新版 SPC 分析（AIAG-VDA 第三版 / ISO 22514）

任务目标

本 Skill 用于：新版统计过程控制分析——G 法关键指数（Cpk.G/Ppk.G/Pmk.G 按研究类型×稳态×样本量自动切换）、精确分布控制限（w/χ²/二项/泊松分位数）、Nelson 1-8 判异、Anderson-Darling 正态性、ISO 22514-2 时间相关分布模型 A/B/C/D、机器性能放行研究。
触发条件：用户请求"新版 SPC 分析、过程能力研究、G 法关键指数、设备放行、ISO 22514 时间模型"，或明确要求"按 AIAG-VDA 第三版 / 不要四族指数"。

核心概念（新版 vs 旧版根本差异）

| 维度 | 旧版（AIAG SPC 第二版） | 新版（AIAG-VDA 第三版 / ISO 22514） | |------|------------------------|--------------------------------------| | 能力指数 | Cp/Cpk（within）、Pp/Ppk（overall） | G 法关键指数：1 张关键指数卡 Cpk.G/Ppk.G/Pmk.G 自动切换 + 上下侧分列 + 分位数表 + PPM + 95% CI | | 控制限 | A2/D3/D4 等经验常数（正态近似） | 精确分布：w 分布（R）、χ²（s）、二项（p/np）、泊松（c/u） | | 分布假设 | 默认正态 | 明确区分；分位数与 PPM 自适应（正态→X̄±z·s；非正态→经验） | | 时间维度 | 基本未涉及 | 新增 ISO 22514-2 时间模型 A/B/C/D | | 机器性能 | 无 | 第 7 章 Pm/Pmk（生产设备放行；G 法关键指数名切换为 Pmk.G） | | 计数型 | 3σ 正态近似 | 明确建议避免正态近似，用软件算精确分位数 | | 报告模板 | 自由 | AIAG-VDA SPC 第 11 章 · 22 要素（手册图 11-2 原文） |

能力清单（本技能覆盖）

计量值控制图（精确分布限）：X̄-R（w 分布）、X̄-s（χ² 分布）、I-MR（n=1）；控制限用精确分位数（α=0.0027，即 ±3σ 等价），非传统常数。
计数值控制图（精确分位数限）：p / np（二项 BINOM.INV）、u / c（泊松 CHISQ.INV）；支持变样本量阶梯限；判异规则 1 判精确限越界。
G 法关键指数：1 张关键指数卡（Cpk.G/Ppk.G/Pmk.G 自动切换）+ 上下侧分列（Cpu.G/Cpl.G）+ 分位数表（x₀.₁₃₅/x₅₀/x₉₉.₈₆₅）+ PPM 分列（仅正态模型）+ 95% CI（仅正态模型）。
正态性检验：Anderson-Darling；不拒→用 X̄±z·s 算分位数 / PPM / CI；拒→用经验分位数且不输出 PPM/CI。
判异：Nelson 1-8（默认全开，可单独关闭）。
时间相关分布模型 A/B/C/D：按位置/变差是否随时间恒定分类，决定散布估计策略。
机器性能 Pmk.G：第 7 章设备放行；研究类型选 machine 时关键指数名固定为 Pmk.G。
稳态语义（v0.6.0 风格）：不稳态不是 NA，照样输出关键指数——关键指数名自动切换为 Ppk.G/Pmk.G（性能指数），提示"先消除特殊原因"。
报告模板：Form A（正态+稳定）/ Form B（非正态+扩展休哈特）/ Form C（图纸对照）三形态，22 要素对齐手册第 11 章。

操作步骤

步骤1：交互收集协议（强制交互锁）

本技能采用引导式收集：逐项向用户索取真实信息，绝不代写、绝不凭经验默认。按以下锁顺序执行，任一硬锁未满足不得进入分析。

字段三态分类（对齐手册 22 要素）

| 手册要素 | 字段 | 收集态 | 规则 | |---------|------|--------|------| | 1 | 过程名 | 必填 | 哪条产线/工序 | | 2 | 过程 ID | 选填 | 工序编号 | | 3 | 操作员及姓名 | 选填 | 谁测 | | 4 | 研究日期 | 自动带出 | 默认今天，用户可改 | | 5 | 零件名 & ID | 必填（名） | 什么零件 | | 6 | 特性名 & ID | 必填（名） | 测什么尺寸/参数 | | 7&8 | 研究备注 / 已知异常 | 选填 | 换刀/换班/异常说明 | | 9&10 | 样本量与子组 | 自动带出 | 引擎解析后回显 k、n，请用户确认 | | 11–14 | 图表（直方图 / 原始值图 / 概率图 / 控制图） | 自动生成 | 引擎层不做，由报告层渲染 | | 15 | 过程位置估计 X̄ | 自动带出 | 引擎返回 | | 16 | 过程变差估计 X₉₉.₈₆₅ − X₀.₁₃₅ | 自动带出 | 引擎返回（quantiles.span）| | 17 | 分布模型 | 自动带出 | Anderson-Darling 结论 | | 18 | 性能/能力要求（Cpk.G 目标） | 自动带出 | TARGET_TABLE 查表（用户可手动覆盖） | | 19 | 计算得出的关键指数 | 自动带出 | key_name + key_value + 上下侧分列 | | 20 | 结论与建议 | 自动带出 | 引擎层规则生成，最终由用户确认 | | 21 | 时间相关分布模型 | 自动带出 | A/B/C/D 分类 | | 22 | 超出规格限的预估百分比 / 测量不确定度 | 自动带出 | PPM 分列（仅正态模型） | | — | 图纸值 | 条件必填 | 仅 Form C 触发时收 |

额外研究参数（影响关键指数名）

| 参数 | 取值 | 默认 | 说明 | |------|------|------|------| | 研究类型 | machine / initial / production | production | machine→关键指数固定 Pmk.G | | 特性等级 | critical / major / minor / signal | major | 查 TARGET_TABLE 取 Cpk.G 目标值 |

Target 不单独收集：自动 (LSL+USL)/2 带出，用户可改。

收集流程（带锁）

[锁1] 身份三件套：依次问过程名 / 零件名 / 特性名。缺任一不开分析。
[锁2] 数据：引导上传/粘贴（计量值矩阵或单列、计数值 1/2 列）；调引擎解析 → 回显 k、n、正态性初判、建议 Form，请用户确认。
[锁3] 规格限：三选一——双侧（LSL+USL）/ 单侧（只给一边）/ 无规格。决定能力块是否 NA。
[锁4] 研究类型 + 特性等级：决定关键指数名（Pmk.G / Ppk.G / Cpk.G）+ Cpk.G 目标值（查 TARGET_TABLE）。
[条件锁] 图纸值：仅当建议 Form C 时出现，追问图纸对照值。
[选填批]：过程 ID、操作员、研究备注、零件 ID、特性 ID、客户/项目号、测量系统描述——一次性列出，允许整体跳过。

防错：每收完一组锁，将已确认信息回显一遍供核对，再进下一步；N%n≠0 立即红条报错并禁用分析；至少需合理子组数（建议 k≥20，机器性能建议 N≥50）。

步骤2：调用计算引擎

将用户数据整理为临时 CSV/JSON，调用 scripts/spc_v2_engine.py：

python scripts/spc_v2_engine.py --data-file ./temp.csv --usl 100 --lsl 90 \
                                --study-type production --grade major --format json

引擎返回 JSON：基础统计量、精确控制限（X̄/R 或 s 或 I-MR，或 p/np/c/u）、Nelson 判异、Anderson-Darling、时间模型、G 法关键指数（key_name/key_value/upper/lower/quantiles/ppm/ci95/target）、稳态判定、Form 选择、DPMO/sigma（计数值）。
本技能完全自包含：引擎产出 JSON 后，由智能体按报告模板（22 要素）直接生成结构化报告，不依赖任何外部文件或工具。

步骤3：结果解读与报告生成

智能体按引擎输出 + Form 选择 + 研究类型，生成结构化报告（模板见下）。
关键指数名自动切换（§6.8.2）：
- 研究类型=machine → 关键指数=Pmk.G（设备验收）
- 初期/量产 + 稳态 + N≥100 → 关键指数=Cpk.G（能力指数）
- 初期/量产 + 不稳态或 N<100 → 关键指数=Ppk.G（性能指数）
MSA 仅描述性引用：报告中"测量过程"段写一段文字（分辨力/准确度/重复性再现性/不确定度），不现场算 GRR；若用户需要量化，引导使用独立的 MSA 分析工具。
能力卡四色：pass（绿）/fail（红）/warn（黄）/na（灰），阈值参照行业（汽车 Cpk≥1.33、PPAP Ppk≥1.67）。

步骤4：异常处理

N%n≠0：报错，禁分析。
数据量不足：提示补充（机器性能建议 N≥50；Cpk.G 输出建议 N≥100）。
非正态：分位数用经验法，PPM/95%CI 不输出，走 Form B。
单侧规格：仅算对应侧指数；存在自然极限时辅助诊断。
无规格：能力块整块 NA（key_value="NA"）。

数据格式契约

计量值矩阵（推荐）：每行一个子组，每列一次测量；首行若为表头（非数值）自动跳过；n = 列数自动识别。
计量值单列：按当前 n 顺序切块；N%n≠0 报错。当 n=1（每行一个测量值，无子组内重复）时，必须用 --chart I-MR 显式指定单值-移动极差图；若省略 --chart，引擎会按"非计数值单列"自动路由到 I-MR（_looks_like_counts 拦截，不会误判成 c 图）。I-MR 的 σ̂w 用 MR̄/d2(2)，MR 图控制限用 w 分布精确分位数。
计数值：单列=缺陷数（n=1→c，否则→u）；两列=n,x（→p/np）；自动识别。
分隔符：逗号 / 制表 / 分号 / 空格自动识别。
详例见 assets/data-template.csv。

计算引擎约定

scripts/spc_v2_engine.py 为 self-contained 计算核心（numpy + scipy），不调外部服务。
精确控制限实现见 references/formulas_ref.md（含 w/χ²/二项/泊松分位数方法与页码索引）。
完整公式溯源见 references/formulas_ref.md（技能自包含，不依赖外部路径）。

报告模板（22 要素，Form A/B/C 自动判定，对齐 AIAG-VDA SPC 第 11 章手册图 11-2）

与网页版关系：v3.3.0 起 skill 报告模板对齐手册原文 22 要素（修正了 web-tool v0.6.0 的 4 处编号错位：详见注意事项末条）。Form A/B/C 触发规则与 web-tool 一致。

| 要素 | 内容 | 来源 / 字段 | |------|------|-------------| | 1 | 过程名称 | 锁1（用户） | | 2 | 过程 ID | 锁6（用户） | | 3 | 操作员及姓名 | 锁6（用户） | | 4 | 研究日期 | 自动带出（today） | | 5 | 零件名称 & ID | 锁1 + 锁6 | | 6 | 特性名称 & ID | 锁1 + 锁6 | | 7&8 | 研究备注 / 已知异常 | 锁6（用户） | | 9&10 | 样本量与子组（k/n） | 引擎解析回显 | | 11 | 直方图 | 报告层 SVG | | 12 | 原始值图（链图） | 报告层 SVG | | 13 | 概率图 | 报告层 SVG | | 14 | 控制图（X̄-R / X̄-s / I-MR / p/np/c/u） | 引擎 control_limits + 报告层 | | 15 | 过程位置估计 X̄ | 引擎 Xdb | | 16 | 过程变差估计 X₉₉.₈₆₅ − X₀.₁₃₅ | 引擎 quantiles.span | | 17 | 分布模型（正态/非正态） | 引擎 anderson.conclusion | | 18 | 性能/能力要求（Cpk.G 目标） | TARGET_TABLE 查表 | | 19 | 计算得出的关键指数（key_name + key_value + 上/下侧 + 分位数表） | 引擎 capability 整块 | | 20 | 结论与建议 | 引擎层规则 + 用户确认 | | 21 | 时间相关分布模型（A/B/C/D） | 引擎 time_model | | 22 | 超出规格限的预估百分比 / 测量不确定度 | 引擎 ppm.upper / ppm.lower |

计数值简化报告（对齐 web-tool v0.6.0）：c/u/p/np 图无能力四族、无 G 法关键指数（Cpk.G/Ppk.G/Pmk.G 仅适用于计量值连续数据）；保留要素 1–10、14、18（用 DPMO/Sigma Level 替代）、20–22 的简化子集。

关键指数名自动切换表（§6.8.2）

| 研究类型 | 稳态 | N ≥ 100 | 关键指数名 | |---------|------|---------|-----------| | machine | 任意 | 任意 | Pmk.G（设备放行） | | initial / production | ✓ | ✓ | Cpk.G（能力指数） | | initial / production | ✓ | ✗ | Ppk.G（性能指数，样本不足） | | initial / production | ✗ | 任意 | Ppk.G（性能指数，不稳态） |

样本量阈值：G 法手册建议 k≥20 且 n≥5，即 N≥100。

TARGET_TABLE（研究类型 × 特性等级 → Cpk.G 目标）

| 研究类型 \ 等级 | critical | major | minor | signal | |---------------|---------|-------|-------|--------| | machine | 2.00 | 1.67 | 1.33 | 1.00 | | initial | 1.67 | 1.33 | 1.00 | 1.00 | | production | 1.67 | 1.33 | 1.00 | 1.00 |

依据：AIAG-VDA SPC 第 8 章表 8-1 / 第 9 章表 9-3 行业惯例。

注意事项

关键指数名自动切换不可破：用 --study-type machine 强制 Pmk.G；用 production/initial + 稳态 + N≥100 给 Cpk.G；其他情况给 Ppk.G。这是手册 §6.8.2 的硬规则。
MSA 不现场算：仅描述性引用，量化交给独立的 MSA 分析工具。
Cw/Cwk 仅诊断：不再由本引擎输出（v3.3.0 切 G 法后，Cw/Cwk 已废弃）。
计数型避免正态近似：必须用二项/泊松精确分位数；PPM/CI 不输出（G 法仅适用于计量值）。
精确 vs 近似：X̄-R 的 R 图用 w 分布精确限；若需与传统 A2/D4 对照，见 references。
Pmk.G 限制说明：本引擎 Pmk.G 当前与 Ppk.G 同式（第 7 章研究设计要求剔除料/人/法等非机器变差，当前未接入）。需要完整机器性能放行（目标值表、减样本量 χ² 修正、研究设计区分）请用配套 Excel-tool 的 Pm/Pmk 工作表。
跨平台：逻辑与计算解耦，扣子/WorkBuddy/SkillHub 通用；依赖仅 numpy/scipy。
与 web-tool v0.6.0 编号差异：web-tool 报告模板存在 4 处编号错位（要素11 抬头区叫"技术条件"应叫"要素7&8 研究备注"；要素18 出现两次实际应是 18+19 拆分；采集日期标"要素8"应叫"要素4"）。skill v3.3.0 已对齐手册原文 22 要素，不复制 web-tool 的 bug。

验收（开发期铁律）

引擎须有自测：tests/test_engine.py 用技能内置样本数据（tests 内联，不依赖外部文件）跑端到端，覆盖：① G 法公式 ② w 分布精确限 ③ Nelson 1-8 ④ Anderson-Darling ⑤ 不稳态照样出指数 ⑥ 计数值 c/u/np/p 精确限 ⑦ I-MR ⑧ 单侧/无规格 ⑨ n 边界 ⑩ Form A/B/C 触发 ⑪ 计数值端到端 ⑫ TARGET_TABLE ⑬ PPM/95%CI ⑭ 22 要素字段对齐 ⑮ CLI --study-type/--grade 全链路。
不迷信单测：须浏览器/命令行端到端跑通整条链路（数据→引擎→报告）。

使用示例

示例1：量产稳态 X̄-R（G 法 Cpk.G + 上下侧 + PPM）

用户：按新版 AIAG-VDA 帮我分析这组数据，USL=100，LSL=90，25 子组每行 5 个
流程：
1. 解析矩阵（k=25, n=5）
2. python scripts/spc_v2_engine.py --data-file data.csv --usl 100 --lsl 90 \
                                    --study-type production --grade major
3. 输出：w 分布精确 R 限、A2 等价 X̄ 限、G 法关键指数（Cpk.G + upper + lower +
   分位数表 + PPM + 95%CI）、Nelson、AD、时间模型 A、Form A

示例2：设备验收 I-MR（G 法 Pmk.G）

用户：新设备验收，50 件连续加工，USL/LSL，按第三版第 7 章算 Pmk.G
流程：
  1. 50 件单值按单列录入（n=1）→ 引擎用 --chart I-MR
  2. python scripts/spc_v2_engine.py --data-file data.csv --usl 100 --lsl 90 \
                                      --study-type machine --grade critical --chart I-MR
  3. 输出 Pmk.G（当前与 Ppk.G 同式；详见"Pmk.G 限制说明"）
注意：完整的第 7 章机器性能研究（剔除料/人/法变差、目标值表、减样本量 χ² 修正）
      请用配套 Excel-tool 的 Pm/Pmk 工作表；本引擎只输出指数数值，不替代研究设计。

示例3：计数值 p 图（精确限）

用户：20 批每批 50 件的不合格数，画 p 图
流程：引擎识别 2 列 n,x → 二项精确分位数控制限（阶梯，变 n），规则 1 判越界

变更日志

v3.3.0（2026-09-02）· 大重写

动机：外部测试反馈 + web-tool 验证 → 引擎从"四族口径"切到"G 法关键指数口径"；报告模板对齐手册第 11 章原文 22 要素（修正 web-tool v0.6.0 的 4 处编号错位）。

引擎层

| 改动 | 旧（v3.2.0） | 新（v3.3.0） | |------|--------------|--------------| | 能力指数体系 | 四族（Cp/Cpk/Pp/Ppk/Pm/Pmk/Cw/Cwk + CpG/CpkG） | G 法关键指数：1 张关键指数卡（Cpk.G/Ppk.G/Pmk.G 自动切换） | | 关键指数名 | 固定 Cpk.G | 按研究类型×稳态×样本量自动切换（Pmk.G/Cpk.G/Ppk.G） | | 不稳态语义 | Cp/Cpk/Pm/Pmk → NA | 关键指数名切换为 Ppk.G（性能指数），照样有数值 | | 上/下侧分列 | 无 | upper（Cpu.G）+ lower（Cpl.G） | | 分位数表 | 仅用于 CpG/CpkG 内部 | 显式输出 x₀.₁₃₅/x₅₀/x₉₉.₈₆₅（正态→X̄±z·s；非正态→经验） | | PPM 分列 | 无 | upper/lower × 10⁶（仅正态模型输出） | | 95% CI | 无 | X̄ ± 1.96·s/√N（仅正态模型输出） | | TARGET_TABLE | 无 | 研究类型×特性等级 → Cpk.G 目标值（机器 2.00/1.67/1.33/1.00；初期/量产 1.67/1.33/1.00/1.00） | | CLI 参数 | --mode（已废弃） | --study-type / --grade |

报告层

| 改动 | 旧（v3.2.0） | 新（v3.3.0） | |------|--------------|--------------| | 要素体系 | 21 要素（自定编号） | 22 要素（对齐 AIAG-VDA SPC 第 11 章手册图 11-2 原文） | | 要素 11 | "技术条件"（伪编号，撞图表） | "直方图"（手册原文） | | 要素 18 | 出现两次（统计结果/能力评估） | 拆分为"18 性能要求 + 19 计算指数"（手册原文） | | 采集日期 | 要素 8 | 要素 4（手册原文） | | 关键指数呈现 | 4 张指数卡（Cp/Cpk 等并列） | 1 张关键指数卡（Cpk.G/Ppk.G/Pmk.G）+ 上下侧 + 分位数表 |

测试覆盖：16 套测试 / 109 PASS / 0 FAIL（原 70 项扩 50 项；新增：TARGET_TABLE 13 项、PPM/CI 7 项、22 要素字段对齐 10 项、CLI --study-type/--grade 3 项、不稳态照样出指数 1 项）。

对照表来源：

手册原文：reference/AIAG-VDA SPC 中英/ch11_pages_hi/p0330.png（图 11-2 过程能力报告示例）
要素解读：reference/AIAG-VDA SPC 中英/ch11_pages_hi/p0331.png（Interpretation of the Report Elements）
web-tool v0.6.0：web-tool/index.html:2966-2974 / 3030-3177（含 4 处编号错位，本 skill 已修正）

v3.2.0（2026-09-01）

（详见历史记录；本次 v3.3.0 为 G 法 + 22 要素对齐手册原文的重写版本。）