Skip to content
ChengYueCodePublic

About

基于丰田A3方法论的AI Agent技能:教练式引导(5Why/OKR/SMART)+ 一页A3报告生成(Markdown/HTML/PPTX/Excel)

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

2 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

a3-report

基于丰田 A3 方法论的 AI Agent 技能(Skill):教练式引导 + 一页结构化报告生成

一套让 AI Agent 像 A3 教练一样工作的方法论技能包。它不替你思考——你提供数据和对问题的思考,AI 负责用提问引导分析路径(5Why 根因追问、OKR 目标、SMART 计划),并输出专业的一页 A3 报告(Markdown / 交互式 HTML / PPTX / Excel)。

预览

特性

  • 三种 A3 类型:问题解决型(7 分区 + 5Why)、提案型、状态汇报型,自动判断类型
  • 双模式:信息充足直接生成;信息不足进入教练模式,按五步提问流程引导(理清问题 → 影响 → 目标 → 根因 → 行动)
  • 5Why 追问协议:逐层追问、复述确认、线索词拦截("等待/不重视/沟通不畅"不是根因)、反向验证,杜绝 AI 代填 Why 链
  • OKR 目标结构:1 个 O + 2-4 个 KR(当前值 → 目标值 + 期限),KR 即监控指标
  • SMART 计划校验:每行行动必须有具体动作、交付物、责任人、期限、对应根因/KR
  • 精益最佳实践:叙事连贯(A3 讲故事不是填格子)、问题陈述=量化差距、根回(nemawashi)共识、活文档随 PDCA 升版本
  • 四种输出格式:Markdown(权威源)、交互式 HTML(屏幕阅读 + 打印自动切回单页 A3 横版)、PPTX(420×297mm 单页)、Excel(A3 纸型双栏)
  • 行业无关:纯方法论,不预设制造业或任何场景,适用于 IT/服务/运维/医疗/项目管理等

安装

将本仓库复制到 Agent CLI 的技能目录:

# 用户级安装
git clone https://github.com/mdsyw-chase/a3-report.git ~/.qoder/skills/a3-report

# 或项目级安装
git clone https://github.com/mdsyw-chase/a3-report.git .qoder/skills/a3-report

PPTX/Excel 输出需要 Python 依赖:

pip install python-pptx openpyxl

重启会话或执行 /skills reload 后生效。

使用

/a3-report <问题描述或报告主题>

示例:

/a3-report 客户投诉响应超时问题的根因分析
/a3-report 建设自动化测试平台的立项提案
/a3-report XX项目 Q3 阶段进展汇报

也可以自然语言触发:提到 "A3"、"5Why"、"根因分析"、"改善提案"、"PDCA" 等关键词时技能自动激活。

首次使用时,技能会先说明用法和角色分工,再进入三阶段对话:确认问题(背景 + 现状数据)→ 分析(目标 → 5Why 根因 → 对策)→ 落地(SMART 计划 → 跟踪),每阶段达成共识后继续。

角色分工(关键)

这是一套方法论,不替你思考。用好它的前提是理解分工:

你(用户)负责 AI Agent 负责
提供真实数据、事实、现场信息 判断 A3 类型、组织报告结构
思考自己的问题、回答追问 像教练一样逐层追问(5Why),把关方法论质量
对目标、根因、对策做最终确认 把目标做成 OKR、把计划按 SMART 打磨、生成结果物

数据和答案在你那里。AI 不会编造数据——没有的信息会标 [待确认] 或继续追问。

让 AI Agent 使用本技能

方式一:作为 Agent CLI 技能(推荐)

安装到技能目录后(见上),Agent 会自动读取 SKILL.md 的 frontmatter,在你提到 A3/5Why/根因分析等场景时自动激活,并按 SKILL.md 的五步工作流执行、按需加载 references/ 与调用 scripts/。

方式二:任意支持自定义指令的 AI(无需 CLI)

把 SKILL.md 的全文作为系统提示词 / 自定义指令粘贴给任意大模型(ChatGPT、Claude 等),再贴上 references/a3-types.md 和 references/a3-coaching.md 作为参考资料,即可让它按 A3 方法论工作。生成 PPTX/Excel 时,让它输出 a3.json 后本地运行 scripts/a3_build.py。

方式三:程序化集成

在你的应用 / Agent 框架中,把 SKILL.md 载入上下文作为角色设定,用户输入作为问题描述,即可复用整套 A3 引导逻辑。

高效使用建议

  • 准备好数据再开始:至少带一个量化现状值(当前率/耗时/成本/频次),追问会更快收敛
  • 配合 5Why 追问:AI 会连续问"为什么",请基于事实回答,不要急着跳到对策
  • 一次一阶段:确认问题 → 分析 → 落地,每阶段达成共识再继续,避免返工
  • 想直接出稿:说"直接生成、别引导",AI 会用你给的信息一次成稿并标注缺口
  • 迭代升版:A3 是活文档,对策执行后回来更新数据、升版本号(v1.0 → v1.1)

目录结构

a3-report/
├── SKILL.md                    # 技能入口:工作流程与质量标准
├── references/
│   ├── a3-types.md             # 三种 A3 类型分区结构、OKR/SMART 校验、质量清单
│   └── a3-coaching.md          # 教练模式:五步提问、5Why 追问协议、常见误区应对
├── assets/
│   └── a3-template.html        # 交互式 HTML 模板(屏幕阅读 + 单页 A3 打印)
├── scripts/
│   └── a3_build.py             # JSON → PPTX/Excel 生成脚本
└── docs/
    └── preview.png             # HTML 报告效果预览

方法论来源

  • 丰田 A3 问题解决法与 PDCA
  • John Shook《Managing to Learn》的 A3 教练对话模式
  • 精益社区(LEI / Planet Lean)关于叙事性、差距陈述、根回共识的最佳实践
  • OKR 与 SMART 原则

License

MIT

About

基于丰田A3方法论的AI Agent技能:教练式引导(5Why/OKR/SMART)+ 一页A3报告生成(Markdown/HTML/PPTX/Excel)

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages