大模型调用分析

原名：instrument-llm-analytics

为大模型应用接入 PostHog LLM Analytics，分析延迟、成本和质量。

中文 Skills 技能说明

适合 AI 产品需要统一观察模型调用；先确定采样、脱敏、模型与费用口径，用户对话和企业资料不能默认外发。能力可用于用户自建或自有 PostHog 环境；若使用托管服务，账户、区域、费用、数据留存与跨境要求由用户确认。执行前应读取项目现状和官方文档，输出目标、依据、影响、验证结果与回退方式；没有真实证据时要明确说明未知，不编造配置或成功状态。创建、修改、部署、发布、迁移、删除或产生费用的操作，必须先展示具体目标和差异并获得人工确认。代码、日志、连接串、令牌、客户信息和业务数据按敏感内容处理，只读取任务所需范围，上传或外发前完成授权、脱敏和最小化。

上游能力依据

上游原始适用说明：Add PostHog LLM analytics to trace AI model usage. Use after implementing LLM features or reviewing PRs to ensure all generations are captured with token counts, latency, and costs. Also handles initial PostHog SDK setup if not yet installed.

上游 SKILL.md 主要章节（保留原文标题）：

Instructions
Reference files
Key principles

使用边界

先读取项目约定、依赖版本和现有测试，再提出最小改动。写文件、运行脚本、提交代码或发布前应检查差异并保留回退路径。

作者、翻译与许可证

原作者: PostHog, Inc. 与 PostHog/skills contributors
中文翻译: CEOFans翻译
许可证: MIT
上游来源: https://github.com/PostHog/skills/tree/870cdf070c94f2bf39d8b2a9d4916cfd44779cce/skills/omnibus/instrument-llm-analytics

适用范围

平台：linux、macos、windows；标签：AI 工程、大模型调用分析

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。