Umami holder analytikken privat og let, men dashboardet forudsætter stadig, at du ved, hvad en referrer eller en bounce er. Det her resume taler til folk, der ikke gør.
sonnet2 dageUmami APIOpenAITelegramCron
Claude
78ROI
73Scale
$2.1k82Saved
ROI for
README.md
Hvorfor denne subagent
Umami holder analytikken privat og let, men dashboardet forudsætter stadig, at du ved, hvad en referrer eller en bounce er. Det her resume taler til folk, der ikke gør.
Det læser dine Umami-statistikker og skriver et venligt overblik: hvor mange der besøgte, hvor de kom fra, hvilke sider de læste, og hvad der ændrede sig. Foundere og kunder får et klart afsnit på e-mail i stedet for et panel, de aldrig åbner.
Sådan kører den
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Beregn ændringerne i forhold til foregående periode og fremhæv, hvad der er skiftet.
pending
Skriv resultatet, så det kan forstås af nogen, der aldrig har åbnet et analyseværktøj.
pending
Send den korte opsummering til e-mail eller Telegram på et gentagende tidspunkt.
pending
Eksempel på output
json
// Sample output
// (generated when the pipeline finishes)
Turn the Umami stats into a friendly summary for a non-analyst: how many visitors, where they came from, top pages, and what changed since last period.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.