Mixpanel-node 技术文档
1. 安装指南
要使用 mixpanel-node,首先需要通过 npm 进行安装:
npm install mixpanel
2. 项目使用说明
mixpanel-node 是一个服务器端 JavaScript 库,为 Mixpanel 提供了许多官方 JavaScript 库的功能。它是易于使用的,完全异步,并旨在在服务器上使用(它不是一个客户端模块)。浏览器客户端库可在 mixpanel-js 获得。
以下是 mixpanel-node 的基本用法:
var Mixpanel = require('mixpanel');
var mixpanel = Mixpanel.init('<YOUR_TOKEN>');
使用 <YOUR_TOKEN> 替换为您的 Mixpanel 项目令牌。
跟踪事件
mixpanel.track('my event', {
distinct_id: 'some unique client id',
properties: 'as',
you: 'want'
});
设置用户属性
mixpanel.people.set('billybob', {
$first_name: 'Billy',
$last_name: 'Bob',
$created: (new Date('jan 1 2013')).toISOString(),
plan: 'premium',
games_played: 1,
points: 0
});
3. 项目API使用文档
mixpanel-node 提供了丰富的 API 用于跟踪事件、设置用户属性等。
跟踪事件
mixpanel.track(event, [properties], [callback]) - 跟踪一个事件。
设置用户属性
mixpanel.people.set(distinct_id, properties, [options]) - 设置或更新一个用户的属性。
创建或更新用户
mixpanel.people.set_once(distinct_id, properties) - 仅当属性不存在时设置用户属性。
增加用户属性值
mixpanel.people.increment(distinct_id, properties) - 增加用户的数值属性。
添加到列表
mixpanel.people.append(distinct_id, properties) - 将值追加到列表。
合并到列表
mixpanel.people.union(distinct_id, properties) - 合并值到列表中,忽略重复项。
跟踪交易
mixpanel.people.track_charge(distinct_id, amount) - 记录一个用户的交易。
清除交易历史
mixpanel.people.clear_charges(distinct_id) - 清除用户的交易历史。
删除用户
mixpanel.people.delete_user(distinct_id) - 删除一个用户。
更多 API 使用详情,请参考官方文档。
4. 项目安装方式
如前所述,项目的安装方式是通过 npm:
npm install mixpanel
安装后,你可以通过 require('mixpanel') 在你的项目中引入 mixpanel-node 库。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00