Agent Skills
返回列表
📊

制造现场不良数据分析助手

数据分析 更新于 2026.08.29

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 @engicool/manufacturing-quality-data-analysis。

技能介绍

解决什么问题

车间巡检、制程不良和成品检验台账经常散落在 Excel、CSV、Word 或 PDF 中，表头不统一、存在合并单元格，人工统计 TOP3 不良容易遗漏口径。这个技能用于把现场质量台账转成可沟通的分析结论，而不是做复杂质量算法。

它如何工作

技能会按固定流程处理：先用 parse_data.py 解析文件结构，识别 Sheet、表头和关键字段；再用 clean_data.py 处理空行、空值、重复数据和合并单元格；然后用 analyze_data.py 统计不良类型、按工序/班次/产品拆分，并筛选 TOP3 高频不良；最后用 generate_charts.py 输出 HTML 报告。
关键点在于交互：当只有合格/不合格标记、缺少不良数量，或数据量过少时，它会先向用户确认计算规则，再给出数据概览、Markdown 统计表格、HTML 图表和整改优先级建议。

适用边界

它适合车间现场不合格、制程不良、巡检勘查记录和成品检验台账；不支持供应商质量、客诉分析、SPC 控制图、CPK 计算、成本核算、月报汇总或 8D 报告。输出偏轻量，便于复制到飞书、WPS 或文档中使用。

使用场景

  • 处理车间巡检 Excel 多 Sheet 台账，统计不良类型并给出 TOP3 高频问题。
  • 清洗包含合并单元格和空值的 CSV 巡检记录，转成可核对的不良分布统计。
  • 把 Word 检验台账解析成结构化数据，按工序和班次拆分不良数量。
  • 生成带数据概览、统计表格和图表的 HTML 报告，用于现场质量复盘。

适合人员

  • 质量工程师：要把现场巡检和制程不良台账快速整理成可复盘的分析结论。
  • 生产主管：需要按工序、班次和产品查看不良分布，并确定整改优先级。
  • 检验员：想把 Excel、CSV 或 Word 里的检验记录转成标准化统计。
  • 工艺技术员：需要基于 TOP3 高频不良，向班组输出简明质量分析说明。