SPC统计分析与判异助手:把控制图判异和 Cpk 计算交给 Agent

前言

产线质检数据堆在 MES、Excel 和日志里,真正要用到的其实是几件事:控制图画得对不对、哪些点触发了判异、工序能力 Cpk 够不够。手工跑 Minitab、写 Python 脚本,每次判异规则和数据采集口径都可能不一致。下面介绍的这个 Skill,把 SPC 统计分析和判异判断做成可被 Agent 调用的能力,减少重复脚本和维护成本。

这是什么

SPC统计分析与判异助手 是一个面向数据分析场景的社区 Skill,坐标 @user_2241deda/spc-assistant,发布者 user_2241deda,版本 1.0.0,来源 community,分类 data-analysis。它解决的问题是:输入过程数据后,快速生成 Xbar-R / X-MR 控制图、执行八大判异规则检测,并计算 Cpk;同时提供 MES 联动和三级预警的思路,便于接入实际产线监控。

核心功能

官方简介列出的能力如下,这些是可核实的功能边界:

1、Xbar-R / X-MR 控制图:支持均值-极差、单值-移动极差两类常用控制图。
2、八大判异规则检测:按 SPC 常用判异规则识别异常点,而不是只看是否超出控制限。
3、Cpk 计算:输出工序能力指数,用于判断过程是否满足规格要求。
4、MES 联动实时监控:可对接 MES 数据流做实时监控。
5、三级预警架构:按预警级别分层提示。
6、自动停线和短信报警:在触发严重异常时支持自动停线动作和短信报警。

安装与启用

官方页面给出的启用地址为:

https://api.skillhub.cn/user_2241deda/spc-assistant

SkillHub 页面地址为:

https://www.skillhub.cn/skills/user_2241deda/spc-assistant

资料中未提供 npx、claude、codex 等具体安装命令,也没有 Cursor / Codex CLI / Claude Code 的差异化安装说明。请以官方页面当前展示的安装方式为准,不要在未核实的情况下复制命令。

典型用法

资料中没有给出可直接复现的输入数据、示例命令或返回 JSON。基于官方简介,可以确认的使用链路是:把过程测量数据交给 Agent,由 Skill 完成控制图、判异规则和 Cpk 计算;如果需要实时监控,再把结果接到 MES 联动、三级预警、自动停线和短信报警流程里。具体数据字段、接口和配置项未在已抓取资料中出现,实际使用前需以官方页面为准。

适用场景与注意

适合需要把 SPC 分析从个人脚本升级成 Agent 可调用能力的开发者,尤其是已经接了 MES、希望把控制图判异和 Cpk 纳入自动监控流程的团队。

需要注意三点:

1、该 Skill 来源是 community,发布者是 user_2241deda,使用前要确认是否满足企业内部的数据合规要求。
2、自动停线属于产线动作,建议先在模拟数据上验证判异规则和预警阈值,再灰度接入真实设备。
3、已抓取资料只给出能力清单,没有详细文档、示例和配置说明,遇到边界情况需要回到官方页面核实。

结尾

这个 Skill 的价值在于把 SPC 里最重复的部分——控制图、八大判异规则、Cpk——整理成可调用能力,并给出 MES 联动和三级预警的接入方向。如果你想先确认能力边界,再决定是否接入产线,可以从官方地址查看:https://www.skillhub.cn/skills/user_2241deda/spc-assistant

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜