PostHog：产品分析一体化平台

项目简介

PostHog 是一个开源的产品分析平台，把分析、会话回放、特性开关、实验、错误追踪、日志、问卷、数据仓库等工具整合在一起，让团队和 AI agent 都能基于同一份产品数据来诊断问题、发现机会并交付修复。

使用方式很灵活：可以直接注册 PostHog Cloud（美区）或 PostHog Cloud EU（欧区），也可以在 Linux 上用 Docker 自托管一个 hobby 实例。除了网页，还可以从 Slack、桌面端 PostHog Desktop 或通过 MCP 在自己的编辑器里操作。

主要功能

分析

• 产品分析：自动捕获或手动埋点，用可视化或 SQL 分析用户行为。
• Web 分析：类 GA 的流量与会话看板，跟踪转化、Web Vitals 和收入。
• 分组分析：分析多席位账户等用户群组。

会话回放

• 会话回放：观看网站或移动应用的真实用户会话。
• Replay Vision：让 AI 替你观看录像，转成可查询的观察结果。
• 热图：查看用户的点击、滚动与移动位置。

可观测性

• 错误追踪：记录错误、设置告警并跟踪解决。
• 日志：与其他产品数据一起采集、搜索和分析日志。
• Tracing：沿着分布式链路直接定位到出问题的代码行。

发布与迭代

• 特性开关：安全地向指定用户或人群逐步放量。
• 实验：测试改动对目标指标的统计影响，支持无代码创建。
• 早期访问功能（beta）：让用户主动报名体验新功能。

与用户沟通

• 问卷：使用无代码模板或自定义问卷收集反馈。
• Support：用聊天组件和统一收件箱做客服，旁边就是工单背后的产品数据。
• Workflows：由产品数据触发，自动向用户执行动作或发送消息。

数据

• Warehouse：托管数据仓库、120+ 数据源、带 BI 与可视化的 SQL 编辑器。
• 数据管道：对流入数据做过滤与转换，实时发送到 25+ 工具或任意 webhook，也可批量导出。
• Endpoints：基于 PostHog 数据构建自定义 API 端点。

AI 与 agent

• AI observability：采集 LLM 应用的 trace、生成、延迟与成本，并做 LLM-as-a-judge 评测。
• MCP analytics（beta）：查看 agent 实际如何使用你的 MCP server。
• PostHog AI：用自然语言提问产品数据，自动生成洞察、写 SQL、找录像。
• Self-driving：把错误、愤怒点击、失败查询等信号转成调研报告和 PR，推送到收件箱待审阅合并。

安装与使用

最快的方式是注册 PostHog Cloud。想自托管的话，可在 Linux 上用 Docker 一行部署 hobby 实例（建议 4GB 内存）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/posthog/posthog/HEAD/bin/deploy-hobby)"

拿到实例后，用 setup wizard 自动完成应用内的安装与配置：

npx -y @posthog/wizard@latest

也可以使用 JavaScript 网页 snippet、各类 SDK 或 API。前端支持 JavaScript、Next.js、React、Vue，移动端支持 React Native、Android、iOS、Flutter，后端支持 Python、Node、PHP、Ruby，另有 Go、.NET/C#、Django、Angular、WordPress、Webflow 等指南。

远程 MCP server 地址为 https://mcp.posthog.com/mcp，登录后会自动路由到 US 或 EU 数据区域，可装入 Claude Code、Cursor、Codex、VS Code、Zed 或 PostHog Desktop：

npx @posthog/wizard mcp add

注意事项

• 开源自托管部署大致可支撑每月 10 万事件，超过后官方建议迁移到 PostHog Cloud。
• 官方不对开源部署提供客户支持或可用性保证，可参考自托管文档与免责声明。
• 各产品每月有免费额度：前 100 万事件、5k 录像、100 万次 flag 请求、10 万条异常、10GB 日志、1500 份问卷回复，超出后按用量计费，无需绑卡。

本作品整理自 GitHub 开源项目 PostHog/posthog，原作者 @PostHog。中文介绍由 AI 根据项目 README 整理，以原仓库为准。