RevenueCat Charts 是 RevenueCat AI 工具包中的一个技能，用于访问和查询 RevenueCat 的图表数据，帮助分析订阅类应用的收入、获客、转化、留存与重新激活等指标。
用途
当用户询问 RevenueCat 数据、分析、图表或 KPI 时使用本技能。它提供了一套查询图表的工作流，并给出解读订阅指标、排查指标变化、进行对比分析的指导。
主要能力
- 通过 get-chart-options-schema 发现某个图表支持的选项，包括 resolutions（时间粒度）、filters（可约束的维度）、segments（可分组维度）和 user_selectors（图表特定开关）。
- 通过 get-chart-data 获取图表数据，支持指定日期范围、分辨率、过滤器、选择器和分组。
- 通过 rc CLI 操作：rc charts list 列出图表，rc charts options <chart> 查看 schema，rc charts show <chart> 获取数据。
- 支持聚合（aggregate）以获取汇总数据，支持货币转换（currency）。
- 输出包含 measures（指标）、values（数据点）、summary（汇总）、annotations（用户注释）等。
使用方式
查询图表时遵循以下工作流：
- 使用 get-chart-options-schema 发现图表可用选项。始终传入 "realtime": true。该工具返回的字符串 ID 是后续 get-chart-data 调用的依据。
- 使用 get-chart-data 获取数据。始终设置 "realtime": true，并指定 start date、end date 和 resolution ID。日期范围包含首尾。过滤器是 JSON 编码的数组，同一过滤器内多个值之间是 OR 关系，不同过滤器之间是 AND 关系。选择器是 JSON 编码的对象。分组会成倍增加输出量，可通过较粗分辨率、较短日期范围、limit_num_segments 或 aggregate 控制。
- 分析数据。复杂算术（增长率、份额、跨调用合并数字）应使用脚本（如 jq 或短 Python 脚本）完成，而不是靠推理。
适用场景
- 收入分析：默认使用 gross revenue（含税和商店佣金），并明确说明。
- 获客分析：使用 New Customers 图表，可按国家或 Apple Ads 维度分组。
- 转化分析：使用 Initial Conversion 图表（开始试用或订阅）和 Conversion to Paying 图表（完成支付），两者衡量不同事件，不可互相替代。
- 留存分析：使用 Churn 图表、Subscription Retention 图表或 Cohort Explorer 图表。
- 重新激活分析：查看 MRR Movement 图表和 Resubscription MRR。
- 排查指标变化：先量化变化，再检查配置（实验、优惠、产品、付费墙），然后检查注释，最后才形成假设。
限制与注意事项
- 无效的过滤器、分组或选择器值会返回 400 parameter_error，应重新阅读 options schema，而不是猜测重试。
- 最近周期可能被标记为 incomplete，不应与完整周期直接比较而不说明。
- 分组响应包含 Total 段，不要自行将各段相加。
- 过滤后的图表保留全部新客户作为分母，呈现时需说明这一注意事项。
- 比较时必须同图表、同指标、同转化窗口、同群组定义、同日期范围。
- 不要将过滤后的新客户群组收入与全部群组和续订的总收入比较。
- 归因数据稀疏或缺失时应明确说明，使用“未归因”或“未显式标记”而非假设来源。
- 预测、投影或 run-rate 需先加载 revenuecat-forecasting 技能。
- 付费墙相关建议需先加载 revenuecat-paywall-design 技能。