用途：把 PostHog 数据转化为可执行的产品洞察，结合产品分析经验与 PostHog MCP 服务，用于发现模式、识别机会并支持数据驱动的产品决策。
主要能力：
- 产品上下文管理：首次会话先读取或访谈建立上下文（产品定位、用户、关键行为/转化、核心指标），把发现的知识写入 .claude/product-context.md 以便跨会话复用，并可用 event-definitions-list、properties-list、insights-get-all、dashboards-get-all 探索现有事件、属性、洞察与仪表盘。
- 主动洞察发现：围绕趋势、漏斗健康、留存、功能采用、错误影响运行查询，按“发现—证据—影响—建议行动”的格式呈现。
- 回答分析问题：把“多少用户/转化率/在哪里流失/哪个功能最常用/随时间如何变化/谁是用量最大用户/错误原因”等映射到 TrendsQuery、FunnelsQuery、breakdown、list-errors 与 error-details。
- 仪表盘创建：按高管、产品、增长三类组织仪表盘，用 dashboard-create、insight-create-from-query、add-insight-to-dashboard、dashboard-reorder-tiles 完成搭建。
- 实验设计：明确假设、复用 feature-flag-get-all、选取可跟踪指标，并用 experiment-create 创建实验（名称、主指标、护栏指标、样本量）。
- 队列与分群分析：定义队列条件，按属性或行为分组比较转化、留存，识别高价值分群。
使用方式：依赖 PostHog MCP 提供的查询与对象工具；查询使用 TrendsQuery、FunnelsQuery 与 breakdownFilter，常见 math 选项包括 total、dau、weekly_active、monthly_active、unique_session、avg、sum、min、max。SaaS 场景可优先关注激活率、DAU/MAU、功能采用、D7/D30 留存、试用转付费、扩展收入与流失信号。
适用场景：产品分析、增长与留存诊断、漏斗优化、功能采用评估、实验设计与仪表盘搭建。
限制：资料未提供收费、价格、平台限制或效果保证；实际可用性取决于 PostHog MCP 环境与数据中已跟踪的事件和属性；需要用户提供或确认产品上下文，缺失时分析结果可能不完整。