Nano Analytics

📊 纳米分析

轻量级、可自托管的网络分析。一行JS。隐私友好。AI就绪API。

无Cookie·无GDPR横幅·无第三方服务·每天1000名访客，每年约90 MB

______________________________________________________________________

2分钟内部署

单击按钮→ 填写您的应用程序名称→ 使用您自己的私有数据库获取实时URL。 每个用户都有一个完全独立的实例。您的数据永远不会接触到其他人的服务器。

✅ 渲染是最简单的路径： API_TOKEN 是为您自动生成的。部署后，在渲染仪表板中找到它→ 设置→ 环境变量. ⚙️ 铁路： 部署后： 1. 右击 铁路画布上的NanoAnalytics服务→ 附加音量 → 将装载路径设置为 /data 1. 首选 变量 → add API_TOKEN 任意随机字符串 1. ⚠️ 严重--检查 DB_PATH: 在 变量，确保 DB_PATH 设置为 /data/analytics.db铁路有时会自动填充它 /tmp/analytics.db — /tmp 是短暂的，每次重新部署时都会被擦除，丢失所有数据。如果你看到 /tmp/...，将其更改为 /data/analytics.db 并重新部署。 💡 部署按钮的工作原理： 他们从这个公共存储库中提取源代码，并将其部署为 *您自己的私有实例* 在您选择的平台上。您拥有部署、URL和数据——没有共享服务器。

______________________________________________________________________

部署后

1.将跟踪器添加到您的网站

请先粘贴此内容 `` 在您要跟踪的每个页面上：

就是这样。没有配置。会话通过以下方式跟踪 sessionStorage --不需要Cookie，也不需要同意横幅。

2.打开仪表板

访问 https://YOUR-DEPLOY-URL/dashboard

输入您的站点主机名（例如。 mysite.com)和你的 API_TOKEN → 图表和统计数据会立即出现。

______________________________________________________________________

你得到了什么

______________________________________________________________________

API 参考

全部 /api/* 端点需要 Authorization: Bearer YOUR_API_TOKEN.

常用查询参数： ?site=example.com&start=1735689600&end=1738368000 (start 和 end 是Unix时间戳，单位为秒——可选，默认为所有时间）

卷曲示例

# Replace with your actual URL and token
URL="https://your-instance.railway.app"
TOKEN="your-api-token"

# Total views this month
curl -H "Authorization: Bearer $TOKEN" \
  "$URL/api/pageviews?site=mysite.com&start=$(date -v-30d +%s)"

# Top 5 pages
curl -H "Authorization: Bearer $TOKEN" \
  "$URL/api/pages?site=mysite.com&limit=5"

______________________________________________________________________

MCP/AI代理设置

您的NanoAnalytics实例在以下位置公开了实时OpenAPI规范 /openapi.json任何使用OpenAPI的AI代理都可以用自然语言查询您的分析。

互动指南： 访问 https://YOUR-DEPLOY-URL/mcp 对于一个自动填充实例URL并为下面的每个配置块提供一键复制按钮的页面。

______________________________________________________________________

克劳德桌面

先决条件： 必须安装在您的计算机上（配置使用 npx 自动运行MCP桥——除了Node.js本身，不需要手动安装）。

配置文件位置：

• macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
• 窗户： %APPDATA%\Claude\claude_desktop_config.json

打开文件并添加 nano-analytics 内部堵塞 mcpServers:

{
  "mcpServers": {
    "nano-analytics": {
      "command": "npx",
      "args": ["-y", "@ivotoby/openapi-mcp-server"],
      "env": {
        "API_BASE_URL": "https://YOUR-DEPLOY-URL",
        "OPENAPI_SPEC_PATH": "https://YOUR-DEPLOY-URL/openapi.json",
        "API_HEADERS": "Authorization:Bearer YOUR_API_TOKEN"
      }
    }
  }
}

保存文件并重新启动Claude Desktop。你现在可以问：

*“上周我在mysite.com上的主页是什么？”* *“本月移动流量是否在增长？”* *“给我看看过去30天的每日趋势。”*

______________________________________________________________________

光标

选项A——项目范围 （仅此仓库中的分析上下文）：

创建 .cursor/mcp.json 在项目的根本：

{
  "mcpServers": {
    "nano-analytics": {
      "url": "https://YOUR-DEPLOY-URL/openapi.json",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

选项B——全球 （在所有Cursor工作区中都可用）：

首选 光标设置→ MCP → 添加服务器 并粘贴：

{
  "nano-analytics": {
    "url": "https://YOUR-DEPLOY-URL/openapi.json",
    "headers": {
      "Authorization": "Bearer YOUR_API_TOKEN"
    }
  }
}

______________________________________________________________________

风帆冲浪（Codeium）

首选 风帆设置→ 级联→ MCP服务器→ Add:

{
  "mcpServers": {
    "nano-analytics": {
      "serverUrl": "https://YOUR-DEPLOY-URL/openapi.json",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

______________________________________________________________________

GPT操作（聊天GPT/自定义GPT）

1. 首选 我的GPTs→ 创建→ 配置→ 添加操作
2. 集 认证 → API密钥→ 头球 Authorization，价值： Bearer YOUR_API_TOKEN
3. 从URL导入架构： https://YOUR-DEPLOY-URL/openapi.json
4. 保存--您的GPT现在可以回答分析问题

______________________________________________________________________

任何其他兼容OpenAPI的客户端

Spec URL:  https://YOUR-DEPLOY-URL/openapi.json
Auth type: Bearer Token
Token:     YOUR_API_TOKEN

适用于LangChain工具、LlamaIdex、n8n AI节点、Make.com HTTP模块或任何接受OpenAPI 3.1规范的工具。

______________________________________________________________________

您的代理可以回答的示例查询

______________________________________________________________________

电报和Discord机器人

机器人程序查询您的NanoAnalytics API并用格式化的统计数据进行回复。建议的方法是将每个机器人部署为 独立轻量级服务 --它自己的私人回购，自己的铁路服务。无需卷（机器人程序在磁盘上不存储任何内容）。

______________________________________________________________________

推荐：作为独立的铁路服务部署

步骤1——创建机器人仓库

使用以下4个文件创建一个新的私有GitHub存储库：

bot.py --复制自 bots/telegram_bot.py （电报）或 bots/discord_bot.py （不和谐）

requirements.txt

# Telegram
python-telegram-bot==21.*
httpx>=0.27

# Discord (use this instead)
# discord.py>=2.4
# httpx>=0.27

Dockerfile

FROM python:3.12-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY bot.py .
CMD ["python", "bot.py"]

.env.example

TELEGRAM_BOT_TOKEN=your-token-from-botfather
ANALYTICS_URL=https://your-nanoanalytics-instance.up.railway.app
ANALYTICS_API_TOKEN=your-api-token
ANALYTICS_SITE=mysite.com

第二步——在铁路上部署

1. 铁路→ 新服务 → GitHub → 选择您的bot仓库
2. 首选 变量 → 添加以下4个变量 .env.example 具有真实价值
3. 无需卷——机器人没有磁盘存储

Railway将构建Docker镜像，并保持机器人全天候运行。

______________________________________________________________________

电报设置

1. 消息 @植物学家 在Telegram上→ /newbot → 复制令牌→ 使用它作为 TELEGRAM_BOT_TOKEN
2. 在Telegram中打开您的机器人并发送 /start

命令： /stats /pages /referrers /countries /devices /trend /languages

______________________________________________________________________

Discord设置

1. 首选 confirm.com/developers/applications → 新应用程序 → 机器人
2. 启用 消息内容意图 在特权网关权限下
3. 复制机器人令牌→ 使用它作为 DISCORD_BOT_TOKEN
4. 通过以下方式邀请机器人到您的服务器 发送消息 + 读取消息 权限

命令： !stats !pages !referrers !devices !trend !languages

______________________________________________________________________

快速本地测试（无需托管）

直接在您的终端中运行——只要窗口打开，机器人就会保持活动状态：

pip install python-telegram-bot httpx   # or: discord.py httpx

TELEGRAM_BOT_TOKEN="..." \
ANALYTICS_URL="https://your-instance.up.railway.app" \
ANALYTICS_API_TOKEN="..." \
ANALYTICS_SITE="mysite.com" \
python bots/telegram_bot.py

______________________________________________________________________

码头工人

# Clone and run
git clone https://github.com/callmefredcom/NanoAnalytics.git
cd NanoAnalytics

# Set your token
echo "API_TOKEN=your-secret-token" > .env

# Start (data persists in a named volume)
docker compose up -d

# View logs
docker compose logs -f

# Stop
docker compose down

您的实例位于 http://localhost:8000

______________________________________________________________________

pip（本地/VPS）

pip install nano-analytics

# Run (adjust DB_PATH to a writable location)
API_TOKEN=secret DB_PATH=/tmp/analytics.db \
  flask --app "nano_analytics:create_app()" run --host 0.0.0.0

对于使用gunicorn的生产：

API_TOKEN=secret DB_PATH=/data/analytics.db \
  gunicorn wsgi:app --bind 0.0.0.0:8000 --workers 2

______________________________________________________________________

Fly.io手动部署

# Install flyctl: https://fly.io/docs/hands-on/install-flyctl/
fly auth login

# Create the app and volume
fly apps create nano-analytics
fly volumes create analytics_data --region iad --size 1

# Set your token
fly secrets set API_TOKEN=your-secret-token
fly secrets set BASE_URL=https://nano-analytics.fly.dev

# Deploy
fly deploy

______________________________________________________________________

存储规模

SQLite位于持久卷上。每个命中行约为200字节。

当访问者/天>50000时，考虑添加一个定期作业，将旧行聚合到每日摘要中。

______________________________________________________________________

安全模型

• 没有设置页面。 你的 API_TOKEN 位于托管平台自己的登录之后。在“环境变量”面板中找到它。
• 仪表板是一个静态的HTML shell——没有令牌就不会提供敏感数据。
• 灯塔(/hit, /a.js)已公开并设置 Access-Control-Allow-Origin: * 因此，它适用于任何领域。
• 所有统计端点都需要 Authorization: Bearer YOUR_TOKEN.

______________________________________________________________________

许可证

麻省理工学院