Install
openclaw skills install @duding-engicool/skill-kano-model通用 Kano 模型需求分析技能。通过交互引导采集用户对各项需求的正向/反向评价,按标准 Kano 评价表分类(基本型/期望型/兴奋型/无差异型/反向型/可疑),计算 Better-Worse 系数与四象限定位,产出需求优先级矩阵。适用于产品需求规划、服务质量设计、质量特性(CTQ)优先级排序等场景,质量是典型应用领域之一。
openclaw skills install @duding-engicool/skill-kano-model本技能能做什么
本技能不能做什么
通用性说明:Kano 模型适用于产品、服务、流程、内部职能等各类需求分析。举例与引导会多往质量管理领域靠拢(如产品可靠性、检测准确性、交付准时率、顾客投诉等),但你完全可以把场景切换到任何领域。
开始前,请尽量提供以下信息(缺项可在交互中逐步补充,缺失项会标注「供参考·待确认」):
| 信息 | 必填 | 说明 |
|---|---|---|
| 分析对象 | 是 | 产品 / 服务 / 流程名称,如"某型号血压计""来料检验流程" |
| 需求清单 | 是 | 待分类的需求项列表(可先给粗略列表,过程中增补) |
| 应用场景 | 否 | 如"新产品规划""质量特性优先级""服务设计" |
| 已有问卷数据 | 否 | 若已有 Kano 问卷汇总统计,走模式 B |
若信息不足:Agent 会先以引导话术帮你梳理分析对象与需求清单,不会直接代写。
适用于无现成数据、需要边聊边梳理的场景。对每个需求依次执行:
scripts/kano_analyzer.py --mode classify 按标准 Kano 评价表实时判类(机检,不臆造)。用户直接提供 Kano 问卷汇总统计(每行一需求,正/反向各 5 项频次),Agent 调用 scripts/kano_analyzer.py --mode analyze 批量分类并计算系数。
| 步骤 | Agent 行为 | 禁止 |
|---|---|---|
| 列需求 | 给行业参考库启发,请你确认/增补 | 替你编造需求项写入分析 |
| 正/反向评价 | 逐需求提问、给示例、澄清歧义 | 替你选"喜欢/理应如此…" |
| 判类 | 调用脚本按标准表判类,展示依据 | 凭经验"感觉这是兴奋型"而绕过标准表 |
| 优先级 | 按 M→O→A→I→R 与系数生成,交你确认 | 替你定"先做哪个"的取舍结论 |
收集完成且分类就绪后,先展示报告大纲供你确认,确认后再生成:
Kano需求分析_报告.md:分类结果 + 系数表 + 四象限 + 优先级 + 改进建议Kano需求分析_报告.html:精美网页版(需求分类卡片 + 四象限散点 + 优先级矩阵),用于演示生成文档前若你只想要文字结论,可直接对话内给出,不必强制出文档。
references/interaction_guide.md:各门引导话术与示例(不代答纪律)references/dialogue_examples.md:真实对话示范(完整引导 + 边界/跳过场景)references/questionnaire_template.md:标准 Kano 问卷模板与行业需求库references/industry_requirements.md:各行业需求分类经验库与判定法则scripts/kano_analyzer.py:Kano 评价表分类 + Better-Worse 系数 + 四象限(标准库,无第三方依赖)| 维度 | 分 | 说明 |
|---|---|---|
| Trust 信任度 | 8 | 分类依据为标准 Kano 评价表(脚本机检),不臆造;可疑项如实标注 |
| Reliability 可靠性 | 8 | 交互锁保证评价来自用户;脚本按标准表判类,结果可复现 |
| Adaptability 适配性 | 8 | 双模式(引导访谈/数据录入);行业需求库覆盖制造/汽车/电子/医疗 |
| Convention 惯例性 | 8 | 无个人化标记;显式边界;内置 5 条通用规则 |
| Effectiveness 有效性 | 9 | 双版输出(MD+精美HTML),直接可演示/评审 |
| 合计 | 41/50 | 过发布门槛 |