QC 数据处理器

要解决什么问题

产线或实验室里常见的 QC 数据并不「自带语义」：Excel/CSV 里混着测量值、子组、失效时间与删失标记，工程师却要据此画 Xbar-R / I-MR、算 Cp/Cpk、或对寿命数据做 Weibull 拟合并给出 B10、MTTF。手工在 Minitab 与 Word 之间来回切，既慢也容易在列类型、子组大小上出错。

技能如何工作

本技能以 MCP Server 形式暴露四条工具链，适合在对话里按步骤调用：

1. qc_parse_data_tool：读入 .csv / .xlsx，自动识别列类型、建议分析管路与控制图类型。
2. qc_spc_analyze_tool：在解析结果（需含 _file_path）上指定测量列，做 SPC：控制限、Western Electric 判异、Cp/Cpk/Pp/Ppk。
3. qc_reliability_analyze_tool：对失效时间与删失列做 MLE 拟合（Weibull / Lognormal / Exponential），用 AICc 选模，输出参数置信区间与概率图数据。
4. qc_report_generate_tool：把 SPC 或可靠性结果套进 daily / weekly / 8d / reliability 模板，生成 Markdown 报告正文。

典型路径是「解析 → 分析 → 出报告」；可靠性分析与 SPC 可独立走各自的第三步。

适用边界

• 输出均为 文本或 JSON，不渲染控制图/概率图图片，也没有 GUI。
• 走 stdio 传输，无需 API Key；过程能力算法对标 Minitab/JMP，控制图常数覆盖子组 n=2～25。
• 用户侧需提供本地文件路径；列名与子组大小需与分析意图一致，否则应在解析阶段核对 schema 建议。