增长获客

dsh-growth 是一个本地优先的 DeepSeek Harness 插件，用于把 Markdown、CSV 和 JSONL 中的增长资料与业务数据，转化为可解释的增长诊断和执行任务。

用户与公司的痛点需求

增长工作通常卡在“数据、决策、执行”之间：

痛点	需要的能力
增长数据散落在笔记、事件导出、收入表和团队文档中。	统一读取本地 Markdown、CSV、JSON 和 JSONL。
激活、留存、CAC、LTV、MRR 等指标口径不一致。	明确指标定义、字段、周期、来源和 caveats。
漏斗只能告诉团队用户在哪一步流失，不能说明下一步查什么。	找出瓶颈、分群差异、证据缺口和下一步检查。
想法容易变成没有假设、负责人和验证标准的待办列表。	生成带护栏指标的 HADI 实验，并用 RICE / ICE 排序。
周报、月报与实验复盘重复劳动，且难以追溯证据。	生成可复核的 WBR、MBR、QBR 和实验复盘 Markdown。
客户数据不应离开公司的知识边界。	本地优先分析，配合路径限制、警告和安全写入。

应用场景

场景	使用方式
新产品 / PMF 探索	审计 JTBD、ICP、PMF Survey、North Star 和证据准备度。
客户获客	按渠道和分群比较获客、激活和收入转化。
新手引导优化	定位激活瓶颈，生成可量化的 HADI 实验。
留存提升	构建日 / 周 / 月留存队列，分析生命周期和用户分群。
SaaS / 订阅商业化	计算 MRR Bridge、ARR、NRR、CAC、LTV 和 Payback。
增长运营复盘	生成包含发现、决策、限制和下一步行动的周报 / 月报。

核心能力

growth_doctor：分析前检查本地目录、数据文件和质量风险
growth_profile_dataset：推断字段、覆盖率、日期范围和质量警告，不返回原始行
growth_review：从业务目标出发，编排画像、分析、瓶颈和下一步行动
用户增长与客户获取分析
JTBD、ICP、PMF 和 North Star 审计
AARRR 漏斗分析
激活与留存队列分析
推荐循环和渠道质量分析
MRR Bridge、CAC、LTV、NRR、Payback
HADI 增长实验卡
RICE / ICE 优先级排序
WBR / MBR / QBR 增长复盘
预览后、安全写入 Obsidian Markdown

默认配置

将插件安装到 DeepSeek Harness profile：

npx --yes @deepseek-ai/dsh plugin --profile growth add dsh-growth
npx --yes @deepseek-ai/dsh --profile growth --dump-config

如果 dsh 已经在系统 PATH 中，也可以使用简写：dsh plugin --profile growth add dsh-growth。

defaultRoot: D:\ObsidianData
reportDir: .dsh-growth/reports
defaultCurrency: CNY
defaultTimezone: Asia/Shanghai

插件默认只读本地文件，不上传知识库，不自动发消息，不修改 CRM，不自动投放广告。外部 API 连接只作为后续可选的只读能力。

典型用法

第一次使用时，建议先从目标导向入口开始：

以“提升激活率”为目标复盘 events.csv；先告诉我数据缺什么，再给出结论。
审计这份增长计划，找出最大的指标和证据缺口。
分析 events.csv 的 AARRR 漏斗，并比较不同获客渠道。
根据 customers.csv 计算 MRR Bridge、NRR、CAC 和 Payback。
把这个增长想法转成 HADI 实验卡，并用 RICE 排序。
生成本周增长复盘，先预览，不要直接写入文件。

使用步骤

由宿主配置 defaultRoot、报告目录、默认币种和时区。
准备事件数据或 MRR 数据。事件数据至少包含 user_id、event、timestamp；MRR 数据建议包含 period、type、amount、customer_id、active_customers、spend。
在对话中直接描述目标，插件会选择对应工具。例如：

分析 events.csv 的 AARRR 漏斗，按 channel 和 segment 对比，并指出最大瓶颈。
分析 mrr.csv，计算 MRR Bridge、NRR、CAC、LTV 和 Payback，毛利率使用 0.8。
把激活率下降的问题转成 HADI 实验，并用 RICE 排序。

报告先以 Markdown 返回。需要写入已有笔记时，先调用 growth_apply 使用 confirm=false 预览，确认内容后再使用 confirm=true 写入。

工具结果统一包含 ok、data、warnings、assumptions、lineage 和 nextActions。使用数字做决策前，必须先阅读 warnings 和 lineage。

数据字段示例

user_id,event,timestamp,channel,segment
u001,acquired,2026-08-01T09:00:00Z,content,team
u001,activated,2026-08-01T09:20:00Z,content,team
u001,retained,2026-08-08T09:20:00Z,content,team

分析结果中的 warnings 必须一并阅读：缺失值不会被静默当作零，缺少起始 MRR 或毛利率时，相关指标会明确标注假设。

开发

pnpm install
pnpm run typecheck
pnpm run lint
pnpm test
pnpm run build

许可证

MIT，详见 LICENSE。

安装

说明文档