Mixpanel iOS Objective-C库技术文档
安装指南
通过CocoaPods安装
- 如果是第一次使用CocoaPods,请先执行
gem install cocoapods安装CocoaPods。若已安装,请跳至第2步。 - 在Xcode项目目录下运行
pod setup创建本地CocoaPods规范镜像。 - 在终端运行
pod init生成Podfile,并在生成的Podfile中添加pod 'Mixpanel'。 - 在Xcode项目目录下运行
pod install。CocoaPods将下载并安装Mixpanel库,并创建一个新的Xcode工作空间。在Xcode中打开这个工作空间,或者在终端输入open *.xcworkspace。
通过Carthage安装
Mixpanel支持使用Carthage将依赖项打包为框架。在Cartfile中包含以下依赖项:
github "mixpanel/mixpanel-iphone"
查阅Carthage文档了解更多信息。
通过Swift Package Manager安装
- 在Xcode中,选择文件 > 添加包...
- 输入此存储库的包URL,并选择版本大于或等于v4.0.0。
初始化项目
在AppDelegate.m中导入 #Import "Mixpanel/Mixpanel.h" 并在[application:didFinishLaunchingWithOptions:]方法中调用[sharedInstanceWithToken:],使用项目令牌作为参数。
#import "Mixpanel/Mixpanel.h"
- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
...
[Mixpanel sharedInstanceWithToken:@"YOUR_API_TOKEN" trackAutomaticEvents:NO];
...
}
发送数据
初始化库后,Mixpanel将自动收集一些常见的移动事件。可以在项目设置中启用/禁用自动收集。此外,Mixpanel还会自动跟踪一些默认属性。了解更多默认属性。
Mixpanel *mixpanel = [Mixpanel sharedInstance];
[mixpanel track:@"Sign Up" properties:@{
@"source": @"Pat's affiliate site",
@"Opted out of email": @YES
}];
检查发送成功
在Mixpanel中打开“事件”查看传入的事件。
一旦数据到达我们的API,通常需要约60秒才能处理、存储并在项目中查询。
完整代码示例
以下是一个涵盖快速入门指南中所有内容的可运行代码示例。
#import "Mixpanel/Mixpanel.h"
- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
...
Mixpanel *mixpanel = [Mixpanel sharedInstanceWithToken:@"YOUR_API_TOKEN" trackAutomaticEvents:NO];
[mixpanel track:@"Sign Up" properties:@{
@"source": @"Pat's affiliate site",
@"Opted out of email": @YES
}];
...
}
常见问题
我想停止跟踪Mixpanel中的某个事件/事件属性,这可能吗?
是的,在Lexicon中,您可以拦截并丢弃传入的事件或属性。Mixpanel不会存储您选择丢弃的任何新事件或属性数据。查看这篇文章了解更多信息。
我有一个测试用户我想将其排除在跟踪之外,我该如何操作?
Mixpanel的客户端跟踪库包含一个optOutTracking()方法,它将用户的本地退出跟踪状态设置为“true”,并阻止从用户设备发送数据。在退出跟踪用户部分可以找到更详细的说明。
为什么我的事件没有显示出来?
为了保护电池寿命和客户带宽,Mixpanel库不会立即发送您记录的事件。相反,它会每60秒将事件批次发送到Mixpanel服务器,同时您的应用程序正在运行,以及当应用程序过渡到后台时。如果您想在特定时刻强制刷新,可以调用flush()。
[mixpanel flush];
如果60秒后事件仍未显示,请检查是否已经退出了跟踪。您还可以启用Mixpanel调试和日志记录,它允许您查看来自Mixpanel库的调试输出。要启用它,请将enableLogging设置为true。
mixpanel.enableLogging = YES;
从iOS 14.5开始,我需要通过AppTrackingTransparency框架请求用户权限才能使用Mixpanel吗?
不需要,Mixpanel不使用IDFA,因此不需要通过AppTrackingTransparency(ATT)框架请求用户权限。
如果使用Mixpanel,如何回答App Store的隐私问题?
请参考我们的Apple App Developer Privacy Guidance
想了解更多!
不用担心,以下是一些您会发现有用的链接:
有任何问题?请联系Mixpanel 支持,快速与聪明人交流。
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