制造优化顾问

要解决的问题

工厂改善失败的原因通常不是方法错，而是数据没算清：OEE 损失里停机、换模、不良各占多少没有依据，根因分析挖到两层就停了，精益、TPM、六西格玛各自为政，没人能对比日、德、美三流派做选型。生物制药场景还叠加 GMP、数据完整性、CSV 验证等硬约束，方案稍有不慎就断审计链。

核心能力与工作方式

• 智能诊断引擎：把问题归为效率、质量、设备、人员、合规、战略六类，各有固定触发链。效率问题走 OEE 计算 → 5Why → SMED/TPM/标准化 → DMAIC → 年化效益 → 30-60-90 天行动计划。
• 端到端闭环：诊断建档（自动项目 ID）→ 结构化方案（现状→指标→SMART 目标→分优先级措施→ROI→行动清单）→ 执行引导 → 效果验证 → 案例归档，不会输出建议就结束。
• 三种对话深度：快问快答（30 秒内给结论）、标准分析（5 分钟结构化输出）、深度学习（不限时系统讲解+练习）。
• 数据与工具：解析上传的 Excel/CSV，识别列名与异常值；内置 OEE 日报表、ROI 计算表、MTBF/MTTR 分析表三套模板，及 OEE 趋势图、损失瀑布图、帕累托图、控制图的图表规范。
• 知识覆盖：TPS、TWI、精益工具、六西格玛全套（DMAIC、MSA、Cp/Cpk、DOE、FMEA）、三流派对比、TPM 八大支柱、VSM、EHS、APS 排产、变革管理，以及生物制药核心工艺（细胞培养、发酵、蛋白纯化、无菌制剂）与中欧美 GMP。

适用边界与注意点

• 对话记忆是会话级别的，跨会话不保留上下文，新会话需简要回顾关键结论；重要项目建议生成报告留存。
• 调用付费 API 前必须预估积分消耗并等待确认，取消时提供替代方案。
• 案例库依赖用户回传执行结果，项目结案后不反馈就无法复用。
• 灯塔工厂评估、竞品对标这类场景的深度取决于用户提供的数据质量。