PDCA 循环核验模式

要解决什么问题

标书、竣工资料或内部知识库里堆着一串标准号时，真正难的不是「查一次」，而是把「这条还有效吗？」变成可量化、可追溯、可闭环的动作：哪些现行、哪些被替代、哪些该立刻改文档，以及改完怎么证明没漏。

本技能把 PDCA 收成 U（Update 知识更新）→ D（Detect 问题检测）→ R（Resolve 治理执行） 三段式，并提供可运行的 CLI 引擎 scripts/pdca_runner.py。默认离线优先，用本地缓存 references/standard-database.json 即可跑通；配置 --endpoint 或 references/endpoints.json 后可叠加联网核验，超时或断网会优雅降级，不会把流水线打崩。

核心能力与关键步骤

• 批量核验：--refs 或 --refs-file 读入编号清单，输出 JSON 报告；每条带 staleness.level（🟢 当前 / 🟡 建议更新 / 🔴 已过时 / ⚪ 未命中）和自动生成的 resolve_actions。
• 多源共识：多个 TIER-1 源可并行参与判定；JSON 端点期望 {"status":"现行|被替代|已废止"}，HTML 适配器用关键词扫描，未命中状态词则降级，避免误报。
• 陈旧度评分：按时效、更新时间、来源一致性、引用格式加权（0–10），用于排序与提醒，不是合规签字结论。
• 闭环扩展：除标准时效外，还支持 Bug 修复闭环（回归探针 + 门禁复跑）、改动验收（反轻信：git 核对 + 隔离端口冒烟 + 门禁集）、以及 --issue + --verify-cmd 的通用整改追踪（返回码 0 才闭环）。

适用边界与注意点

• AI 辅助声明：联网与本地结论仅供参考；标书、审计等正式场景须以官方发布或人工核对为准。
• 技能不内置硬编码外网地址；联网需你提供可信官方端点。示例缓存是演示数据，勿当权威库。
• 不适合单轮一次性问答、纯主观质量判断，或要求 100% 权威结论的合规签字场景。