PostHog/posthog

:hedgehog: PostHog is the leading platform for building self-driving products. Our developer tools – AI observability, analytics, session replay, flags, experiments, error tracking, logs, and more – capture all the context agents need to diagnose problems, uncover opportunities, and ship fixes. Steer it all from Slack, web, desktop, or the MCP.

解決的問題

PostHog 是一個整合式平台，旨在幫助團隊打造「自駕產品」。它透過將分析、使用者行為追蹤與自動化問題解決工具整合至單一開源套件中，解決產品開發中的工具碎片化問題，減少理解與改善產品所需的多個獨立工具依賴。

如何運作

PostHog 可透過 JavaScript 片段、SDK（支援 Python、Node、PHP、Ruby 等）或 API 集成至應用程式中。它會捕獲產品資料（如事件、錯誤與會話錄製），並提供一套工具來分析這些資料。它還具備「自駕模式」，利用產品資料自動產生研究報告與修復問題的拉取請求。此外，它也提供 AI 可觀測性功能，用於追蹤 LLM 驅動應用的追蹤、成本與延遲。

適用對象

適用於希望監控使用者行為、測試功能並自動化產品改進流程的產品經理、開發者與成長團隊。

主要亮點

  • 自駕模式：自動將產品資料訊號（如怒氣點擊）轉化為研究報告與拉取請求。
  • AI 可觀測性：專門追蹤 LLM 驅動應用的產生、延遲與成本。
  • 完整的工具集：包含產品/網頁分析、會話重播、功能旗標、A/B 測試（實驗）與錯誤追蹤。
  • 資料整合：內建資料倉儲與管道，可與 25+ 個外部工具同步資料。
  • 代理相容性：透過 Model Context Protocol (MCP) 與 AI 代理（如 Claude Code 或 Cursor）連接。

相關

  • 專案
    datahub-project/datahub

    DataHub 是一個開源、AI 就緒的元資料目錄（源自 LinkedIn），統一組織內所有資料資產資訊。它提供 80+ 連接器的即時串流攝取、可搜尋 UI（含血緣與治理檢視）、豐富的 API/SDK，以及對 LLM 代理（Analytics Agent）的原生支援。可透過 Docker、Helm 或 SaaS 部署，支援資料發現、影響分析、合規性及自然語言資料查詢。

  • Dispatch
    Opslane: 透過使用者會話分析實現自動化錯誤偵測與修復

    Opslane 是一個開源工具，透過分析會話錄影來識別面向使用者的錯誤，並自動生成經過驗證的 pull requests 以進行修復。

  • Dispatch
    AI 訓練的倫理：PostHog 的大膽舉動與社群的反彈

    PostHog 宣布計劃使用客戶數據來訓練 AI 模型，這引發了關於美國與歐洲在 opt-out 政策與數據隱私方面的激烈辯論。

  • 專案
    unohee/OpenSwarm

    一個自主 AI 代理編排器，可管理代碼工作者以解決來自 Linear 或本地追蹤器的問題，具備沙箱驗證與 CI 整合功能。

  • 專案
    chenjigang4167/testhub_platform

    TestHub 是一個開源、AI 增強的測試管理系統，後端使用 Django，前端使用 Vue 3 打造。它涵蓋了需求分析、測試案例建立與審查、API 測試、Web UI 自動化（Selenium/Playwright）、Android 自動化（Airtest）、效能測試（Locust）以及一個資料工廠工具箱。AI 模型（OpenAI、Anthropic、Gemini 等）可以透過「智慧模式」自動生成案例並驅動瀏覽器。技術堆疊使用了 MySQL、Redis、Celery、Channels、JWT 認證以及 Allure 報告。README 提供了完整的安裝步驟、Docker 支援以及貢獻指南。