制造业质量现场数据分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/duding-engicool-skill-manufacturing-quality-data-analysis-010。
技能介绍
现场台账先结构化,再谈不良归因
车间巡检、制程不良、成品检验往往落在 Excel 多 Sheet、CSV 导出表 或 Word/PDF 台账里。表头不统一、合并单元格、只有「合格/不合格」却没有不良数量——这类数据很难直接做占比和 TOP 排名。本技能面向 现场不合格与制程不良记录 的轻量分析,不做 SPC、CPK 或供应商/客诉链路。
工作流程与输出
触发条件是上传表格文件或粘贴数据。执行上大致分六步:
- 用
scripts/parse_data.py解析 Excel / CSV / Word / PDF,做 Sheet 数量、表头与关键字段的宏观识别 - 字段确认:自动对齐产品、工序、班次、不良类型、不良数量、日期;多 Sheet 按语义关联;含义不清或缺字段时先问用户(例如是否按「一条记录 = 1 个不良」计)
scripts/clean_data.py处理合并单元格、空值、去重与格式统一scripts/analyze_data.py做不良类型统计与占比、按工序/班次/产品拆分,并筛 TOP3 高频不良- 先给出报告大纲供确认,再调用
scripts/generate_charts.py生成带图表的 HTML 报告(含数据概览、Markdown 统计表、结论与整改优先级)
报告按时间命名,表格段落可直接贴进飞书或 WPS。
边界与交互原则
支持:巡检、勘查、制程不良、成品检验台账。不处理:月报汇总、8D、成本核算等跨场景需求。字段不明时 必须交互确认,禁止 silent 自设口径;也不上复杂统计算法,输出保持可读的现场品质用语。
使用场景
- 产线工程师拿到含巡检、制程不良、成品检验三个 Sheet 的 Excel,要统一口径算不良率并按类型出 TOP3
- 品质员从 MES 导出 CSV,只有检验结果与不良描述字段,需要拆成不良类型并做工序分布统计
- 现场用 Word 填写的检验表格需解析合并单元格后,先确认大纲再生成可分享的 HTML 分析页
- 班组长粘贴当班巡检不合格记录,要求在数据量够的前提下快速给出整改优先级建议
适合人员
- 负责多 Sheet 制程不良台账、需跨表关联不良类型与数量的车间品质工程师
- 每周整理巡检/成品检验 CSV,要向主管汇报 TOP 不良与工序分布的现场品质员
- 用 Word 或 PDF 承接现场勘查记录、需要可嵌入内网或飞书图表的品保专员
- 班组长或拉长手里只有当班不合格明细,想快速看清高频问题再排整改顺序