用途：该技能引导你在代码库中添加 track() 调用，让 LaunchDarkly 指标能够度量某个事件。它会检测所用 SDK、找到合适的代码位置、正确编写调用，并验证事件是否到达 LaunchDarkly。
前置条件：需要在环境中配置远程托管的 LaunchDarkly MCP 服务器。必需 MCP 工具：list-metric-events（埋点后验证事件是否流动）。可选工具：get-project（在需要初始化 SDK 时获取对应环境的 SDK key）。
工作流程：
- 检测 SDK：搜索已有的 track() 调用（如 ldClient.track(、.track(、ld.track(），据此判断 SDK 类型、调用签名和 context 模式；若无则检查依赖文件与初始化代码。关键区分服务端与客户端：服务端签名 ldClient.track(eventKey, context, data?, metricValue?)，每次调用需传 context；客户端签名 ldClient.track(eventKey, data?, metricValue?)，context 在初始化时设置。
- 若 SDK 不存在则安装并初始化：根据锁文件判断包管理器，安装对应 SDK，用 get-project 获取 SDK key，并按代码库已有模式添加初始化。
- 确定埋点位置：定位用户操作或事件发生处，如表单提交、按钮点击、API 路由完成、mutation hook，或已有分析调用附近；不确定时应询问用户，不要猜测位置。
- 编写 track() 调用：匹配已有 context，不要内联构造新 context；metricValue 仅用于数值型指标，计数和发生型指标应省略；若代码库封装了 LD 调用，应通过封装调用；事件 key 区分大小写，须与指标创建时完全一致。
- 验证：让用户在本地或预发环境触发操作，再用 list-metric-events(projectKey, environmentKey) 确认事件 key 出现；若未出现，检查事件 key 大小写、SDK 是否初始化、context 是否一致、客户端是否先评估了 flag、环境是否正确、数据延迟（最多约 5 分钟）等。
重要限制：track() 调用只有在先评估了 flag 时才会计入实验，事件通过 variation() 调用与实验参与者关联；客户端 SDK 按间隔（默认约 30 秒）或页面卸载时刷新事件，测试中可能需显式调用 ldClient.flush()；服务端 SDK 也会缓冲事件，开发中在 track() 后调用 flush() 可确保进程退出前发送；metricValue 单位必须与指标定义一致；data 参数用于自定义元数据，不是指标值。
参考资料：SDK Track Patterns，包含各支持 SDK 的 track() 语法、初始化与包名。