前言¶
做質量問題分析時，常見做法是在 Excel 里拉一份 5Why 表，再手動補魚骨圖和 PDCA 措施欄。這類模板能保留結構，但分析過程分散，根因假設和最終糾正預防措施經常對不上。下面介紹的 quality-analysis-adviser 是 SkillHub 上的一個社區 Skill，它把 4M1E、5Why、PDCA、FMEA 關聯等模型串起來，根據問題描述直接產出結構化的改善方案建議報告，輸出格式爲 Word。
這是什麼¶
quality-analysis-adviser 是一個基於通用 SKILL.md 格式的 Agent Skill，發佈者爲 user_2c769e18，來源標記爲 community，分類爲 professional，當前版本 1.0.0。它解決的問題是：用戶手上有產品質量或工藝問題描述，但缺少一套標準化的根因分析和改善方案整理流程，希望由 Agent 按統一模型生成可交付的 Word 報告。
SkillHub 頁面顯示，該 Skill 不需要 API Key，標籤爲 requires_api_key=false；評分 100000，下載 794，安裝 0。
核心功能¶
根據 SkillHub 官方簡介，該 Skill 的核心能力包括：
- 根據用戶描述的產品質量或工藝問題，運用魚骨圖（4M1E）展開人、機、料、法、環等影響因素。
- 通過 5Why 逐層追問，把表層現象收斂到可驗證的根本原因。
- 用 PDCA 組織改善方案，覆蓋計劃、執行、檢查、處理四個階段。
- 建立 FMEA 關聯，把失效模式、嚴重度、頻度、探測度與改善措施對應起來。
- 將上述分析過程整理成結構化改善方案建議報告，輸出爲 Word 格式。
安裝與啓用¶
該 Skill 的官方頁面和座標如下：
SkillHub 頁面: https://www.skillhub.cn/skills/user_2c769e18/quality-analysis-adviser
接口地址: https://api.skillhub.cn/user_2c769e18/quality-analysis-adviser
座標: @user_2c769e18/quality-analysis-adviser
版本: 1.0.0
來源: community
分類: professional
它遵循通用 SKILL.md 格式。官方資料沒有列出 Cursor、Codex CLI、Claude Code 各自的安裝命令差異，也沒有提供需要填寫的配置字段；是否需要 API Key 的標籤爲 requires_api_key=false。因此這裏不給出未經覈實的安裝腳本。
典型用法¶
該 Skill 的官方觸發場景有五類：
- 質量問題原因分析
- 不合格品根本原因分析
- 制定糾正和預防措施（CAPA）
- 工藝故障分析與改進建議
- 質量改善方案報告
在 Agent 中啓用後，可以直接用自然語言描述問題，例如：
請針對以下問題生成質量改善方案建議報告：某批沖壓鋁合金外殼在彎曲後出現裂紋，不良集中在折彎半徑偏小的位置。請先用魚骨圖（4M1E）分析可能因素，再用 5Why 追問到根本原因，最後按 PDCA 給出糾正和預防措施，輸出 Word 格式報告。
報告應覆蓋根因假設、驗證方式、糾正措施、預防措施和後續檢查節點，而不是隻給一句結論。
適用場景與注意¶
適合在需要把質量問題整理成正式分析文檔時使用，尤其是已經明確產品、工藝和不良現象，希望快速得到一版結構化報告的情況。
需要注意的限制包括：
- 不適用於 8D 報告生成，官方推薦使用
8d-report-generator。 - 不適用於質量數據電子看板，官方推薦使用
Quality-Eboard-Generator。 - 不適用於 FMEA 編制，它只在改善方案中做 FMEA 關聯，不是完整的 FMEA 文檔生成器。
- 不適用於純質量數據統計，它不負責數據彙總和統計計算。
- 生成結果依賴用戶輸入的問題描述質量。輸入過於籠統時，報告的根因假設和措施也會偏泛。
- 魚骨圖、5Why、PDCA、FMEA 是分析框架，不能替代現場驗證和實測數據確認。
結尾¶
quality-analysis-adviser 的價值在於把質量問題的根因分析和改善方案整理成一條固定鏈路，減少手工拼模板的工作量。它適合作爲質量問題分析文檔的第一版草稿生成器，後續仍需工程師覈對事實、補充數據並確認措施落地。官方地址爲 https://www.skillhub.cn/skills/user_2c769e18/quality-analysis-adviser 。
