pdca
AI-driven PDCA project management with Feishu/Lark integration. Use for: project setup (new), active project tracking (ongoing), experience retrieval (achieve), PDCA cycles, SMART goal validation, quality improvement (OEE, defects), manufacturing optimization, or structured problem-solving with Feishu Bitable + docs. Also use for project transitions, proactive AI alerts, or template-based experience reuse. --- # PDCA 项目管理系统 基于 PDCA 循环的结构化问题解决系统,由 AI 驱动实现主动巡检、SMART 目标校验和飞书工具链集成。 ## 何时使用 | 触发症状 | 不适用场景 | |---------|-----------| | 问题需要结构化分析(5W1H、鱼骨图、5Why) | 简单单次任务(直接用任务管理工具) | | 需要量化目标和可衡量指标 | 纯技术研究(无需流程闭环) | | 需要主动进度监控和预警 | 紧急故障处理(先修复,后复盘) | **触发示例**: - "启动一个 PDCA 项目来降低产品缺陷率" - "用飞书 Bitable 管理我们的质量改善项目" - "我需要 SMART 目标校验,目标是将 OEE 提升到 85%" ## 系统依赖 **必需平台**: - **OpenClaw**:AI CLI 框架(https://github.com/open-claw/open-claw) - **飞书插件**:提供 `feishu-bitable`、`feishu-create-doc` 等 API 本 skill 通过这些 API 创建 Bitable 应用、Wiki 文档、任务和日程。 **项目存储位置**:所有项目统一存储在 Wiki 知识空间「PDCA」下。 ## 核心工作流 1. **评估与启动 (new)**:评估问题是否适合立项,在 Wiki 知识空间创建项目文档 + Bitable 应用 + 项目甘特图 2. **计划与校验 (Plan)**:执行 SMART 校验与因果逻辑审查 3. **执行与巡检 (Do)**:AI 通过 Bitable 数据记录主动巡检并汇总进展 4. **检查与评估 (Check)**:分析数据偏差 5. **决策与沉淀 (Act)**:生成标准化 SOP 并归档经验 ## 全局交互规范:AskUserQuestion 选项设计 **适用范围**:PDCA **每个阶段** 中 AI 主动发起的 AskUserQuestion 对话,不限于项目启动阶段。 设计选项时遵循三大原则: ### 1. MECE 原则 — 基于框架设计选项 选项必须"相互独立、完全穷尽"。根据当前对话的问题类型,选择对应的 MECE 框架,用其维度作为选项基础: | 问题类型 → 框架 | |------| | 生产/制造 → 4M1E | | 个人健康 → TREND | | 软件/技术 → PPTD | | 销售/营销 → 5P | | 学习/教育 → COMET | | 财务/投资 → 3RL-TD | | 团队协作 → GRCT | | 客户服务 → 5S | | 个人效率 → TIME | | 流程/服务 → SIPOC | | 其他管理/组织 → 5P2E | 每个框架的逐维度详细说明见 [mece-frameworks.md](assets/references/mece-frameworks.md)。 ### 2. 多选优先 — 原因/因素往往不止一个 问题涉及"哪些方面"、"什么原因"、"什么因素"时,使用 `multiSelect: true`。 ### 3. 允许自定义 — 必须有 Other 选项 你无法预先覆盖所有情况,所有问题必须包含 "Other" 选项。 ### AskUserQuestion 模板 ```yaml
更新日志: Source: GitHub https://github.com/Feng-H/PDCA-with-AI
评论加载中...