使用 PostHog 和 GitHub 构建持续 AI 工作流

您将构建什么

一个完全自动化的工作流，它使用 Continue CLI 和 PostHog MCP 来获取分析数据，通过 AI 分析用户体验问题，并使用 GitHub CLI 自动创建 GitHub issue。

新的 PostHog Mission Control 集成实现了产品分析的 持续 AI——AI 代理自主分析用户行为，识别优化机会，并创建数据驱动的开发任务。本操作指南侧重于基于 CLI 的工作流，但你也可以通过 Mission Control 部署自主代理。开始使用：使用本操作指南了解 PostHog 分析基础知识，然后启用 Mission Control，在你的组织中部署自主分析驱动的代理。

你将学到什么

本手册将教您如何

使用 PostHog MCP 查询分析数据、错误和功能标志
用 AI 分析用户行为模式
使用 GitHub CLI 自动创建 GitHub issue
使用 GitHub Actions 设置持续监控

先决条件

开始前，请确保您已具备

你想要创建 issue 的 GitHub 仓库
已启用会话录制并正在收集数据的 PostHog 账户
本地安装 Node.js 18+
具有活跃积分的 Continue CLI（API 使用必需）
已安装 GitHub CLI（gh 命令）

安装 Continue CLI

macOS / Linux
Windows
npm（跨平台）

curl -fsSL https://raw.githubusercontent.com/continuedev/continue/main/extensions/cli/scripts/install.sh | bash

irm https://raw.githubusercontent.com/continuedev/continue/main/extensions/cli/scripts/install.ps1 | iex

如果你已经安装了 Node.js 20+

npm i -g @continuedev/cli

设置 Continue CLI 账户和 API 密钥

访问 Continue 组织
注册或登录您的 Continue 账户
导航到您的组织设置
点击 “API 密钥”，然后点击 ”+ 新建 API 密钥”
立即复制 API 密钥（你不会再看到它了！）
登录 CLI：cn login

将所需密钥添加到 Continue CLI

Continue CLI 将安全地存储你的 API 密钥作为可在提示中引用的秘密。

Continue CLI 处理复杂的 API 交互——你只需要提供正确的提示！

步骤 1：设置您的凭据

首先，你需要收集你的 PostHog 和 GitHub API 凭据，并将它们作为秘密添加到 Continue CLI 中。

PostHog API 凭据
设置 GitHub CLI 认证
在 Continue CLI 中配置 API 访问

你需要一个 个人 API 密钥（而不是项目 API 密钥）才能访问会话录制

前往 PostHog 中的个人 API 密钥
点击 + 创建个人 API 密钥
命名为“Continue CLI 会话分析”
选择这些范围
- session_recording:read - 访问会话数据必需
- feature_flag:read - 功能标志审计必需
- insight:read
- query:read
- session_recording_playlist:read
立即复制密钥（你不会再看到它了！）
记下你的 PostHog 项目设置中的 项目 ID
记下你的 PostHog 主机 URL（例如，https://us.posthog.com 或你的自定义域名）
你还需要你的 POSTHOG_AUTH_HEADER 值，它就是 Bearer YOUR_API_KEY

Continue 密钥：POSTHOG_AUTH_HEADER 密钥应存储在 Continue 的安全密钥存储中。这可以确保你的 API 密钥安全，并且 MCP 会自动连接到你的默认 PostHog 项目。

GitHub CLI 自动处理身份验证——无需手动 PAT

如果尚未安装 GitHub CLI，请安装
运行 gh auth login 并按照提示操作
选择身份验证方法（浏览器或令牌）
在提示时授予必要的权限（issues:write 是创建 issue 必需的）

PostHog GitHub 持续 AI 工作流选项

🚀 最快的成功路径

跳过手动设置，使用我们预构建的 PostHog GitHub 代理，它包含优化的提示、规则和 PostHog MCP，以获得更一致的结果。

PostHog MCP 的工作原理:

你的 API 密钥与你的 PostHog 账户和组织绑定
它会自动使用你的默认项目（无需项目 ID）
如果你有多个项目，请使用 switch-project 进行更改
MCP 通过 https://mcp.posthog.com/sse 使用你的账户上下文进行连接。

⚡ 快速启动（推荐）
🛠️ 手动设置

非常适合：通过优化的提示和内置调试立即获得结果

添加预构建代理

访问 Continue Mission Control 上的 PostHog Continuous AI Agent 并点击 “安装代理” 或运行

cn --agent continuedev/posthog-continuous-ai-agent

此代理包括

用于 PostHog 分析和 GitHub issue 创建的优化提示
用于一致格式和错误处理的内置规则
用于更可靠的 API 交互的PostHog MCP

运行分析

从你的项目目录中，运行

cn "Give me my PostHog Session data and create GitHub issues based on the problems."

就是这样！代理会自动处理一切。

为什么要使用代理？由于 PostHog MCP 集成和预测试的提示，结果更加一致，调试也更容易。

将 PostHog MCP 添加到 Continue CLI

首先，通过以下方式将 PostHog MCP 安装到 Continue CLI

通过点击“使用 MCP 服务器”并选择一个配置，将其添加到 Hub 配置中
将其添加到你的本地配置

添加 PostHog + GitHub 分析规则

访问 PostHog GitHub Continuous AI Rules 并点击“使用规则”将其添加到你的配置中。你也可以

将 --rule bekah-hawrot-weigel/posthog-github-continuous-ai-rules 传递给 cn 或
将规则复制到你的本地 .continue/rules 文件夹。请参阅规则指南。

创建你的自定义提示

将此提示与 Continue CLI 结合使用，以分析 PostHog 数据并创建 GitHub issue

 # In cn TUI mode:
"Create GitHub issues from the PostHog analysis using gh CLI:
- For each issue, run: gh issue create --title '🔍 UX Issue: [title]' --body '[details]'
- Add labels: --label 'bug,user-experience,automated'
- Set priority labels (high/medium/low)
- Include session data and technical details in the body
Execute the commands and confirm each issue was created with URL."

为什么选择 GitHub CLI 而不是 GitHub MCP：虽然 GitHub MCP 可用，但运行它可能会消耗大量的令牌。gh CLI 更高效，不需要 API 令牌（通过 gh auth login 进行身份验证），并提供更简洁的命令行体验。如果你喜欢完全的 MCP 集成，GitHub MCP 仍然是一个选项。

代理要求

要使用预构建代理，您需要满足以下任一条件：

Continue CLI 专业版计划，附带模型插件，或
你的 API 密钥已添加到 Continue Mission Control 密钥中。代理将自动检测并使用你的配置。

所需仓库标签：确保你的 GitHub 仓库有这些标签

bug, enhancement, technical-debt
high-priority, medium-priority, low-priority
user-experience, automated, feature-flag, cleanup

在你的仓库中创建缺失的标签：设置 → 标签 → 新建标签

Continue CLI 的作用

自动解析你的分析结果
使用你存储的令牌进行经过身份验证的 GitHub API 调用
创建格式正确的、带有适当标签的 issue
检查重复 issue 以避免垃圾信息
提供带有 issue URL 的确认

你已构建完成

完成本指南后，你将拥有一个完整的持续 AI 系统，它

监控用户体验 - 自动获取和分析 PostHog 会话数据
智能识别问题 - 使用 AI 发现模式和技术问题
创建可操作的任务 - 生成带有具体建议的 GitHub issue
自主运行 - 每天使用 GitHub Actions 自动运行，无需人工干预
随团队扩展 - 自动处理不断增长的会话数据

持续人工智能

你的系统现在运行在 Level 2 持续 AI 级别——AI 处理日常分析任务，并通过 GitHub issue 审查和优先级划分进行人工监督。

安全最佳实践

保护您的 API 密钥

将所有凭据存储为 GitHub 密钥，绝不存储在代码中
使用 Continue CLI 的安全密钥存储
将令牌范围限制为所需的最小权限
定期轮换 API 密钥（建议每 90 天）
监控令牌使用情况，以防异常活动

示例用例

以下是使用 PostHog MCP 和 Continue CLI 可以构建的实际示例

会话录制分析（当前实施）

以上主要工作流侧重于分析会话录制，以识别用户体验问题并自动创建 GitHub issue。

功能标志审计和清理

🏁 功能标志管理

自动审计你的功能标志，以识别需要关注的未使用、过时或有问题的功能标志。

此工作流的功能

从你的 PostHog 项目中获取所有功能标志
分析标志使用情况、发布状态和配置
识别可能需要移除或更新的标志
为标志清理任务创建 GitHub issue

Continue CLI 提示示例

# Get all feature flags and analyze them
cn "Use PostHog MCP to fetch all feature flags with feature-flag-get-all. Then analyze each flag to identify: 1) Flags that are 100% rolled out and could be removed, 2) Flags that haven't been updated in 90+ days, 3) Flags with complex targeting that might need simplification, 4) Experimental flags that should be cleaned up."

# Create cleanup issues for identified flags
cn "For each problematic feature flag identified, create a GitHub issue using gh CLI:
- Title: '🏁 Feature Flag Cleanup: [flag_name]'
- Include flag details: rollout percentage, last modified date, targeting rules
- Add labels: 'technical-debt', 'feature-flag', 'cleanup'
- Set priority based on risk level (high for 100% rollouts, medium for stale flags)
- Include specific recommendations for each flag"

# Audit flag performance impact
cn "Cross-reference feature flags with PostHog performance metrics to identify flags that may be impacting user experience or site performance. Create performance-focused GitHub issues for flags showing negative impact."

所需的 PostHog MCP 工具

feature-flag-get-all - 检索所有功能标志
feature-flag-get-definition - 获取详细的标志配置
query-run - 运行分析查询以检查标志使用情况
insights-get-all - 获取与标志性能相关的洞察

示例输出：此工作流创建的 GitHub issue 如下：

“🏁 功能标志清理：dark-mode-toggle”（100% 发布，可安全移除）
“🏁 功能标志审查：experimental-checkout”（已闲置 120 天）
“🏁 功能标志简化：complex-user-targeting”（规则过于复杂）

高级提示

考虑使用这些高级 Continue CLI 提示来增强你的工作流

性能分析

“分析 PostHog 性能指标和会话录制，以识别影响用户体验的慢页面加载”

错误关联

“交叉引用 JavaScript 控制台错误和用户操作，以识别用户体验问题的根本原因”

功能标志性能影响

“使用 PostHog MCP 将功能标志发布与性能指标和用户行为变化相关联，以识别导致问题的标志”

自定义 Slack 警报

“当 PostHog 会话中检测到关键用户体验问题或功能标志需要关注时，创建 Slack 警报”

后续步骤

考虑 GitHub MCP 作为替代方案（注意：可能会消耗大量令牌）
为警报配置 Slack MCP
设置 PostHog 性能监控
加入 GitHub 讨论以获取支持

入门

云代理

指南

您将构建什么

你将学到什么

先决条件

步骤 1：设置您的凭据

PostHog GitHub 持续 AI 工作流选项

🚀 最快的成功路径

你已构建完成

持续人工智能

安全最佳实践

示例用例

会话录制分析（当前实施）

功能标志审计和清理

🏁 功能标志管理

高级提示

性能分析

错误关联

功能标志性能影响

自定义 Slack 警报

后续步骤

资源

入门

云代理

指南

您将构建什么

​你将学到什么

​先决条件

​步骤 1：设置您的凭据

​PostHog GitHub 持续 AI 工作流选项

🚀 最快的成功路径

​你已构建完成

持续人工智能

​安全最佳实践

​示例用例

​会话录制分析（当前实施）

​功能标志审计和清理

🏁 功能标志管理

​高级提示

性能分析

错误关联

功能标志性能影响

自定义 Slack 警报

​后续步骤

​资源

你将学到什么

先决条件

步骤 1：设置您的凭据

PostHog GitHub 持续 AI 工作流选项

你已构建完成

安全最佳实践

示例用例

会话录制分析（当前实施）

功能标志审计和清理

高级提示

后续步骤

资源