用途
Growth Engineering 技能提供产品驱动增长（PLG）、实验与转化优化所需的基础设施与实现模式。适用于构建实验系统、实现功能开关（Feature Toggle）或优化转化漏斗的场景。
主要能力
功能开关系统
提供基于 PostHog 的实现模式，通过 posthog-node 读取功能开关值，并给出类型化的开关定义示例（如布尔开关与多变量开关）。
功能开关最佳实践包括：
- 短生命周期开关：实验结束后移除（少于 2 周）
- 长生命周期开关：用于渐进式发布、终止开关等运维场景
- 不要嵌套功能开关（会造成指数级复杂度）
- 每月清理过期开关
- 记录开关评估结果以便调试
A/B 测试基础设施
提供实验设计的数据结构，包含实验 ID、名称、变体（含权重，总和为 100）、目标受众（百分比与可选过滤器）、主要指标、次要指标、最小样本量、开始与结束日期。
提供实验曝光追踪函数，通过分析事件记录 $experiment_started，并附带实验 ID 与变体 ID。
统计显著性要点：
- 最小样本量：开始前计算（可使用 Evan Miller 计算器）
- 不要偷看：提前设定时长，不要因早期乐观结果而提前停止
- 顺序检验：如需提前查看，使用可调整 p 值的顺序检验
- 最小可检测效应：定义有意义的提升幅度（如 5% 提升）
产品驱动增长模式
激活指标分阶段列出：注册（完成注册）、设置（完善资料）、顿悟时刻（体验核心价值，如创建首个项目）、习惯（重复参与，如首周 3 次会话）、收入（转化为付费）。
病毒循环：提供推荐系统数据结构（推荐人、被推荐邮箱、状态、奖励发放）与推荐漏斗追踪函数。
转化优化建议：减少摩擦（精简表单字段、支持社交登录）、社会证明（用户数、评价、Logo）、紧迫感（试用倒计时、限时优惠，谨慎使用）、价值展示（交互式演示、带清晰升级路径的免费层）、个性化（基于用例选择的引导流程）。
增长指标
以表格形式列出指标、公式与目标值：
- 激活率 = 激活数 / 注册数，目标 > 40%
- 试用转付费 = 付费数 / 开始试用数，目标 > 15%
- 净收入留存 = （期初 MRR + 扩展 - 收缩 - 流失）/ 期初 MRR，目标 > 110%
- 病毒系数 = 邀请发送数 × 转化率，目标 > 0.5
- 价值实现时间 = 从注册到顿悟时刻的中位时间，目标 < 5 分钟
- DAU/MAU 比率 = 日活跃 / 月活跃，目标 > 20%
实验平台
列出平台、类型与适用场景：PostHog（自托管/云，全栈、开源）、LaunchDarkly（云，大规模功能开关）、Statsig（云，自动统计、仓库原生）、Growthbook（自托管/云，开源、贝叶斯统计）、Optimizely（云，企业级、多渠道）。
使用方式
该技能以 SKILL.md 形式提供，包含 TypeScript 代码示例与表格。使用时可参考其中的功能开关实现、实验设计结构、曝光追踪函数、推荐系统模式与指标公式，将其应用到实际项目中。
适用场景
- 构建实验系统与 A/B 测试基础设施
- 实现功能开关与渐进式发布
- 优化转化漏斗与激活流程
- 设计推荐与病毒循环
- 跟踪增长指标
限制
资料未提供具体的安装命令、依赖版本、平台配置细节或收费信息。代码示例为模式参考，实际使用需结合项目环境调整。