@feng-h/pdca-skill 1.0.0

package/system//347/273/217/351/252/214/345/272/223.md

@@ -0,0 +1,57 @@
+# 经验库
+
+本文档用于沉淀 PDCA 项目中验证有效的成功措施与失败教训。新项目启动时，AI 应优先检索本库以提供建议。
+
+---
+
+## 🛠️ 设备 (Equipment)
+*涉及设备故障、维护保养、零备件、自动化改造等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| 提升核心机加设备OEE | 2026-02-07 | 通过[安装自动润滑系统]，将[故障停机时间]从[12h/周]降至[2h/周] | 润滑泵选型需匹配高粘度油品，否则容易堵塞。 |
+
+---
+
+## 🎯 质量 (Quality)
+*涉及合格率、质量缺陷、测量仪器、防错等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| | | | |
+
+---
+
+## 📈 效率 (Efficiency)
+*涉及节拍、OEE、多能工、等待浪费、搬运等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| | | | |
+
+---
+
+## 💰 成本 (Cost)
+*涉及单件成本、能耗、辅料消耗、库存积压等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| | | | |
+
+---
+
+## 🔄 流程 (Process)
+*涉及跨部门协作、审批流、SOP 优化等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| | | | |
+
+---
+
+## 👥 管理 (Management)
+*涉及团队激励、绩效考核、沟通机制等。*
+
+| 项目名称 | 日期 | 成功措施 (量化) | 失败教训/避坑指南 |
+| :--- | :--- | :--- | :--- |
+| | | | |

package/system//350/247/204/350/214/203/Validators/logic.md

@@ -0,0 +1,72 @@
+# 因果逻辑校验标准 (Causal Logic Validator)
+
+本模块用于 AI Agent 自动检查 PDCA 项目中的”原因分析”与”改善措施”之间的逻辑关联，以及**框架维度在整个 PDCA 循环中的一致性**。
+
+---
+
+## 🎯 核心原则：一票否决制 (One-Vote Veto Rule)
+
+**必须满足**：每一项识别出的关键根因 (Critical Root Cause) 必须至少对应一项直接且有效的改进措施 (Direct Countermeasure)。
+
+**判定规则**：
+1. **FAILED (不通过)**：若存在任何一项关键根因未被有效措施覆盖，计划即为失败。
+2. **FAILED (不通过)**：若措施仅能缓解症状（治标）而不能消除根因（治本）。
+3. **FAILED (不通过)**：**若 Plan/Do/Check/Act 各阶段使用的框架不一致**。
+4. **PASS (通过)**：所有根因均有对应的闭环措施，且框架维度在循环中保持一致。
+
+---
+
+## 📋 校验维度
+
+### 0. Framework Consistency (框架一致性) ⭐ 新增
+
+**定义**：Plan 阶段选择的 MECE 框架必须在 Do/Check/Act 阶段保持一致。
+
+**检查项**：
+- [ ] **Plan → Do**：Do 阶段的执行监控是否按 Plan 阶段的框架维度进行？
+- [ ] **Do → Check**：Check 阶段的评估是否按相同框架维度进行？
+- [ ] **Check → Act**：Act 阶段的行动方案是否按相同框架维度制定？
+
+**判定标准**：
+- 若 Plan 用 TREND 框架分析，但 Do 阶段只监控”训练完成率”而忽略其他维度 → **FAILED**
+- 若 Check 阶段评估只看总体目标，不按维度分解 → **FAILED**
+- 若 Act 阶段行动方案与框架维度不对应 → **FAILED**
+
+**常见错误**：
+- Plan 用 TREND（Training/Rest/Eating/Nature/Daily），但 Act 只针对 Training 制定措施
+- Plan 用 4M1E，但 Check 阶段只看”设备效率”，忽略人员、材料、方法、环境
+- Plan 用 GRCT（Goals/Roles/Communication/Trust/Tools），但 Do 只监控”目标完成率”
+
+### 1. Root Cause Mapping (因果映射)
+- **定义**：每一条改善措施必须直接对应一个或多个经过确认的根本原因。
+- **检查项**：
+    - [ ] **映射完整性**：是否存在“有原因，没对策”或“有对策，没原因（无本之木）”？
+    - [ ] **管理 vs 技术**：如果根因是物理/技术失效，措施必须包含技术手段（如：加装传感器、修改程序、更换材质）。仅靠“加强意识”、“加强培训”或“张贴标识”通常被视为无效对策。
+- **判定标准**：
+    - 任何改善计划若仅包含“增强意识”、“加强管理”等模糊描述且无具体执行步骤，直接判定为逻辑不足。
+
+### 2. Effectiveness Verification (有效性验证)
+- **定义**：在逻辑上，采取该措施后，该原因是否会大概率消失或减弱？
+- **检查项**：
+    - [ ] **措施层级**：是否遵循“物理防错 (Poka-Yoke) > 流程优化 > 制度约束 > 教育培训”的优先级？
+    - [ ] **预防 vs 检测**：优先选择“预防发生”的措施，而非仅仅“加强检测”。
+- **判定标准**：
+    - 优先推荐“物理防错”和“流程重组”。若措施全部为“培训/教育”，建议驳回并要求深挖技术根因。
+
+### 3. Logic Consistency (逻辑一致性)
+- **定义**：分析工具（如 5Why、鱼骨图）的结论必须与后续执行计划保持一致。
+- **检查项**：
+    - [ ] **分析路径**：5Why 分析的最后一层结论是否作为了改善措施的出发点？
+    - [ ] **覆盖度**：鱼骨图的主骨架是否在措施中得到了全面覆盖？
+
+---
+
+## 🤖 AI 判定指令集
+
+当 AI Agent 进行校验时，应输出如下格式：
+
+> **因果逻辑校验结果：**
+> - **状态**：✅ 通过 / ❌ 驳回
+> - **核心逻辑漏洞**：[描述逻辑链条断裂的地方，例如：原因分析中提到“传感器老化”，但措施中全是“人员操作规程培训”]
+> - **修改建议**：[给出具体的补强意见，例如：建议增加关于硬件更换或维保周期的具体措施]
+> - **升级上报**：[若多次修改仍失败，标注 `[⚠️ 升级上报]` 并准备发送飞书卡片]

package/system//350/247/204/350/214/203/Validators/smart.md

@@ -0,0 +1,63 @@
+# SMART 目标校验标准
+
+本模块用于 AI Agent 自动检查 PDCA 项目中的目标设定是否符合 SMART 原则。
+
+---
+
+## 📋 校验维度
+
+### 1. Specific (明确性)
+- **定义**：目标必须是具体的，不能笼统。
+- **检查项**：
+    - [ ] 是否明确了“做什么”？
+    - [ ] 是否明确了具体的对象或范围？
+    - [ ] 描述是否具有唯一解释性，无歧义？
+- **错误示例**：
+    - “提高生产效率” (太笼统)
+    - “优化系统性能” (未指定具体模块)
+
+### 2. Measurable (可衡量性)
+- **定义**：目标必须是可量化的，有明确的评价指标。
+- **检查项**：
+    - [ ] 是否包含具体的数值或百分比？
+    - [ ] 指标的数据来源是否明确（如：来自 Bitable `OEE数据表`）？
+    - [ ] 是否定义了计算公式？
+- **错误示例**：
+    - “显著提升质量” (无量化指标)
+    - “让客户满意” (缺乏衡量手段)
+
+### 3. Achievable (可达成性)
+- **定义**：目标在当前资源和能力范围内是可实现的。
+- **检查项**：
+    - [ ] 目标增幅是否符合行业或历史规律（如：通常不建议单次循环提升 >50%）？
+    - [ ] 是否识别了必要的资源支撑？
+    - [ ] 逻辑上是否存在不可逾越的障碍？
+- **错误示例**：
+    - “零故障运行” (理想化，通常不可持续达成)
+
+### 4. Relevant (相关性)
+- **定义**：目标必须与上层痛点或核心问题直接相关。
+- **检查项**：
+    - [ ] 目标达成后，是否能直接缓解“项目信息”中描述的痛点？
+    - [ ] 是否与当前 PDCA 循环的主题保持一致？
+- **错误示例**：
+    - 痛点是“设备开裂”，目标设定为“降低备件库存”。
+
+### 5. Time-bound (时限性)
+- **定义**：目标必须有明确的截止日期或时间周期。
+- **检查项**：
+    - [ ] 是否明确了“何时完成”？
+    - [ ] 时间节点是否与 PDCA 的 `Plan` 节奏匹配？
+- **错误示例**：
+    - “尽快完成改善” (无具体日期)
+
+---
+
+## 🤖 AI 判定指令集
+
+当 AI Agent 进行校验时，应输出如下格式：
+
+> **SMART 校验结果：**
+> - **状态**：✅ 通过 / ❌ 驳回
+> - **缺失项**：[列出不符合的维度]
+> - **修改建议**：[给出具体的修改意见，例如：建议将“提高效率”改为“在 2024-06-30 前，将 A 线 OEE 指标从 65% 提升至 75%”]

package/system//350/247/204/350/214/203//346/240/270/345/277/203/350/247/204/350/214/203.md

@@ -0,0 +1,339 @@
+# PDCA-with-AI 核心规范
+
+系统运行的核心规则和标准。
+
+---
+
+## 🎯 系统定位
+
+PDCA-with-AI是一个**结构化的问题解决工作流系统**，通过将经典的PDCA循环与AI能力结合，帮助用户系统性地解决各类问题。
+
+### 核心理念
+
+- **结构化思维**：将复杂问题分解为可管理的步骤
+- **数据驱动**：基于数据做决策，而非凭感觉。**所有核心指标数据必须以 Bitable 为唯一事实来源。**
+- **持续迭代**：每个循环都是改进的机会
+- **知识沉淀**：让经验成为可传承的财富
+- **即时反馈**：**发现问题，即时弹窗 (Pop Cards Immediately)**。AI Agent 在巡检过程中发现不符合标准的内容，必须立即发出通知并要求修正。
+
+### 系统特点
+
+1. **流程标准化**：每个阶段有明确的输入、处理和输出
+2. **AI增强**：AI在各环节提供智能支持
+3. **可追溯性**：完整记录问题解决过程
+4. **可复用性**：经验和方法可以复用
+
+---
+
+## 📁 项目结构规范
+
+### 目录结构
+```
+PDCA-with-AI/
+├── README.md                    # 项目说明文档
+├── GUIDE.md                     # 使用指南
+├── _系统/                        # 系统核心文件
+│   ├── Agent/                    # 各阶段AI助手
+│   │   ├── PlanAgent.md         # 计划阶段
+│   │   ├── DoAgent.md           # 执行阶段
+│   │   ├── CheckAgent.md        # 检查阶段
+│   │   └── ActAgent.md          # 行动阶段
+│   ├── 规范/                     # 系统规范文件
+│   │   ├── 核心规范.md           # 本文件
+│   │   ├── 数据规范.md           # 数据管理规范
+│   │   └── 流程规范.md           # 工作流程规范
+│   ├── 模板/                     # 各类模板
+│   │   ├── 项目模板.md           # 新项目模板
+│   │   ├── 问题记录.md           # 问题记录模板
+│   │   └── 报告模板.md           # 报告生成模板
+│   └── 工具/                     # 辅助工具
+│       ├── 数据分析.md           # 数据分析工具
+│       └── 决策矩阵.md           # 决策支持工具
+├── 项目/                         # 具体问题项目
+│   └── [问题名称]/
+│       ├── 项目信息.md           # 项目基础信息
+│       ├── Plan阶段/             # 计划阶段产出
+│       │   ├── 问题分析.md
+│       │   ├── 目标设定.md
+│       │   ├── 解决方案.md
+│       │   └── 执行计划.md
+│       ├── Do阶段/               # 执行阶段记录
+│       │   ├── 执行日志.md
+│       │   ├── 进度报告.md
+│       │   └── 问题记录.md
+│       ├── Check阶段/            # 检查阶段分析
+│       │   ├── 数据分析.md
+│       │   ├── 效果评估.md
+│       │   └── 问题诊断.md
+│       ├── Act阶段/              # 行动阶段决策
+│       │   ├── 行动决策.md
+│       │   ├── 实施方案.md
+│       │   └── 知识总结.md
+│       └── 项目总结.md           # 完整解决方案
+└── 经验库/                       # 积累的经验知识
+    ├── 最佳实践.md               # 最佳实践
+    ├── 常见问题.md               # 常见问题解决方案
+    └── 模板库.md                 # 可复用模板
+```
+
+### 文件命名规范
+- **项目名**：简洁明确，体现核心问题
+- **文件名**：使用中文，清晰表达内容
+- **日期格式**：YYYY-MM-DD
+- **版本号**：v1.0, v1.1, v2.0
+
+---
+
+## 🔄 工作流程规范
+
+### PDCA循环标准流程
+
+#### 1. Plan（计划）阶段
+**目标**：制定清晰的解决方案
+**输入**：问题描述、背景信息
+**输出**：问题分析、目标设定、解决方案、执行计划
+**关键活动**：
+- 问题诊断和分类
+- SMART目标设定
+- 可行方案设计
+- 详细执行计划制定
+
+#### 2. Do（执行）阶段
+**目标**：按计划执行并记录过程
+**输入**：执行计划、资源清单
+**输出**：执行记录、进度报告、问题记录
+**关键活动**：
+- 任务执行和监控
+- 进度跟踪和汇报
+- 问题识别和处理
+- 过程数据收集
+
+#### 3. Check（检查）阶段
+**目标**：分析执行效果，识别问题和机会
+**输入**：执行数据、计划目标
+**输出**：数据分析、效果评估、问题诊断
+**关键活动**：
+- 数据收集和整理
+- 目标达成分析
+- 效率质量评估
+- 根本原因分析
+
+#### 4. Act（行动）阶段
+**目标**：基于分析结果采取行动，沉淀经验
+**输入**：分析结果、问题诊断
+**输出**：行动决策、实施方案、知识文档
+**关键活动**：
+- 行动方案制定
+- 决策执行和监控
+- 经验总结和沉淀
+- 标准化建设
+
+### 循环触发条件
+
+#### 新循环启动
+- 发现新的问题
+- 原问题未完全解决
+- 需要进一步优化
+- 外部环境发生变化
+
+#### 循环终止
+- 问题完全解决
+- 目标全部达成
+- 无进一步改进空间
+- 资源投入产出不合理
+
+---
+
+## 📊 数据管理规范
+
+### 核心原则
+- **以 Bitable 为准**：所有用于 Check (检查) 阶段的分析数据，必须直接从 Bitable 提取，严禁手动录入。
+- **自动采集**：鼓励通过集成手段自动更新 Bitable 记录，确保数据及时性。
+
+### 数据分类
+
+#### 过程数据
+- **计划数据**：目标、指标、时间节点
+- **执行数据**：进度、质量、资源使用
+- **检查数据**：分析结果、评估结论
+- **行动数据**：决策、措施、效果
+
+#### 结果数据
+- **业务指标**：直接相关的业务指标
+- **效率指标**：时间、成本、质量指标
+- **能力指标**：团队能力、流程能力
+- **满意度指标**：客户、用户、团队满意度
+
+### 数据质量标准
+
+#### 完整性
+- 关键数据无缺失
+- 时间序列连续
+- 多维度覆盖
+
+#### 准确性
+- 数据来源可靠
+- 计算方法正确
+- 逻辑关系一致
+
+#### 及时性
+- 数据及时更新
+- 反馈及时响应
+- 决策及时做出
+
+#### 一致性
+- 口径定义统一
+- 计算方法统一
+- 格式标准统一
+
+---
+
+## 👥 角色与职责
+
+### AI助手职责
+
+#### Plan Agent
+- 引导问题分析
+- 辅助目标设定
+- 提供方案建议
+- 优化执行计划
+
+#### Do Agent
+- 监控执行进度
+- 识别执行风险
+- 协调资源调配
+- 记录过程数据
+
+#### Check Agent
+- 分析执行数据
+- 评估达成效果
+- 诊断问题原因
+- 提供改进建议
+
+#### Act Agent
+- 制定行动决策
+- 指导方案实施
+- 总结经验教训
+- 建立知识库
+
+### 用户职责
+
+#### 问题提供者
+- 清晰描述问题
+- 提供背景信息
+- 明确期望目标
+- 参与方案制定
+
+#### 决策者
+- 做出关键决策
+- 分配必要资源
+- 推动方案执行
+- 承担决策责任
+
+#### 执行者
+- 执行具体任务
+- 记录过程数据
+- 反馈执行情况
+- 提出改进建议
+
+---
+
+## 🔧 工具使用规范
+
+### AI工具使用
+
+#### 提问规范
+- **明确目标**：清晰表达想要达成的目标
+- **提供背景**：充分提供相关背景信息
+- **具体要求**：明确具体的需求和期望
+- **及时反馈**：对AI的回答提供及时反馈
+
+#### 协作模式
+- **人机结合**：AI负责分析，人负责决策
+- **逐步深入**：从宏观到微观，逐步细化
+- **验证确认**：重要结论需要人工验证
+- **持续优化**：根据使用情况优化协作方式
+
+### 文档工具使用
+
+#### 记录规范
+- **实时记录**：重要信息及时记录
+- **结构清晰**：使用标准模板和格式
+- **版本管理**：重要文档保留版本历史
+- **共享机制**：建立信息共享机制
+
+#### 模板使用
+- **标准化**：使用统一的文档模板
+- **定制化**：根据具体情况适当调整
+- **完整性**：确保模板各部分完整填写
+- **及时更新**：定期更新模板内容
+
+---
+
+## ✅ 质量保证
+
+### 阶段质量检查
+
+#### Plan阶段检查点
+- [ ] 问题定义清晰
+- [ ] 目标设定合理
+- [ ] 方案可行
+- [ ] 计划详细
+
+#### Do阶段检查点
+- [ ] 执行按计划
+- [ ] 数据完整记录
+- [ ] 问题及时处理
+- [ ] 进度正常
+
+#### Check阶段检查点
+- [ ] 数据分析充分
+- [ ] 结论有据可循
+- [ ] 问题诊断准确
+- [ ] 建议切实可行
+
+#### Act阶段检查点
+- [ ] 决策正确
+- [ ] 执行有效
+- [ ] 经验总结
+- [ ] 知识沉淀
+
+### 整体质量评估
+
+#### 成功标准
+- **问题解决**：原问题得到有效解决
+- **目标达成**：预定目标全部或基本达成
+- **效率提升**：相关指标有明显改善
+- **能力成长**：团队能力得到提升
+
+#### 改进空间
+- **流程优化**：发现流程改进机会
+- **工具升级**：识别工具升级需求
+- **能力提升**：明确能力提升方向
+- **创新机会**：发现创新改进机会
+
+---
+
+## 📈 持续改进机制
+
+### 定期评估
+- **月度回顾**：每月回顾项目进展
+- **季度总结**：每季度总结经验教训
+- **年度规划**：每年制定改进计划
+- **即时优化**：发现问题即时改进
+
+### 知识管理
+- **经验总结**：及时总结项目经验
+- **最佳实践**：提炼和推广最佳实践
+- **案例收集**：收集和整理典型案例
+- **知识分享**：定期组织知识分享活动
+
+### 系统优化
+- **流程优化**：持续优化工作流程
+- **工具升级**：定期升级工具系统
+- **规范更新**：根据实践更新规范
+- **能力提升**：提升系统能力水平
+
+---
+
+PDCA-with-AI系统通过规范化、标准化的工作流程，结合AI的智能支持，帮助用户高效解决各类问题，实现持续改进和成长。