get_sources`	列出已连接的数据源
`configure_source`	连接新的数据源（保存到 `~/.engageable/credentials.json`）
`analyze_trends`	时间序列分析，包括趋势检测、变化点和异常
`compare_segments`	A/B 测试、前后对比、按细分群体进行分析并检验统计显著性
`detect_anomalies`	查找峰值、下降和异常模式
`analyze_retention`	群组留存曲线（D1/D7/D30）
`analyze_funnel`	多步骤转化漏斗及流失率
`analyze_cohort`	定义并比较用户群组
`ask`	使用自然语言提问分析问题（通过大模型将请求路由到其他工具）

支持的数据源

数据源	认证方式	所需信息
PostHog	API 密钥	`POSTHOG_API_KEY` + `POSTHOG_PROJECT_ID`
Mixpanel	服务账号	`MIXPANEL_SERVICE_ACCOUNT_USERNAME` + `MIXPANEL_SERVICE_ACCOUNT_SECRET` + `MIXPANEL_PROJECT_ID`
Google Analytics 4	服务账号	`GA4_CREDENTIALS_JSON`（路径或内联内容）+ `GA4_PROPERTY_ID`

将这些信息设为环境变量，或使用 configure_source 工具，通过交互方式将它们保存到 ~/.engageable/credentials.json。文件格式请参阅 credentials.example.json。

工作原理

Engageable 通过 Model Context Protocol (MCP) 提供分析工具。任何兼容 MCP 的客户端（Claude、Cursor、VS Code、自定义 Agent）都可以发现并调用这些工具。

每个工具都是一个独立的处理流程：解析请求、从相应的连接器获取数据、运行分析并返回结果。ask 工具为自然语言问题增加了大模型路由层。

表格数据的响应采用 CSV 格式（比 JSON 少 50% 的令牌），并设置 1000 个单元格的上限，以便控制上下文窗口大小。

架构

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, ...
└─────────────────────────────────────┘