An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta AI Feature Usage Analytics a ChatGPT y Claude

Configúralo una vez y funciona en ChatGPT, Claude, Cursor y en cualquier otro cliente que te guste. Todo se ejecuta con seguridad en segundo plano, para que tú te relajes y te centres en lo que de verdad importa. Entiende cómo interactúan tus usuarios y optimiza tu producto.

Pregunta a la IA sobre este Connector

Desarrollado, mantenido y alojado por Vinkius.

MCP VERIFICADO · LISTO PARA PRODUCCIÓN · GARANTÍA VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Tu IA hace el trabajo. Nosotros lo cuidamos, seguro.

Ninguna otra herramienta de IA te da esto. Tu workflow se ejecuta en el cliente que ya amas, tu cuenta permanece protegida y tú decides lo que el agente puede y no puede hacer. Es la razón completa para dar el salto.

Cada Connector vive dentro de nuestra infraestructura, en el mismo lugar donde se ejecuta tu workflow. Las tres cosas de abajo ya forman parte de él, trabajando en silencio en segundo plano para que nunca tengas que pensar en ellas. Nada que añadir, nada que configurar, nada de qué preocuparte.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector se ejecuta dentro de su propio entorno sellado.

Cada Connector se ejecuta en su propio runtime V8 aislado, sin acceso a tus archivos, a tu sistema ni a otros servidores. Un Connector nunca ve más allá de su propia petición.

Kill Switch02

Un interruptor detiene a todos los agentes. Al instante.

Una única acción desactiva todos los Connectors, revoca todos los tokens y cierra todas las sesiones a la vez. La Gobernanza de IA guarda el registro.

FinOps por usuario03

Límites de gasto que se pausan en vez de sorprenderte.

Cada usuario mantiene sus propias conexiones y credenciales, aisladas de las de los demás. Lo que supere tu límite de gasto se detiene y queda esperando tu aprobación en vez de cobrarse.

Tres controles, integrados en la capa por donde tu IA se conecta.

Set curado · 4 capacidades

Publicamos solo las acciones que importan.

Set de capacidades01 / 01

01-04

4 capacidades en este set.

Parte de 4 disponibles a través de AI Feature Usage Analytics.

  1. 01

    Determinar la trayectoria de engagement

    Establece la dirección y la velocidad del engagement de la IA de tus usuarios a lo largo del tiempo.

  2. 02

    Comparar métricas por segmentos

    Compara las métricas de engagement de la IA entre diferentes niveles o grupos de usuarios de tu plataforma.

  3. 03

    Calcular ratio de adherencia (stickiness)

    Calcula el ratio de adherencia (DAU/MAU) para un segmento de usuarios específico, midiendo la retención real.

  4. 04

    Analizar distribución de uso

    Examina la distribución de la intensidad de uso de la IA entre todos tus usuarios, identificando patrones de frecuencia.

Trabajo real

Lo que los equipos ejecutan de verdad

01

Evaluating Feature Launch Success

After launching a new AI capability, you ask the agent to get_engagement_trajectory to see if the usage is trending up or down month over month.

02

Tiered Pricing Justification

You use get_segment_comparison to show stakeholders that the 'Enterprise' tier has significantly higher AI feature adoption than the 'Basic' tier.

03

Identifying Power Users

You run get_usage_distribution to see if your feature usage is concentrated among a small group of users, signaling a potential bottleneck.

04

Assessing Product Health

You calculate get_stickiness_metrics to determine if the overall user base is relying on the AI features daily or only occasionally.

Un connector, todas las IAs

AI Feature Usage Analytics funciona con los clientes de IA más populares.

Estos son los clientes más populares, cada uno con una guía paso a paso: un enlace, configurado una vez, con gobernanza y visibilidad integradas. Y como todo corre sobre el estándar MCP, la misma conexión también funciona en cualquier otro cliente compatible: nada que reconstruir.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

¿Construyendo tu propia app? El connector es tuyo para usar.

No necesitas un cliente para poner AI Feature Usage Analytics a trabajar: la misma conexión alojada se conecta a tus propias aplicaciones y al código de tu agente, con la misma gobernanza en cada petición. Construye con él, conversa con él: una conexión para ambos.

Observada, no estimada

Promedio de 888ms. Rápida en producción.

AI Feature Usage Analytics se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1019ms
3 octHoy
Día más rápido
729ms
Día más lento
1019ms
Tendencia de 14 días
Estable0%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 4 capacidades llegan listas para funcionar.

Acceso de vista previa · no es autenticación del proveedor

El token vk_preview_* pertenece a la infraestructura de vista previa de Vinkius. Permite que Claude descubra y muestre las capacidades de AI Feature Usage Analytics, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con AI Feature Usage Analytics. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

AI Feature Usage Analytics Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_NXLBxo4KbFu77cH9p5U7rwUVSPswlxRdaH1pfsRz/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — AI Feature Usage Analytics capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "ai-feature-usage-analytics-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_NXLBxo4KbFu77cH9p5U7rwUVSPswlxRdaH1pfsRz/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Las instrucciones paso a paso para cada cliente están en la guía. Cómo conectar

¿Configuración guiada para Claude? Conectar AI Feature Usage Analytics con Claude y otras IA

Ve todos los clientes de IA con los que funciona este connector ↑

Para quién es

Hecho para el trabajo que quienes usan AI Feature Usage Analytics delegan.

Este MCP es esencial para equipos de producto y analistas de datos que dependen de la IA. Si necesitas entender no solo cuántas veces se usa una función, sino cómo y por quién se usa, esta herramienta es clave. Te permite transformar datos brutos de interacción en estrategias de retención efectivas.

  • 01

    Gerente de Producto (Product Manager)

    Para identificar qué funciones de IA son más valiosas y dónde enfocar las mejoras de UX/UI.

  • 02

    Analista de Datos (Data Analyst)

    Para calcular métricas avanzadas como el ratio de adherencia y la distribución de uso en diferentes segmentos.

  • 03

    Desarrollador de IA (AI Developer)

    Para medir la efectividad real de las capacidades de IA implementadas y optimizar su rendimiento.

FAQ

Preguntas de quienes usan AI Feature Usage Analytics.

  • 01

    Does this MCP track all AI feature usage?

    The MCP provides deep insights into how users interact with AI capabilities. It is designed to calculate metrics like stickiness and usage distribution for the features you track.

  • 02

    What is the difference between stickiness and engagement?

    Stickiness measures the ratio of daily to monthly active users for a segment. Engagement trajectory, however, tracks the overall direction and velocity of user interest over time.

  • 03

    Can I compare different user groups?

    Yes. You can use the get_segment_comparison capability to compare AI engagement metrics across different user tiers, helping you spot performance gaps.

  • 04

    Is this only for large companies?

    No. It helps any product team analyze their AI features. You can analyze usage intensity and engagement trends regardless of your company size.

  • 05

    How is stickiness calculated?

    Stickiness is calculated using the get_stickiness_metrics capability, which divides daily active users by monthly active users.

  • 06

    Can I compare different user tiers?

    Yes, use get_segment_comparison to compare average sessions and stickiness between segments like free, pro, or enterprise.

  • 07

    What kind of usage distribution data is available?

    The get_usage_distribution capability categorizes users into low, medium, and high-frequency buckets based on their session counts.

Explora

Más en Analytics

Sugerencias

Conecta AI Feature Usage Analytics a Claude, Cursor, ChatGPT y más