TTokenySpace
返回 Skills 列表

质量周会策划技能

基于用户提供的质量数据和工作问题,自动解析多格式输入并提取议题要点,生成包含会议流程、讨论目标和预期产出的质量周会策划方案Word文档;当用户需要策划质量周会、整理质量数据生成会议方案、准备质量会议材料、或组织质量评审会议时使用

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"skill-quality-meeting-planner"技能
技能信息:
- 名称: 质量周会策划技能
- 标识: skill-quality-meeting-planner
- 描述: 基于用户提供的质量数据和工作问题,自动解析多格式输入并提取议题要点,生成包含会议流程、讨论目标和预期产出的质量周会策划方案Word文档;当用户需要策划质量周会、整理质量数据生成会议方案、准备质量会议材料、或组织质量评审会议时使用
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/skill-quality-meeting-planner/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

质量周会策划方案生成

任务目标

  • 本 Skill 用于: 根据用户提供的质量数据或工作问题,生成结构化的质量周会策划方案Word文档
  • 能力包含: 多格式数据解析、议题要点提取、信息完整性校验、大纲确认、Word文档生成
  • 触发条件: 用户提供质量数据/问题并要求生成周会方案、会议策划、会议准备材料

前置准备

  • 依赖说明: python-docx 用于生成Word文档
  • 数据格式规范: 见 references/meeting-schema.md,定义了会议方案的JSON数据结构

操作步骤

步骤1: 接收与解析数据

接收用户提供的质量数据或工作问题,数据可能是以下任意格式:

  • 纯文本描述(如"本周发现3个P1缺陷...")
  • 列表/要点(如"1. xxx 2. xxx")
  • 表格数据(如缺陷统计表、测试通过率)
  • 混合格式(文本+数据+截图描述)
  • 文件附件(CSV/Excel/文本文件内容)

智能体负责解析数据内容,提取以下关键信息:

  • 质量指标与数据(缺陷数、通过率、覆盖率等)
  • 需要讨论的问题与风险
  • 改进措施与进展
  • 跨团队协作事项

步骤2: 信息完整性校验

从解析结果中识别以下必需信息是否齐全:

必需信息(缺失则必须要求用户补充,禁止自行编造):

  • 会议基本信息: 会议期数/周次、日期时间、地点/会议链接
  • 参会人员: 至少列出关键参会角色或人员
  • 核心议题: 至少1个需要讨论的质量议题

可选信息(缺失时标注为"待确认"即可):

  • 会议时长(默认90分钟)
  • 主持人/记录人
  • 具体质量指标数值

发现缺失必需信息时,向用户列出缺失项并请求补充,示例话术:

已解析您提供的数据,提取到以下议题要点:
1. [议题1]
2. [议题2]

但以下信息需要您补充:
- 会议时间: ?
- 参会人员: ?
- 会议地点: ?

请补充后我将生成完整方案。

步骤3: 生成大纲并确认

信息齐全后,先生成方案大纲提交用户确认。大纲格式:

=== 质量周会策划方案 - 大纲 ===

会议名称: 第X周质量周会
时间: YYYY-MM-DD HH:MM
地点: xxx
参会人: xxx

会议目标:
1. [目标1]
2. [目标2]

议程安排:
1. [议题1] (XX分钟) - 负责人: xxx
   - 讨论要点: ...
   - 期望产出: ...
2. [议题2] (XX分钟) - 负责人: xxx
   - 讨论要点: ...
   - 期望产出: ...
...

会前准备要求:
- [准备项1]
- [准备项2]

请确认以上大纲,或提出修改意见。确认后将生成正式Word文档。

等待用户确认或修改意见。用户确认后进入步骤4。用户提出修改则调整大纲后再次确认。

步骤4: 生成Word文档

用户确认大纲后:

  1. references/meeting-schema.md 中定义的JSON结构组织完整数据
  2. 将JSON写入临时文件
  3. 调用脚本生成Word文档

脚本调用:

python scripts/generate_meeting_doc.py --input meeting_data.json --output 质量周会策划方案.docx
  1. 将生成的Word文档提供给用户

使用示例

示例1: 用户提供文本描述

  • 场景/输入: "本周发现了5个P1缺陷,其中3个是接口超时问题,测试通过率从95%降到88%,需要讨论下怎么改进"
  • 预期产出: 解析出议题(缺陷分析、接口性能、通过率下降),向用户补充会议时间/人员等信息,生成大纲确认后输出Word
  • 关键要点: 从非结构化文本中提取量化数据和讨论议题;缺失的会议基本信息必须要求补充

示例2: 用户提供结构化数据

  • 场景/输入: 用户粘贴一份缺陷统计表格(CSV格式),包含模块、缺陷数、严重程度等列
  • 预期产出: 解析表格数据,按模块/严重程度归类为议题,生成包含数据分析的会议方案
  • 关键要点: 表格数据直接映射为议题要点;需识别哪些数据需要重点讨论(如高严重度缺陷集中区域)

示例3: 用户仅提供问题列表

  • 场景/输入: "下周要讨论:1.自动化覆盖率不达标 2.线上漏测问题 3.新功能测试计划"
  • 预期产出: 三个议题直接映射,但需补充会议时间、参会人员、各议题负责人等信息
  • 关键要点: 用户已给出议题框架,重点在于补全会议组织信息和每个议题的讨论细节

资源索引

注意事项

  • 缺失的必需信息必须让用户补充,严禁自行编造会议时间、人员、地点等
  • 大纲确认是必经环节,不可跳过直接生成文档
  • 数据解析时保留原始数据的量化信息(数字、百分比、趋势),不要模糊化
  • 议题排序建议按严重程度或紧急程度排列
  • 充分利用智能体的理解能力分析数据,仅在最终文档生成环节使用脚本

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9/10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10/10frontmatter 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47/50通过

评论

加载中…