让AI帮你做产品指标：Anthropic开源的metrics-tracking好在哪

说实话，大部分 AI Agent 建完指标体系就卡住了——设了一堆 DAU/MAU，回头发现数据躺在仪表盘里没人看，更别说用它们做决策了。

Anthropic 最新开源的 metrics-tracking Skill，正是为了解决这个问题。它不是一个数据采集工具，而是一套用 AI 做产品指标的方法论——从定义北极星指标、搭建 L1 健康框架、到每周指标审视、趋势预警，AI 帮你完成这套完整流程。

先说核心价值

这个 Skill 把产品指标拆成了三层：

北极星指标（North Star Metric）：只选一个最核心的，标准是「用户因此获得价值」+「公司长期成功可预测」+「团队能真正影响它」。举例，SaaS 平台用「周活跃用户完成核心工作流」，内容平台用「周沉浸阅读时长」。这个定义环节最难，Skill 直接给了各类型产品的对照表。

L1 健康指标（5~7 个）：覆盖用户生命周期的每个阶段——获客（注册量/渠道占比/CAC）、激活（激活率/首达时间）、 Engagement（DAU/WAU/MAU/核心行为频次）、留存（D1/D7/D30 留存曲线）、变现（免费转付费率/MRR/ARR）、满意度（NPS/CSAT）。这层的精髓是互相咬合——某个指标跌了，要能快速定位是哪个子环节出了问题。

L2 诊断指标：用来深挖 L1 变化的根因，比如功能级使用率、页面性能（加载时间/错误率）、分渠道/分用户群的转化漏斗。

怎么用

在支持 Skill 的 AI 编码环境里直接安装：

npx skills add https://github.com/anthropics/knowledge-work-plugins --skill metrics-tracking

然后直接开口令：「帮我搭建我们产品的指标框架」「我们的 D7 留存下降了 15%，帮我分析原因」「设计一个指标仪表盘」——Skill 会引导你一步步完成，从指标定义到每周审视模板全包。

适用场景

• 0 到 1 的产品负责人：还没建立指标体系，Skill 给你一个可直接套用的框架
• AI 应用开发者：想让 AI agent 学会做产品分析，而不是只会生成代码
• 需要向投资人/管理层汇报的 PM：Skill 输出的指标结构自带决策逻辑，能直接变成 PPT 底稿

一个值得关注的信号

这个 Skill 在 2026 年 3 月已被 Anthropic 标记为 deprecated（废弃）——官方把相关能力合并到了更宽泛的 knowledge-work-plugins 包里。这意味着两件事：Anthropic 正在精简 Skill 生态，把同类工具打包成更大单元；以及，产品管理/数据分析类 Skill 的需求足够大，官方愿意持续投入维护。

对于想追踪 Skill 生态走向的人来说，这是个很好的观察窗口——哪些 Skill 被合并、哪些被删除、哪些新类别在冒头。

GitHub：https://github.com/anthropics/knowledge-work-plugins

GitHub: https://github.com/anthropics/knowledge-work-plugins