这个项目能做什么

Retentioneering 是一款基于 Python 的开源工具包，旨在对点击流和事件日志数据进行可复现、可审计的分析。它用经过测试的分析原语和可复用工作流取代临时脚本，帮助分析师、数据科学家和 AI 代理探索用户行为路径、发现行为细分、评估实验结果并交叉校验分析结论。 核心组件： - Eventstream：基于 DuckDB 的对象，支持从 pandas DataFrame、CSV/TSV/Parquet 文件或数据库导出中导入原始事件数据。支持过滤、会话划分、事件折叠、合成事件创建及其他链式处理器，始终返回不可变的新数据流。 - 交互式组件：基于 anywidget 构建，可直接在 Jupyter、Colab、VS Code 等环境中渲染。包括转移图、步骤矩阵、桑基图、漏斗图、细分概览和聚类分析，所有组件均配备差异对比模式，用于比较不同用户群体。 - 数据处理：提供过滤事件、拆分会话、添加流失标记、解析 URL、提取生命周期状态、采样等多种方法，支持从秒级交互到月级旅程的多粒度分析。 - MCP 服务器：将 Eventstream 暴露给 Claude 或其他 MCP 兼容 LLM 客户端。代理可运行分析、生成报告选项卡，并导出已验证的交互式 HTML 报告，每项指标均可追溯到源数据。 - 无头 API：每个组件均提供纯数据对应接口（如 transition_graph_data、funnel_data），便于程序化调用。 通过 Python 3.10+ 即可安装： ```bash pip install retentioneering ``` 快速入门示例：加载包含三列（user_id、event、timestamp）的 CSV 文件，创建 Eventstream，并调用 stream.transition_graph() 即可显示交互式图表。 该工具包内置合成电商数据集供实验使用，所有可视化均可导出为可分享的 HTML 报告。原始数据不会离开本地环境；可选遥测功能可禁用。 Retentioneering 5.0 是一次从头重写，将原来的 pandas 引擎替换为更快速的 DuckDB 后端及现代 anywidget 组件。文档、示例和社区 Discord/Telegram 请访问 https://retentioneering.com/docs。 项目采用 Apache-2.0 许可证，鼓励自由使用、修改及商业化分发核心库。欢迎通过 GitHub issue 和 pull request 贡献代码。