真相层 + 行动层。数据模型从第一天起就已完整——如今它还能采取行动。
大多数平台是在增加功能时才增加数据表。Gurulu 从规范化数据模型起步,然后在同一张身份图谱上同时生长出度量能力与行动能力。
现已可用
今天即可在 Beta 中使用
你现在就能用上的功能——核心四件套、五个通道、隐私、每日 AI 摘要,以及行动层(实验/弹窗/引导/个性化/看板)。
核心四件套,始终在线
真相层的四大支柱
身份、注册表、健康度与归因在每一档位、每一个工作区中都是强制项。它们正是 Gurulu 能够配得上「真相」二字的根基。
身份引擎
已上线可解释的合并机制,配备四级置信度账本。每一次合并、拆分与重新分配都连同触发它的证据一并记录在案。设计上即可逆。
- 四级置信度:确定性、概率性、AI 建议、人工
- 可逆的合并账本,附完整审计轨迹
- 跨域身份解析——向所有人开放
事件注册表
已上线事件即带类型的契约。Schema 存放在注册表中,数据接入时强制校验,因此漂移变得不可能发生。SDK 与 AI 智能体都依据注册表生成代码——绝无随意编造的事件名。
- 权威 Schema,在接入处设有校验关卡
- 接受 / 警告 / 隔离 / 拒绝四种接入结果
- 为每个工作区生成带类型的 SDK 代码
事件健康度
已上线多选择器匹配 + 五层故障保护 + ML 异常检测。在仪表盘开始撒谎之前就捕获埋点退化——通常在部署后数分钟内。
- 为自动采集规则提供多选择器韧性
- 按事件 / 属性 / 群组进行 ML 异常检测
- CAPI 去重,让下游目的地保持干净
归因引擎
已上线由客户自定义策略。挑选你的模型,把多个模型并排混用,并看清每一个被归功的触点背后的完整溯源。绝不会有黑箱数字。
- 多模型:末次触点、首次触点、线性、时间衰减、基于位置
- 每个工作区可自定义归因策略
- 为每一次转化提供完整溯源轨迹
五个通道,五项职责
观察、打标、验证、契约与行动——绝不混为一谈
大多数平台把同一个 SDK 藏在每一项功能背后。Gurulu 刻意把这五项职责分开——每个通道只承担单一、明确的职责。
01 · 脚本
已上线Observe
仅做浏览器自动采集。记录原始信号——绝不凭空臆造结果,绝不编造事件名。
包:@gurulu/web
02 · Playground
已上线Tag
Heap 风格的可视化拾取器,把语义规则写入注册表。这里不创建任何事件——只创建将观察到的信号映射到带类型契约的规则。
包:@gurulu/playground
03 · SDK
已上线Verify
服务端结果验证。转化、退款、注册——全部绑定后端,因而无法被伪造。Web 端的 identify/track 同样绑定注册表。
包:@gurulu/node + @gurulu/web
04 · Agent · CLI · MCP
已上线Contract
AI 依据注册表编写代码。类型由代码生成,随意编造的事件名在 CI 阶段被拦截。智能体绝不会在没有契约的情况下臆造新事件。
包:@gurulu/cli + @gurulu/mcp-server
05 · 激活
已上线采取行动
渲染弹窗、引导与个性化 = 行动。它会发出曝光事件,但绝不发出结果事件——观察≠行动的界限依然成立。它是一个独立、可选加入的懒加载分块,让 8.1KB 的核心保持精简。
包:@gurulu/web/activate
行动层——从度量走向行动
Gurulu 如今会采取行动
真相层告诉你发生了什么;行动层则改变它。实验、弹窗、引导、个性化——全部运行在同一张身份图谱与注册表之上,遵循同样的严谨标准。
A/B/n 实验
确定性哈希分流(以服务端为准,无闪烁)+ 贝叶斯统计(P(B>A)、可信区间)。曝光绑定注册表,结果是一个经过验证的事件。
弹窗与横幅
基于规则的模态框 / 横幅 / 滑入式。强制服务端 XSS 净化、实时预览、CTR 度量。
产品引导
分步上手引导。跨设备进度(复用身份)、完成漏斗。
Personalization
受众 → 内容。借助可选加入的对照组,以贝叶斯方法度量真实影响。
Boards
自定义仪表盘——由现有洞察组合而成的小部件。它不是新的指标引擎;K15 安全,无 SDK 风险。
LLM 分析
度量你自己的 AI 功能:成本、延迟、错误、模型表现。通过 wrapOpenAI/wrapAnthropic 自动采集。
错误追踪
按报错信息对浏览器 JS 错误进行归组。可选加入的自动采集,产出一个绑定注册表的 js_error 事件。
Heatmaps
点击密度 + 滚动深度——源自自动采集信号,无需额外配置。
开发者工具
在你写代码的地方运行
从浏览器到终端再到 AI 编辑器——每个工具只做一件事,并遵守契约。
MCP 服务器 · Cursor · Claude Code · Lovable
已上线你的 AI 编辑器对照 registry 写入
MCP 服务器把你的 AI 助手连接到事件 registry。智能体在发送新事件前会用 validate_event 列出、搜索并校验——无法编造随意的名称。在 AI 时代你的契约依然牢固。
- 读取 registry:list / search / get event
- 先校验:validate_event → add_event
- 没有随意命名——遵守契约
claude mcp add gurulu -- npx -y @gurulu/mcp-serverSDK · Web (@gurulu/web)
浏览器:自动捕获 + identify/track。零依赖,约 8 KB。
gurulu.track('signup_completed', { plan: 'pro' })SDK · 服务器 (@gurulu/node)
服务器:可信结果 + Stripe/Shopify webhook 助手。
await gurulu.track('purchase_completed', { amount: 149 })CLI (@gurulu/cli)
init / pull / push / validate / doctor。生成类型化事件代码。
gurulu pull # typed events → code-gen三类事件
交互、意图与结果——从第一天起就分开
把浏览、信号和转化混在一张表里,是产品分析的原罪。Gurulu 在 Schema 层面就把它们分开,而不只是在查询里。
第 01 类
Interaction
点击、滚动、浏览——人类行为的原始流。高频次,低语义。
第 02 类
Intent
推断出的信号——一次搜索查询、一次犹豫、一个被遗弃的购物车。在第 2 阶段及之后建模,并具备遵从授权的数据增强。
第 03 类
Outcome
后端验证的结果——一笔购买、一次退款、一个付费注册。唯一能为归因记功的类别。
隐私默认开启
原生于欧盟、合规优先、多租户安全
隐私在数据模型中被强制执行,而非事后拼接。每一行数据都知道自己的授权状态与所属租户——绝无泄漏可能。
默认欧盟数据驻留
托管于欧盟数据中心并具备自动故障转移。受 GDPR 约束的客户无需任何赴美数据传输。
四类别 GCM v2
Google Consent Mode v2 接入每一个事件——分析、广告、个性化与安全四项授权各自独立呈现。
DSR 就绪导出
GDPR / CCPA / KVKK 下的数据主体访问与擦除请求,通过单一 API 即可解决。附带审计轨迹。
租户隔离 + RLS
每张表都启用 Postgres 行级安全,ClickHouse 按租户分区。跨租户查询在物理上不可能发生。
AI 层
会自我解释的 AI——且永不接触原始 PII
在任何数据触及模型之前先做假名化处理。展示每一条 AI 建议背后的提示词、引用来源与置信度。
晨间摘要
第 1 阶段最低配置:每个工作区都会收到一份每日摘要,告诉你发生了什么变化、什么坏了、该去查什么。一切都可回溯到源头事件。
意图推断
第 2 阶段及之后:将原始行为归类为意图类别(调研中、比较中、准备购买)。遵从授权,端到端假名化。
高级推理
第 3 阶段及之后(持续演进):跨事件因果推理、假设生成、实验建议。始终与溯源和置信度成对呈现。
多模型 AI 流水线 · 区域感知的自动回退
接下来
路线图
清晰标注,尚未上线。每个阶段都有公开的“完成”定义。
分阶段交付
从第 0 阶段到第 5 阶段——公开路线图
MVP 为第 0–3 阶段(约 9–12 个月)。第 4、5 阶段属于 MVP 之后。每个阶段都有公开的「完成」定义。
- 00第 0 阶段 — 地基认证、存储、可观测性、授权。共 4 个模块。
- 01第 1 阶段 — 核心四件套 + 数据流 + 4 个通道 + 界面Beta 在此开放。共 16 个模块。
- 02第 2 阶段 — 意图推断 + 集成意图类别点亮,CAPI 目的地扩展。
- 03第 3 阶段 — 行动层(已上线)实验(贝叶斯 A/B/n)、弹窗、引导、个性化、看板 + LLM 分析 + 错误追踪。全部已投产。正式发布在即。
- 04第 4 阶段 — 跨租户智能为按量付费档位提供可选加入的行为基准。
- 05第 3 阶段及之后 — 原生可观测性OTLP→ClickHouse 客户遥测(APM/日志/指标)。规格已可开工;代码将在封闭 Beta 之后落地。