sixsigma
by BytesAgain
Six Sigma methodology reference — DMAIC process, statistical tools, control charts, and capability analysis. Use when running improvement projects, analyzing process variation, or preparing for Six Sigma certification.
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/ckchzh/sixsigma文档
Six Sigma — Six Sigma Methodology Reference
Quick-reference for DMAIC methodology, statistical tools, control charts, and process capability.
When to Use
- Running a DMAIC improvement project
- Analyzing process capability (Cp, Cpk, Pp, Ppk)
- Setting up control charts (Xbar-R, p-chart, c-chart)
- Performing root cause analysis (fishbone, 5 Why, FMEA)
- Preparing for Six Sigma Green/Black Belt certification
Commands
intro
scripts/script.sh intro
Six Sigma overview — philosophy, sigma levels, belt system, history.
dmaic
scripts/script.sh dmaic
DMAIC phases: Define, Measure, Analyze, Improve, Control.
statistics
scripts/script.sh statistics
Key statistical concepts: normal distribution, hypothesis testing, regression.
charts
scripts/script.sh charts
Control charts: Xbar-R, Xbar-S, p-chart, np-chart, c-chart, u-chart, I-MR.
capability
scripts/script.sh capability
Process capability: Cp, Cpk, Pp, Ppk, sigma level, DPMO.
tools
scripts/script.sh tools
Six Sigma tools: fishbone, 5 Why, FMEA, Pareto, DOE, MSA.
examples
scripts/script.sh examples
Example DMAIC project walkthroughs.
checklist
scripts/script.sh checklist
DMAIC phase gate review checklist.
help
scripts/script.sh help
version
scripts/script.sh version
Configuration
| Variable | Description |
|---|---|
SIXSIGMA_DIR | Data directory (default: ~/.sixsigma/) |
Powered by BytesAgain | bytesagain.com | hello@bytesagain.com
相关 Skills
迁移架构师
by alirezarezvani
为数据库、API 与基础设施迁移制定分阶段零停机方案，提前校验兼容性与风险，生成回滚策略、验证关卡和时间线，适合复杂系统平滑切换。
✎ 做数据库与存储迁移时，用它统一梳理表结构和数据搬迁流程，架构视角更完整，复杂迁移也更稳。
数据库建模
by alirezarezvani
把需求梳理成关系型数据库表结构，自动生成迁移脚本、TypeScript/Python 类型、种子数据、RLS 策略和索引方案，适合多租户、审计追踪、软删除等后端建模与 Schema 评审场景。
✎ 把数据库结构设计、ER图梳理和SQL建模放到一处，复杂业务也能快速统一数据模式，少走不少返工弯路。
资深数据工程师
by alirezarezvani
聚焦生产级数据工程，覆盖 ETL/ELT、批处理与流式管道、数据建模、Airflow/dbt/Spark 优化和数据质量治理，适合设计数据架构、搭建现代数据栈与排查性能问题。
✎ 复杂数据管道、ETL/ELT 和治理难题交给它，凭 Spark、Airflow、dbt 等现代数据栈经验，能更稳地搭起可扩展的数据基础设施。
相关 MCP 服务
PostgreSQL 数据库
编辑精选by Anthropic
PostgreSQL 是让 Claude 直接查询和管理你的数据库的 MCP 服务器。
✎ 这个服务器解决了开发者需要手动编写 SQL 查询的痛点，特别适合数据分析师或后端开发者快速探索数据库结构。不过，由于是参考实现，生产环境使用前务必评估安全风险，别指望它能处理复杂事务。
SQLite 数据库
编辑精选by Anthropic
SQLite 是让 AI 直接查询本地数据库进行数据分析的 MCP 服务器。
✎ 这个服务器解决了 AI 无法直接访问 SQLite 数据库的问题，适合需要快速分析本地数据集的开发者。不过，作为参考实现，它可能缺乏生产级的安全特性，建议在受控环境中使用。
Firecrawl 智能爬虫
编辑精选by Firecrawl
Firecrawl 是让 AI 直接抓取网页并提取结构化数据的 MCP 服务器。
✎ 它解决了手动写爬虫的麻烦，让 Claude 能直接访问动态网页内容。最适合需要实时数据的研究者或开发者，比如监控竞品价格或抓取新闻。但要注意，它依赖第三方 API，可能涉及隐私和成本问题。