用途：为 AI 教练聊天功能添加分析能力，同时保持 HIPAA 合规，用于跟踪 AI 使用情况、衡量用户互动与对话质量。
主要能力：跟踪 13 项指标，包括总会话数、每会话平均消息数、平均会话时长、互动率、完成率、放弃率、响应时间、Token 用量、错误率、回退率、主题类别、情绪趋势与危机触发；其中主题与危机触发仅记录元数据，情绪仅记录派生结果。提供会话开始、消息交换、会话结束三个追踪函数，支持基于 AI 响应元数据（如是否使用应对策略、危机协议、签到支持、一般聊天、请求澄清）推导对话类别。提供仪表盘聚合：会话统计、Token 用量与成本估算（按 Claude 输入 $3/M、输出 $15/M）、类别分布；并可配置危机激增、错误激增、放弃激增三类告警，支持 log、email、slack 动作。
使用方式：在 src/lib/ai/analytics.ts 中实现 trackConversationStart、trackMessageExchange、trackConversationEnd 等函数，写入 conversation_analytics 表；该表包含 conversation_id、user_id、started_at、ended_at、message_count、user/ai_message_count、total/input/output_tokens、category、outcome、avg_response_time、had_fallback 等字段，并建立 started_at、user_id、outcome 索引。聚合查询使用 count、avg、sum 等，成本按 (inputTokens / 1_000_000) * 3.00 与 (outputTokens / 1_000_000) * 15.00 估算。
适用场景：需要监控 AI 聊天使用与互动的健康类应用，尤其要求不存储消息内容、用户查询、AI 响应、具体话题或精确情绪的合规场景。
限制：明确禁止在分析中存储 messageContent、userQuery、aiResponse、specificTopics、exactSentiment 等 PHI 信息；情绪只能保存派生方向，主题与危机触发仅保存元数据。该类分析面向聚合，不用于个体追踪。资料未提供具体部署步骤、依赖版本或完整测试流程之外的其他细节，价格仅为 Claude 定价示例。