前言¶
做汽车零部件或汽车电子相关质量工程的同行，对 SPC 不会陌生。但 2024 年 AIAG-VDA SPC 第三版落地后，很多团队发现原来的分析工具不顶用了：老手册的 Capability Indices 被 G 法体系取代，控制限不再一律按正态 ±3σ 估算，判异规则也不再是过去那一套。手动在 Excel 里复现这套计算，公式对不上手册、分位数表查错版本、PPM 与置信区间算不齐，是常见的坑。
下面介绍的 AIAG-VDA SPC助手，就是一个把新版手册这套计算固化下来的 Skill。
这是什么¶
AIAG-VDA SPC助手是一个面向统计过程控制（SPC）分析的 Skill，坐标 @engicool/aiag-vda-spc，由工程客发布，分类为 data-analysis，来源 enterprise，版本 3.3.1。
它解决的问题很明确：基于 AIAG-VDA SPC 第三版 / ISO 22514 的新版 SPC 分析，包括过程能力研究、新版 SPC 分析和设备放行场景中的统计计算与报告输出。
核心功能¶
以下能力均来自官方简介，逐条列出。
G 法关键指数体系¶
统一采用 G 法关键指数：Cpk.G / Ppk.G / Pmk.G，自动切换；上下侧分列计算；附分位数表、PPM 估计和 95% 置信区间（CI）。
精确分布控制限¶
控制限按数据分布类型采用精确分布计算，覆盖 w 分布、χ² 分布、二项分布、泊松分布，不再一律使用正态近似。
Nelson 1-8 判异¶
异常判异规则采用 Nelson 1-8 规则。
Anderson-Darling 正态性检验¶
对样本做 Anderson-Darling 正态性检验，用于判断数据是否满足正态假设，以及在后续选择控制限计算方法时作参考。
ISO 22514-2 时间相关分布模型¶
支持 ISO 22514-2 中的时间相关分布模型 A/B/C/D。
报告模板¶
报告模板对齐手册第 11 章的 22 个要素。
安装与启用¶
官方页面（https://www.skillhub.cn/skills/engicool/aiag-vda-spc 与 https://api.skillhub.cn/engicool/aiag-vda-spc）在本文撰写时无法访问，已抓取资料中未提供安装命令、目录路径或配置字段。因此这里不给安装示例，避免编造。
可以确认的信息是：该 Skill 标签为 requires_api_key=false，即不要求提供 API key。建议直接访问官方页面，按页面给出的安装方式启用；该 Skill 基于通用 SKILL.md 格式，在支持该格式的 Agent 客户端中按官方说明加载即可。
典型用法¶
已抓取资料中没有提供官方的可复现调用示例，以下不编造具体命令。
从简介可以推断的典型用法是：向 Agent 提供过程数据（样本数据或统计量），由 Skill 完成 G 法指数计算、控制限计算、判异和报告要素输出。实际调用方式以官方页面文档为准。
适用场景与注意¶
适合：
- 需要按 AIAG-VDA SPC 第三版或 ISO 22514 做新版 SPC 分析的工程师；
- 做过程能力研究、需要输出 Cpk.G / Ppk.G / Pmk.G 报告的场合；
- 设备放行前需要按手册第 11 章 22 要素出报告的场景。
需要注意：
- 控制限和指数的计算结果依赖所选分布模型（w 分布 / χ² 分布 / 二项分布 / 泊松分布，以及 ISO 22514-2 的 A/B/C/D 模型），输入数据前要确认选择的模型与数据类型匹配；
- Anderson-Darling 检验结果是方法选择的依据之一，不要跳过正态性判断直接套用指数；
- 该 Skill 由工程客发布维护，版本 3.3.1；资料标注评分 100000、下载 818 次，实际表现建议以官方页面为准。
结尾¶
AIAG-VDA SPC助手把新版手册里那些容易算错的东西——G 法指数、精确分布控制限、Nelson 判异、正态性检验、时间相关分布模型和 22 要素报告——收进一个 Skill，省掉手算和查表。官方地址：
- SkillHub 页面：https://www.skillhub.cn/skills/engicool/aiag-vda-spc
- 官方地址：https://api.skillhub.cn/engicool/aiag-vda-spc
