品管圈技能

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

text

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：

text

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/ 目录（6个脚本）
• 参考：见 references/ 目录（5篇规范文档）
• 模板：见 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