ソース情報
- リポジトリ
- EvezArt/evez-skills
- ソースの最終更新活動
- 2026年4月25日 21:24
- 検出された SKILL.md の言語
- 英語
- スター
- 3
- フォーク
- 1
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/EvezArt/evez-skills --skill analytics-dashboardコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Recursive re-encoding of Kolmogorov complexity and universal prior across all -ologies/-ometries, driving cumulative meta-learning while maintaining read-only boundaries.
Uses strange attractors, self-organized criticality, and anomalistic psychology metrics to flag UAP-like phase transitions in behavioral game theory data.
Couples microbiome–gut–brain axis, quantum biology, and multilayer networks for privacy-preserving federated learning across endosymbiotic scales.
SOC 職業分類に基づく
SKILL.md を表示中
| name | analytics-dashboard |
| description | User behavior tracking and analytics dashboards |
Automate setup of analytics tracking and dashboard generation for web applications.
This skill helps you implement comprehensive analytics tracking and create beautiful dashboards to understand user behavior, track conversions, and measure product success.
python3 /home/ubuntu/skills/analytics-dashboard/scripts/setup_analytics.py \
/path/to/your/project \
posthog \
YOUR_API_KEY
Arguments:
project_dir: Path to your projectprovider: Analytics provider (posthog, mixpanel, amplitude, segment)api_key: Your analytics API keyNext.js - Add to app/layout.tsx:
import { initAnalytics } from '@/lib/analytics'
export default function RootLayout({ children }) {
useEffect(() => {
initAnalytics()
}, [])
return <html>{children}</html>
}
Python/Flask - Add to app initialization:
from analytics import track_event, identify_user
@app.before_request
def track_page_view():
if current_user.is_authenticated:
track_event(current_user.id, 'page_view', {
'path': request.path
})
import { trackEvent } from '@/lib/analytics'
// Track button click
<button onClick={() => trackEvent('signup_clicked', {
location: 'homepage'
})}>
Sign Up
</button>
// Track form submission
const handleSubmit = (data) => {
trackEvent('form_submitted', {
form_name: 'contact',
fields: Object.keys(data)
})
}
// Track conversion
trackEvent('purchase_completed', {
amount: 99.99,
currency: 'USD',
items: 3
})
Copy the generated dashboard component:
cp /home/ubuntu/skills/analytics-dashboard/templates/dashboard.tsx \
/path/to/your/project/components/
Use in your app:
import AnalyticsDashboard from '@/components/AnalyticsDashboard'
export default function AdminPage() {
return <AnalyticsDashboard />
}
useEffect(() => {
trackEvent('page_view', {
path: window.location.pathname,
referrer: document.referrer
})
}, [pathname])
trackEvent('button_clicked', {
button_name: 'signup',
location: 'homepage_hero'
})
identifyUser(user.id, {
email: user.email,
plan: user.subscription_plan,
signup_date: user.created_at
})
trackEvent('purchase_completed', {
amount: total,
currency: 'USD',
payment_method: 'stripe'
})
The generated dashboard includes:
Key Metrics Cards
Charts
Tables
scripts/setup_analytics.py - Automated setup scripttemplates/dashboard.tsx - Analytics dashboard componentreferences/analytics_patterns.md - Comprehensive guide (300+ lines)// Product viewed
trackEvent('product_viewed', {
product_id: product.id,
category: product.category,
price: product.price
})
// Added to cart
trackEvent('add_to_cart', {
product_id: product.id,
quantity: 1,
cart_total: cart.total
})
// Purchase completed
trackEvent('purchase_completed', {
order_id: order.id,
total: order.total,
items: order.items.length
})
// Trial started
trackEvent('trial_started', {
plan: 'pro',
trial_days: 14
})
// Feature used
trackEvent('feature_used', {
feature_name: 'export_data',
usage_count: user.export_count
})
// Subscription upgraded
trackEvent('subscription_upgraded', {
from_plan: 'basic',
to_plan: 'pro',
mrr_change: 20
})
Manual Setup: 2-3 hours
With This Skill: 15-20 minutes
Time Saved: ~2 hours per project
deployment-automation - Deploy with analytics configureduser-authentication-system - Identify users after loginfeature-flag-system - Track feature flag usageerror-monitoring-setup - Combine with error trackingBuilt with best practices, privacy-conscious, performance-optimized.