Back to skills
extension
Category: Data & AnalyticsNo API key required

质量月报生成技能

基于质量月度数据生成专业的质量月报;当用户需要生成质量月报、汇总月度测试成果、进行多月数据对比分析时使用

personAuthor: duding-engicoolhubclawhub

质量月报生成器

任务目标

  • 本 Skill 用于:根据质量月度数据自动生成结构化的质量月报(HTML 格式)
  • 能力包含:Excel 多 sheet 解析、多文件整合、整体分析框架、质量指标计算、多月趋势分析、PDCA总结、对比分析、报告大纲确认、HTML 可视化输出
  • 触发条件:用户需要"写质量月报"、"生成测试月报"、"多个月份数据对比"时使用

前置准备

  • 依赖说明:
    • Python 依赖:pandas(Excel 解析)、openpyxl(Excel 读写)
    • 系统依赖:mermaid-cli(用于渲染 Mermaid 图表为 SVG)
    • 首次使用时自动安装,约需 2-3 分钟

操作步骤

  • 标准流程:
    1. 收集数据
      • 用户手动提供本月质量数据
      • 或提供 Excel 文件(支持多 sheet)
      • 或提供 JSON 文件(符合 数据格式规范
      • 支持多个文件(多个月份数据)
      • 如需对比分析,提供历史月份数据文件
    2. 数据解析与整合(关键步骤)
      • 调用 scripts/parse_excel.py 解析 Excel 文件
      • 自动识别每个 sheet 的数据类型(测试用例/缺陷/工作总结/PDCA)
      • 检查数据完整性和一致性
      • 按月份整合数据,建立数据关联
      • 识别数据缺口,提示用户补充
    3. 建立整体分析框架
      • 参考 整体分析框架
      • 确定分析维度:时间维度、内容维度、深度维度
      • 识别关键分析点和对比基准
      • 规划图表类型和展示方式
    4. 计算指标与对比分析
      • 调用 scripts/metrics_calculator.py 计算关键质量指标
      • 脚本支持单月计算或多月对比分析
      • 输入:符合规范的 JSON 数据文件(支持 --previous-data 参数传入历史数据)
      • 输出:计算结果 JSON(含指标、对比、趋势)
    5. 生成报告大纲(关键步骤)
      • 智能体基于分析框架生成报告大纲给用户确认
      • 大纲包含:章节结构、数据来源说明、关键数据点、图表规划、分析维度
      • 等待用户确认:是否需要调整章节、增删内容、修改重点
      • 用户确认后,再进入下一步生成完整报告
    6. 生成月报
      • 智能体基于计算结果和 月报模板 生成 Markdown 内容
      • 包含:数据来源说明、月度总览、质量指标分析、PDCA总结、历史对比、趋势图表
    7. 输出交付(HTML 格式)
      • 生成一个 HTML 格式的完整报告文件
      • 文件命名:质量月报_{{month}}.html
      • 图表自动渲染:Mermaid 图表通过 mermaid-cli 转换为 SVG
      • 交互友好:HTML 可直接在浏览器中打开查看
      • 灵活转换:用户可使用浏览器"打印"功能另存为 PDF
      • 不生成多个分散的文件

多文件/多 Sheet 处理流程

  • 单文件多 Sheet

    1. 解析所有 sheet,自动识别数据类型
    2. 整合不同 sheet 的数据(测试用例 + 缺陷 + 工作总结)
    3. 生成综合报告,标注各数据来源
  • 多文件

    1. 按月份分类文件
    2. 整合每个文件的所有数据
    3. 建立时间序列,进行趋势分析
    4. 生成多月对比报告
  • 混合数据源

    1. 统一数据格式(Excel/JSON/手动输入)
    2. 建立数据映射关系
    3. 识别数据缺口,提示用户补充
    4. 生成综合报告

连续性处理(同一对话多个月报)

  • 智能体在对话中维护"历史数据池"
  • 每次用户提交月度数据,智能体自动追加到历史记录
  • 生成新报告时,智能体自动提取历史数据进行对比分析
  • 用户可随时导出历史数据池为 JSON 文件进行持久化

资源索引

  • 必要脚本:
    • scripts/parse_excel.py
      • 用途:解析 Excel 文件(支持多 sheet),识别数据类型,转换为标准 JSON 格式
      • 参数:输入文件--output 输出文件、--convert 转换为标准格式、--analyze-only 仅分析结构
    • scripts/metrics_calculator.py
      • 用途:计算质量指标,支持单月计算和多月对比
      • 参数:--input(本月数据)、--previous-data(历史数据)、--output(输出文件)
    • scripts/md_to_html.py
      • 用途:将 Markdown 转换为 HTML,自动渲染 Mermaid 图表为 SVG
      • 参数:输入文件-o 输出文件(可选)
  • 数据规范:见 references/data_format.md
    • 何时读取:用户提供数据时验证格式
    • 包含:完整字段定义、PDCA格式、多月数据格式
  • 整体分析框架:见 references/analysis_framework.md
    • 何时读取:处理多文件/多 sheet 时参考分析维度和方法
    • 包含:数据整合方法、分析维度构建、报告结构设计
  • 月报模板:见 assets/report_template.md
    • 用于生成最终月报的 Markdown 内容
    • 包含:标准章节、PDCA章节、趋势图表占位符(Mermaid 语法)
  • 大纲模板:见 reports/outline_template.md
    • 用于生成报告大纲供用户确认

注意事项

  • 必须先确认大纲:用户确认报告大纲后,才能生成完整报告文件
  • HTML 输出:仅生成一个 .html 文件,Mermaid 图表自动渲染为 SVG
  • 图表格式:使用 Mermaid 语法,通过 mermaid-cli 自动渲染为矢量图
  • Excel 解析:自动识别多 sheet 的数据类型,无需用户手动指定
  • 多文件处理:按月份整合数据,建立时间序列,支持趋势分析
  • 整体分析框架:参考 analysis_framework.md,确保分析维度全面
  • 数据缺口处理:识别缺失数据,提示用户补充或标注说明
  • 依赖安装:首次使用时会自动安装 pandas、openpyxl、mermaid-cli,需等待 2-3 分钟
  • 浏览器打开:生成的 HTML 文件可直接在浏览器中打开查看
  • PDF 导出:用户可在浏览器中使用"打印"功能选择"另存为 PDF"
  • 优先使用脚本计算指标,确保数值准确性
  • 智能体负责解读数据:PDCA分析、趋势解读、文字表述、整体分析框架应用
  • 对于连续性数据,智能体会自动维护历史记录并提示用户
  • 如数据格式不符合规范,指导用户按 data_format.md 调整
  • PDCA 总结支持多组条目,每个条目包含 Plan/Do/Check/Act 四个阶段

使用示例

示例 1:单文件多 Sheet 生成报告

  • 用户上传:monthly_data.xlsx(包含 5 个 sheet)
  • 智能体:解析 Excel → 识别 sheet 类型 → 整合数据 → 生成报告大纲
  • 大纲内容:
    数据来源:
      - 测试用例数据(sheet1)
      - 缺陷数据(sheet2)
      - 工作总结(sheet3)
      - PDCA 项目(sheet4)
      - 风险列表(sheet5)
    报告章节:
      1. 数据来源说明
      2. 月度总览
      3. 质量指标分析
      4. 工作总结
      5. PDCA 总结
      6. 风险与问题
      7. 下月计划
    
  • 用户确认:生成报告
  • 智能体:调用计算脚本 → 生成 Markdown → 转换为 HTML
  • 输出:质量月报_2024-01.html(含所有数据和图表)

示例 2:多文件多月对比分析

  • 用户上传:2024-01.xlsx2024-02.xlsx2024-03.xlsx
  • 智能体:解析所有文件 → 按月份整合 → 建立时间序列 → 生成含对比分析的大纲
  • 大纲内容:
    数据来源:
      - 2024年1月数据
      - 2024年2月数据
      - 2024年3月数据
    分析维度:
      - 时间维度:3个月趋势分析
      - 内容维度:测试执行/缺陷分布/工作效能
      - 深度维度:根因分析/效能分析/改进分析
    报告章节:
      1. 数据来源说明
      2. 月度总览(3个月对比)
      3. 趋势分析
      4. 数据洞察
      ...
    
  • 用户确认:生成报告
  • 智能体:计算指标 → 趋势分析 → 生成图表 → 转换为 HTML
  • 输出:质量月报_2024-03.html(含3个月对比和趋势图表)

示例 3:调整大纲后生成

  • 用户上传:./2024-02.xlsx
  • 智能体:生成报告大纲(包含:总览、指标分析、PDCA、对比)
  • 用户:"增加一个'团队效能'章节,删掉'临时工作'章节,重点分析缺陷分布"
  • 智能体:调整大纲 → 增加深度分析 → 再次确认 → 生成 Markdown → 转换为 HTML
  • 输出:质量月报_2024-02.html(含新增章节和重点分析)

示例 4:导出历史数据

  • 用户指令:"导出历史数据"
  • 智能体:将对话中的历史数据池导出为 JSON 文件
  • 用户可在下次对话中导入此文件,继续进行对比分析

TRACE 测评

| 维度 | 评分 | 说明 | |------|------|------| | T — 可信任度 | 9/10 | 纯文档/脚本技能,无外部依赖风险,支持中文交互 | | R — 可靠性 | 10/10 | 有清晰工作流程; 有异常处理说明; 输出格式明确 | | A — 适用性 | 9/10 | 有适用范围声明; 触发条件明确 | | C — 规范性 | 10/10 | frontmatter 完整; 文档结构清晰; 内容充分 | | E — 有效性 | 10/10 | 输出明确; 含使用示例; 文档详尽 | | 总分 | 48/50 | 通过 |