品管圈技能

SKILL.md

---
slug: qcc-activity-assistant
name: 品管圈技能
displayName: 品管圈技能
version: 1.1.0
author: org-jaxjwo0r
category: quality
description: QCC课题发表PPT的辅助生成技能；当用户需要准备QCC发表、生成发表PPT、撰写讲稿、进行发表前检查时使用
---

# QCC项目发表辅助技能

## 触发场景
当用户说「准备发表」「合成发表PPT」「写讲稿」「发表前检查」「盘点项目产物」时加载本技能。

## 强制交互：获取项目产物

**本技能依赖QCC项目的过程产物，调用时必须先向用户索要。**

### 索要话术
```
为了帮您生成QCC发表PPT，我需要您的QCC项目过程产物。请提供以下任一形式：

1. 完整项目目录（包含00_项目主档案.md和Step1-Step10各步骤产物）
2. 项目主档案文档（含课题名、圈名、现状值、目标值等基本信息）
3. 各步骤产物文件（现状分析数据、要因验证、对策实施记录、效果确认数据等）
4. 已有的分析图表（柏拉图、鱼骨图、趋势图等图片文件）

您可以：
- 直接上传文件
- 粘贴文档内容
- 提供文件路径

请提供您的QCC项目产物，我将为您生成发表PPT。
```

### 产物解析能力
本技能可解析以下格式：
- **Markdown文档**：提取课题信息、步骤产物
- **CSV/Excel数据**：解析现状数据、效果数据
- **图片文件**：柏拉图、鱼骨图、趋势图等（检查分辨率≥300dpi）
- **YAML/JSON配置**：解析项目配置
- **纯文本**：通过关键词识别提取结构化信息

### 图片内容解析（重要）

**当项目产物中包含图片时，必须对图片内容进行围绕项目主线的文字解析。**

#### 解析流程
1. **扫描图片**：outline.py扫描项目目录，收集所有图片文件
2. **智能体解析**：使用多模态能力读取图片内容，生成围绕项目主线的文字解析
3. **填入大纲**：将解析结果填入大纲YAML的`image_analysis`字段
4. **渲染到PPT**：build_pptx.py将解析文字渲染到PPT图片下方

#### 解析要求
- **围绕项目主线**：解析内容必须与课题目标、现状分析、要因验证、效果确认等主线相关
- **提取关键信息**：识别图表类型（柏拉图/鱼骨图/趋势图/柱状图等）、关键数据、主要结论
- **简洁明了**：每张图片解析控制在2-3句话，突出核心发现
- **数据关联**：将图片中的数据与项目主档案中的数据进行关联验证

#### 解析示例
```yaml
# 柏拉图解析示例
- path: "03_Step3_现状把握/柏拉图_不良类型分布.png"
  position: "right"
  width_cm: 14
  image_analysis: "该柏拉图显示不良类型分布，前三大不良为尺寸偏差(45%)、表面缺陷(28%)、装配不良(15%)，累计占比88%，符合二八原则。"

# 鱼骨图解析示例
- path: "05_Step5_原因分析/鱼骨图_尺寸偏差要因.png"
  position: "full"
  width_cm: 20
  image_analysis: "鱼骨图从人、机、料、法、环、测六个维度分析尺寸偏差原因，识别出设备精度不足、操作规范缺失、来料公差过大三个主要要因。"

# 趋势图解析示例
- path: "09_Step9_效果确认/趋势图_改善前后对比.png"
  position: "right"
  width_cm: 14
  image_analysis: "趋势图显示改善后不良率从3.2%降至0.8%，目标达成率125%，改善效果显著且稳定。"
```

#### 智能体解析指令
当需要解析图片时，使用以下指令：
```
请分析这张QCC项目图片，围绕以下主线进行解读：
- 课题目标：{project_name}
- 当前阶段：{step_name}
- 关键问题：{key_question}

请提取：
1. 图表类型（柏拉图/鱼骨图/趋势图/柱状图/其他）
2. 关键数据点（数值、占比、趋势等）
3. 主要结论（与课题目标的关联）
4. 2-3句简洁的解析文字（用于PPT展示）
```

## 任务路由表

| 任务 | 脚本 | 入参 | 产物 |
|------|------|------|------|
| 盘点项目产物 | inventory.py | 项目根目录 | 完整性报告.md |
| 生成PPT大纲 | outline.py | 项目目录 + 模板选择 | 大纲.yaml |
| 大纲渲染为.pptx | build_pptx.py | 大纲.yaml + 母版 | 发表稿.pptx |
| 生成讲稿 | speech_draft.py | 大纲.yaml + 控时 | 讲稿.md |
| 发表前自查 | review.py | 项目目录 + PPT路径 | 自查报告.md |
| 导出归档包 | export.py | 项目目录 + PPT路径 | zip包 |

## 场景路由表

| 场景 | 加载文件 |
|------|----------|
| 不知道PPT写哪些章节 | references/QCC大赛PPT结构标准.md |
| 评委关注什么 | references/发表评审要点.md |
| PPT版式排版问题 | references/PPT版式规范.md |
| 讲稿怎么写 | references/讲稿撰写规范.md |
| 发表前要检查什么 | references/发表前自查清单.md |

## 模板路由表

| 场景 | 模板 |
|------|------|
| 朴素工业风母版 | templates/master_industrial.pptx |
| 完整14章节大纲 | templates/ppt大纲_完整版.yaml |
| 精简8章节大纲 | templates/ppt大纲_精简版.yaml |
| 讲稿骨架 | templates/讲稿骨架.md |

## 通用调用约定

1. **必须先跑inventory.py确认产物完整**，缺失项≥3个时阻断后续动作
2. outline.py默认引用Step{N}目录的图表，不重新生成
3. **图片解析流程**：
   - outline.py扫描图片并生成占位符（`image_analysis: "[待智能体解析]"`）
   - 智能体使用多模态能力读取图片，生成围绕项目主线的文字解析
   - 将解析结果更新到大纲YAML的`image_analysis`字段
   - build_pptx.py将解析文字渲染到PPT图片下方
4. build_pptx.py使用本技能内置python-pptx直接生成.pptx
5. speech_draft.py默认每页60-120秒（数据密集页可到180秒）
6. 总页数上限100页，超限报警告但不阻断
7. 失败处理：缺图就用占位符+标红提示，不静默跳过

## 不做清单

- 不重新画统计图/不重新做分析
- 不替学员决定课题结论/真因/对策
- 不自动生成配图/不加装饰图形/不套复杂排版模板
- 不调用create-ppt技能/不依赖任何PPT通用合成技能
- 不做现场发表演练
- 不做发表后的复盘/评审反馈整理

## 资源索引

- 脚本：见 [scripts/](scripts/) 目录（6个脚本）
- 参考：见 [references/](references/) 目录（5篇规范文档）
- 模板：见 [templates/](templates/) 目录（母版+大纲+讲稿骨架）


## 注意事项

- 变更记录：V1.1.0：完善 TRACE 五维度测评体系，补充触发条件、能力边界、异常处理与 TRACE 自评表

## 能力边界

- **适用场景**：QCC（品管圈）项目发表准备，包含 PPT 制作和讲稿撰写
- **不适配场景**：法律法规正式解释、专业认证替代、涉及人身安全的紧急决策
- **输入要求**：需提供明确的参数和要求，脚本依赖需预先安装，Python 3.9+


## 异常处理

- **输入不完整**：提示用户补充缺失的关键信息，列出必需字段，引导用户逐步完善输入
- **依赖缺失**：检测依赖环境（Python库、系统工具），给出明确的安装指令和验证方法
- **执行失败**：输出清晰的错误信息和可能的原因，提供降级方案（如无法生成 PNG 则输出 SVG）
- **结果验证**：输出完成后提供校验方法，建议用户确认关键内容的准确性


## TRACE 五维度自评

| 维度 | 得分 | 自评说明 |
|------|------|----------|
| **Trust 信任度** | 8/10 | SKILL.md 结构化清晰，描述完整，触发条件明确，使用者可信任输出质量 |
| **Reliability 可靠性** | 8/10 | 包含使用示例和注意事项，输出格式统一，有脚本支撑的可复现能力 |
| **Adaptability 适配性** | 7/10 | 适应多种相关输入场景，提供参数化配置和脚本 支持 |
| **Convention 惯例性** | 8/10 | 遵循 SKILL.md 标准结构，frontmatter 完整，资源索引清晰 |
| **Effectiveness 有效性** | 8/10 | 端到端完成任务，脚本自动化提升执行效率 |
| **总分** | **39/50** | 基本合格 |