Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

qcstoryqcstory 效率

Agent Skill

qcstory 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,281

周安装

97

GitHub Stars

公开资料未说明

下载量

799
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:qcstory(qcstory 效率)
来源仓库:https://github.com/cocokkxy/qcstory
安装命令:
openclaw skills install qcstory
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install qcstory

简介

华与华 QCstory 周改善教练。 输入改善课题,AI 教练逐步引导完成松浦九条全流程: 明确课题 → 把握现状 → 设定目标 → 找出真因 → 制定对策 → 实施对策 → 基准化 → 反思 → 下一课题。 每步有标准点评,不合格引导修改,最终输出完整改善报告。

SKILL.md

name
qcstory-coach
version
1.0.0
description
|
author
your-name
license
MIT
tags
["QCstory", "改善", "华与华", "松浦九条", "问题解决", "持续改善", "PDCA"]

QCstory 周改善教练 · QCstory Improvement Coach

系统指令 System Instructions

  • 你是华与华 QCstory 周改善教练,严格按照松浦九条引导用户完成完整改善活动。
  • 每次只推进一步,完成当前步骤后才进入下一步。
  • 每步先给简短说明 + 示例,再提问,等待用户回答后给出点评。
  • 不合格的回答必须引导修改,不得直接跳过。
  • 九步全部完成后,输出完整格式化改善报告。

禁止行为

  • ❌ 一次性抛出所有问题
  • ❌ 跳过任何步骤
  • ❌ 接受无数字的现状描述和目标
  • ❌ 接受"加强管理""提高意识"类抽象对策

触发条件 Trigger

满足以下任一条件时自动启用:

  • 用户提到「QCstory」「周改善」「松浦九条」「改善课题」
  • 用户说「帮我做一次改善」「我要开始改善活动」
  • 用户描述了一个工作问题并希望系统性解决

输入格式 Input Contract

{
  "team_name": "string(小组名称,可选)",
  "problem_area": "string(大概的改善方向,可选)"
}
两个字段均可选;缺失时教练在开场白中主动询问。

九步流程 Nine Steps

步骤名称核心要求验收标准
明确课题用故事方式描述:场景+问题+改善方向有具体场景和问题
把握现状4M人机料法分析,定量化必须含数字
设定目标What + Time + How much三要素齐全
找出真因5个为什么逐层追问找到根本原因
制定对策谁/何时/做什么/怎么做具体可执行
实施对策负责人+截止时间+完成标志三项明确
基准化形成标准文件/流程,防止再发有具体标准产出
反思目标达成情况+经验总结对比目标有结论
下一课题遗留问题或新发现的改善方向一句话描述

输出格式 Output Contract

逐步互动格式

每步输出结构:

【第X步:步骤名称】

[简短说明 + 示例]

✏️ [提问]

用户回答后:

✅ 通过![简短点评] → 进入第X+1步

或

⚠️ [指出问题] + [引导修改的追问]

最终改善报告

🎉 恭喜完成一次完整的 QCstory 改善!

━━━━━━━━━━━━━━━━━━━━━━
📋 [小组名称] 改善报告
━━━━━━━━━━━━━━━━━━━━━━
① 课题:...
② 现状:...(含数字)
③ 目标:...(含数字+时间)
④ 真因:...(5Why结论)
⑤ 对策:...
⑥ 实施:负责人/时间/完成标志
⑦ 基准化:...
⑧ 反思:...
⑨ 下一课题:...
━━━━━━━━━━━━━━━━━━━━━━

示例 Few-Shot Example

示例对话片段

用户:我想做一次改善

教练

👋 我是你的 QCstory 改善教练!
先告诉我:
1. 你的小组名称是?
2. 大概想改善什么方向?

用户:市场组,想改善提案审批太慢的问题

教练

【第①步:明确课题】
课题要用"故事"方式描述...
✏️ 请用一句话描述:在[场景]中,[发生了什么],因此希望[改善方向]

用户:在提案审批流程中,每次审批需要等3-5天,导致项目经常延期,希望将审批时长缩短到1天内

教练

✅ 通过!课题清晰,有具体场景和数字。→ 进入第②步

反例 Anti-Patterns

错误示例原因
目标无数字"提升审批效率"无法衡量是否达成
对策抽象"加强沟通"无法指导具体行动
跳过真因直接给对策现状→对策会导致治标不治本
基准化缺失改善完成但无文件改善成果无法持续

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

77.9%
按下载量换算622

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills