前言¶
做汽車零部件或汽車電子相關質量工程的同行，對 SPC 不會陌生。但 2024 年 AIAG-VDA SPC 第三版落地後，很多團隊發現原來的分析工具不頂用了：老手冊的 Capability Indices 被 G 法體系取代，控制限不再一律按正態 ±3σ 估算，判異規則也不再是過去那一套。手動在 Excel 裏復現這套計算，公式對不上手冊、分位數表查錯版本、PPM 與置信區間算不齊，是常見的坑。
下面介紹的 AIAG-VDA SPC助手，就是一個把新版手冊這套計算固化下來的 Skill。
這是什麼¶
AIAG-VDA SPC助手是一個面向統計過程控制（SPC）分析的 Skill，座標 @engicool/aiag-vda-spc，由工程客發佈，分類爲 data-analysis，來源 enterprise，版本 3.3.1。
它解決的問題很明確：基於 AIAG-VDA SPC 第三版 / ISO 22514 的新版 SPC 分析，包括過程能力研究、新版 SPC 分析和設備放行場景中的統計計算與報告輸出。
核心功能¶
以下能力均來自官方簡介，逐條列出。
G 法關鍵指數體系¶
統一採用 G 法關鍵指數：Cpk.G / Ppk.G / Pmk.G，自動切換；上下側分列計算；附分位數表、PPM 估計和 95% 置信區間（CI）。
精確分佈控制限¶
控制限按數據分佈類型採用精確分佈計算，覆蓋 w 分佈、χ² 分佈、二項分佈、泊松分佈，不再一律使用正態近似。
Nelson 1-8 判異¶
異常判異規則採用 Nelson 1-8 規則。
Anderson-Darling 正態性檢驗¶
對樣本做 Anderson-Darling 正態性檢驗，用於判斷數據是否滿足正態假設，以及在後續選擇控制限計算方法時作參考。
ISO 22514-2 時間相關分佈模型¶
支持 ISO 22514-2 中的時間相關分佈模型 A/B/C/D。
報告模板¶
報告模板對齊手冊第 11 章的 22 個要素。
安裝與啓用¶
官方頁面（https://www.skillhub.cn/skills/engicool/aiag-vda-spc 與 https://api.skillhub.cn/engicool/aiag-vda-spc）在本文撰寫時無法訪問，已抓取資料中未提供安裝命令、目錄路徑或配置字段。因此這裏不給安裝示例，避免編造。
可以確認的信息是：該 Skill 標籤爲 requires_api_key=false，即不要求提供 API key。建議直接訪問官方頁面，按頁面給出的安裝方式啓用；該 Skill 基於通用 SKILL.md 格式，在支持該格式的 Agent 客戶端中按官方說明加載即可。
典型用法¶
已抓取資料中沒有提供官方的可復現調用示例，以下不編造具體命令。
從簡介可以推斷的典型用法是：向 Agent 提供過程數據（樣本數據或統計量），由 Skill 完成 G 法指數計算、控制限計算、判異和報告要素輸出。實際調用方式以官方頁面文檔爲準。
適用場景與注意¶
適合：
- 需要按 AIAG-VDA SPC 第三版或 ISO 22514 做新版 SPC 分析的工程師；
- 做過程能力研究、需要輸出 Cpk.G / Ppk.G / Pmk.G 報告的場合；
- 設備放行前需要按手冊第 11 章 22 要素出報告的場景。
需要注意：
- 控制限和指數的計算結果依賴所選分佈模型（w 分佈 / χ² 分佈 / 二項分佈 / 泊松分佈，以及 ISO 22514-2 的 A/B/C/D 模型），輸入數據前要確認選擇的模型與數據類型匹配；
- Anderson-Darling 檢驗結果是方法選擇的依據之一，不要跳過正態性判斷直接套用指數；
- 該 Skill 由工程客發佈維護，版本 3.3.1；資料標註評分 100000、下載 818 次，實際表現建議以官方頁面爲準。
結尾¶
AIAG-VDA SPC助手把新版手冊裏那些容易算錯的東西——G 法指數、精確分佈控制限、Nelson 判異、正態性檢驗、時間相關分佈模型和 22 要素報告——收進一個 Skill，省掉手算和查表。官方地址：
- SkillHub 頁面：https://www.skillhub.cn/skills/engicool/aiag-vda-spc
- 官方地址：https://api.skillhub.cn/engicool/aiag-vda-spc
