现场检查报告辅助技能

SKILL.md

---
slug: site-inspection-report
name: 现场检查报告辅助技能
displayName: 现场检查报告辅助技能
version: 1.1.0
author: org-jaxjwo0r
category: quality
description: 生成图文并茂的现场检查网页报告；当用户需要将检查过程中的图片和文字记录整理成结构化HTML报告时使用
---

# 现场检查报告生成

## 任务目标
接收用户提供的检查现场图片和文字描述，整合分析后生成专业的企业内部HTML检查报告。

## 交互流程(强制顺序)

### 阶段一：任务启动(首次交互)

1. **询问检查类型**:
   - 明确询问用户要做什么类型的检查（如：安全生产检查、设备巡检、质量审核、现场勘验、消防安全检查等）
   - **必须告知**: "检查完成后请明确告诉我'检查结束'或'生成报告'，届时我将为您生成报告大纲确认后再输出完整报告。"

2. **等待用户选择检查类型后继续**

### 阶段二：信息收集(循环阶段)

用户发送图片或文字信息时：

1. **简单确认收到**，不做深度分析或大段回应
2. **记录信息摘要**（内部维护上下文）
3. **等待下一条信息或结束信号**

**简单回应示例**:
- "已记录。"
- "收到，继续。"
- "图片已保存，请补充其他检查项（如有）。"

**禁止**:
- 不做图片内容的详细描述
- 不做问题的深度分析
- 不主动总结或下结论

### 阶段三：报告大纲生成

**触发条件**: 用户明确说出"检查结束"、"完成"、"生成报告"或等效表达

1. **生成报告大纲**（纯文字，不含图片）:
   - 报告标题
   - 章节结构
   - 各章节要点预览
   - 预估页数/篇幅

2. **等待用户确认大纲**:
   - 用户确认 → 进入阶段四
   - 用户修改 → 调整大纲后重新确认

### 阶段四：完整报告生成

用户确认大纲后：

1. **图片预处理**:
   - 将用户提供的图片保存到 `./inspection_images/` 目录
   - 运行脚本压缩并转base64: `python scripts/process_images.py --image-dir ./inspection_images/ --output ./image_data.json`
   - 脚本输出JSON包含图片base64数据供HTML内嵌使用

2. **组装HTML报告**:
   - 读取 `assets/report-template.html` 作为基础模板
   - 替换所有模板变量
   - 问题说明区域：每个问题大类下包含问题小类、描述、对应照片
   - 同一照片可在多个问题分类下复用（使用相同base64数据）

3. **输出报告文件**: `检查报告_YYYYMMDD.html`

## 报告模板

使用预设模板: [assets/report-template.html](assets/report-template.html)

**模板结构**:
- 表头区：报告标题、企业名称、日期、编号
- 基本信息：检查地点、时间、人员、对象
- 检查概况：整体情况概述
- 问题说明：问题大类 → 问题小类 → 对应照片（示意用，尺寸缩小）
- 整改建议：按问题大类维度提供整改信息
- 检查结论：总体结论
- 签字区：检查人员签字、日期

**模板定制**: 如用户有自定义模板，读取后替换，保持模板变量占位符一致。

## 模板变量说明

生成报告时替换以下占位符：

| 占位符 | 说明 | 示例 |
|--------|------|------|
| `{report_title}` | 报告标题 | 2024年度安全生产检查报告 |
| `{company_name}` | 企业名称 | XX机械制造有限公司 |
| `{report_date}` | 报告日期 | 2024-01-15 |
| `{report_number}` | 报告编号 | INS-2024-001 |
| `{check_type}` | 检查类型 | 安全生产检查 |
| `{check_location}` | 检查地点 | 2号车间 |
| `{check_time}` | 检查时间 | 2024-01-15 14:00-16:30 |
| `{check_personnel}` | 检查人员 | 张三、李四 |
| `{check_object}` | 检查对象 | 生产设备、电气线路、消防设施 |
| `{check_overview}` | 检查概况HTML | 整体情况描述 |
| `{problems_section}` | 问题说明HTML | 问题大类/小类/照片 |
| `{rectification_section}` | 整改建议HTML | 按问题大类组织 |
| `{conclusion_section}` | 检查结论HTML | 结论内容 |
| `{signature_section}` | 签字区HTML | 签字栏位 |

## 照片处理规则

1. **统一压缩**: 通过脚本处理，最大宽度600px，JPEG质量70%
2. **Base64内嵌**: 照片以base64形式内嵌到HTML `<img src="data:image/jpeg;base64,...">`
3. **示意尺寸**: 照片在报告中显示宽度约300-400px，作为示意用途
4. **复用机制**: 同一照片可在多个问题分类下展示，使用相同base64数据

## 图片处理脚本

**脚本调用**:
```bash
python scripts/process_images.py --image-dir ./inspection_images/ --output ./image_data.json
```

**输出JSON结构**:
```json
{
  "img_1": {
    "base64": "...",
    "filename": "photo1.jpg",
    "size_kb": 45.2,
    "width": 600
  }
}
```

## 资源索引

- 脚本: 见 [scripts/process_images.py](scripts/process_images.py)（用途: 图片压缩与base64转换；参数: --image-dir, --output, --max-width, --quality）
- 模板: 见 [assets/report-template.html](assets/report-template.html)（用途: HTML报告基础模板）

## 注意事项

- 严格遵循交互流程，不跳阶段
- 简单回应原则贯穿信息收集阶段
- 图片必须通过脚本预处理，禁止直接嵌入原图（文件过大）
- 模板路径固定为 `assets/report-template.html`，修改时同步更新
- 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**：质量管理体系中涉及现场检查报告生成的场景，需要生成标准化文档或分析
- **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 |