AI Diagnostic Loop — гипотезы по KPI для продуктовой команды
AI diagnostic loop — инструмент для автоматизации диагностики и генерации гипотез для команд электронной коммерции, работающих с поисковой рекламой в Юго-Восточной Азии. Он предназначен для продакт-менеджеров и аналитиков, помогая им превращать сигналы KPI в ранжированные, готовые к экспериментам гипотезы и прототипы ставок.
Возможности и состав проекта
Инструмент использует трёхуровневую архитектуру: директивы в Markdown описывают «что делать», оркестрация на базе Claude управляет выполнением и обрабатывает ошибки, а детерминированные скрипты на Python выполняют API-запросы, обрабатывают данные и осуществляют ввод/вывод файлов. Проект предлагает два основных цикла: Intelligence Loop для диагностики KPI и Inspiration Loop для генерации идей, которые затем используются для приоритизации экспериментов.
Начало работы и требования
Для запуска и работы проекта требуется установка зависимостей Python, а также конфигурация учётных данных для четырёх MCP-серверов (Atlassian, Domo, GitHub, Chrome DevTools), Atlassian-целей и источников данных DWH. Необходимо также собрать Domo MCP-сервер из исходников, расположенных в папке domo-mcp-server/. Проект активно использует концепцию «человек в контуре» на каждом этапе принятия решений, требуя одобрения продакт-менеджера.
Ограничения и выбор сценария
Это процесс с участием человека: гипотезы и решения требуют проверки продакт-менеджером. MCP-интеграции получают доступ к данным компании и внешним системам, поэтому источники и полномочия настраиваются явно. Генерация гипотез не устанавливает причину изменения KPI и не гарантирует улучшения рекламы.
Лицензия и условия использования
GitHub не определяет однозначную стандартную лицензию этого репозитория. Условия использования нужно проверить в README, LICENSE и документации авторов; доступность файлов на GitHub сама по себе не разрешает любое распространение или коммерческое использование.
