返回板块

T01 技术洞察范式

2026-09-19行政法规 · 范式
源文件：C:/Users/xub/.workbuddy/spec/3.行政法规/范式/T01_技术洞察范式.md

类别：技术规范
名称释义：四维量化评估模型（研发/供货/资金/品质）
落位：~/.workbuddy/spec\3.行政法规\范式\T01_技术洞察范式.md

工作流（启动顺序 + 升级闭环 · 全域硬约束）

本规范为对应对象（skill/专家）升级/迭代/训练/知识注入的唯一权威依据。任何涉及该对象的改动，必须严格按以下五步闭环执行，缺一不可、全域强制。

启动顺序（每次会话/任务启动，全域铁律）

  1. 读 MEMORY（拿规则）：首步读 ~/.workbuddy/MEMORY.md，未读不得动手。
  2. 跑 _tools 代码（强制）：凡 .docx/.xlsx 交付物命名与skill/专家迭代升版四件套验证，强制调用 ~/.workbuddy/_tools/（deliverable.py / check_deliverables.py），禁止手敲文件名。
  3. 查 README（看 API）：动手前查 ~/.workbuddy/README/<对象目录名>/README.md；无独立 README 时以 SKILL.md 为 API 权威。
  4. 查技术规范与 SOP（升级/建夹必过闸）：①升级/迭代/训练/知识注入前先读本范式（~/.workbuddy/spec\3.行政法规\范式\ 对应文件）；②每个新任务启动（含任何 skill 触发产出）先读 S01+S02，建「三字标题_YYYY-MM-DD_HHMM/产出/素材/」，产出落 产出/。
  5. 收尾总结（每次任务结束后，200 字铁律）：任何任务每次结束后，在最终回复中用约 200 字总结「当前进展 + 核心结论 + 遗留问题」三要素（见 ~/.workbuddy/spec\3.行政法规\SOP\S10_任务收尾总结SOP.md）；与 S03/S04 收尾三件套、skill/专家迭代升版四件套并存、互不替代。

升级五步闭环（硬约束）

  • 闭环链路：读 MEMORY → 跑 _tools → 查 README → 查技术规范与 SOP → 建任务夹（S02），五步必须闭环、全域可执行、覆盖全部 SOP（含 S02 建文件夹）、硬约束。
  • 只按本技术规范修改：改动逐条对照本范式对齐，不重写整个 SKILL.md；不碰全域规则（MEMORY.md）与工具链（_tools/），除非其自身变化。
  • 无技术规范，拒绝升级：定位不到或用户未提供本范式 → 立即停下、禁止动手改，并回复「请提供其技术规范（如电池专家技术规范）」。

来源：技术洞察助手 SKILL.md（四维加权评分法）

文件：C:\Users\xub\.workbuddy\skills\V1.1.7_lihengbian_DIY_jishudongchazhushou\SKILL.md

name: V1.1.7_lihengbian_DIY_jishudongchazhushou
description: "lihengbian_DIY_jishudongchazhushou V1.1.6 - 对某类零部件（如PI膜、导电剂、集流体、密封件、结构件、等静压设备、电池专用溶剂、固态电池胶框等）从研发技术力量、年度供货量、资金实力、品质管控四个维度量化评估与排序，产出「技术洞察」Word 报告。在竞品技术分析（技术参数→成本→产能→市场品质口碑→四维打分→排序）完整证据链基础上，于「十一、结论与选型建议」新增两大技术洞察子节：①核心竞争力底层逻辑（察利流/衡主体/辨变化收束一句底层逻辑）②周期论（蓄势/顺势/逆势与跨越非连续性）。版式铁律：全文楷体、正文首行缩进2字符、段前段后间距0；文档命名『零部件名称_技术洞察_YYYY-MM-DD_HHMM.docx』。一键启动：用户只需提供零部件名（如『防短路胶框』），即可自动走完全流程。关键词：技术洞察、竞品分析、供应商评估、四维评估、零部件选型、技术参数表、供应链分析、核心竞争力、底层逻辑、周期论、察利流、衡主体、辨变化、利衡辨理论、Word报告、楷体、去AI写作痕迹、Humanizer去痕"
version: 1.1.1
author: 利衡辨
created: 2026-08-17
updated: 2026-08-17
based_on: 利衡辨_零部件竞品技术分析+V2.0

利衡辨 · 技术洞察助手 · V1.1.4

Goal：当用户需要对某类零部件做「技术洞察 + 供应商竞品对比 + 选型」时，按统一方法论采集数据、量化打分、排序，并在结论章节叠加利衡辨技术洞察（核心竞争力底层逻辑 + 周期论），产出一份结构化的 Word 技术洞察报告。

V1.1.4 核心新增（本版训练目标）：在「十一、结论与选型建议」章节新增两个技术洞察子节——
- 核心竞争力底层逻辑：以利衡辨理论「察利流 → 衡主体 → 辨变化」拆解，收束出该零部件核心竞争力的一句底层逻辑；
- 周期论：判断该零部件处于「蓄势 / 顺势 / 逆势」哪一段，定位拐点与「跨越非连续性」的路径。
- 去 AI 痕迹（Humanizer）：所有报告文本在渲染前经 humanize() 通道自动清理破折号(—/——)、弯引号、开场白/强调拐杖词、宣传性填充、模糊归因、通用乐观结语等 AI 写作痕迹，并刻意保留利衡辨专属理论术语（底层逻辑/周期论/察利流/衡主体/辨变化/利衡辨），使报告更自然、可信、去「机器味」。

本 skill 是「方法 + 模板 + 报告生成器 + 去痕通道」四位一体的可复用工具，基于 利衡辨_零部件竞品技术分析+V2.0 重新封装训练，并经多轮训练（技术洞察子节 → Humanizer 去痕）持续增强。

版式铁律（V1.1.4 硬性要求，不可变更）

项 要求
字体 全文统一 楷体（标题、正文、表格、图注一律楷体）
首行缩进 正文段落首行缩进 2 字符（w:firstLineChars=200）
段前 / 段后间距 一律 0（space_before=0、space_after=0）
文档命名 {零部件名称}_技术洞察_{YYYY-MM-DD_HHMM}.docx，例：防短路胶框_技术洞察_2026-08-17_1100.docx

生成时间取「YYYY-MM-DD_HHMM」分钟精度（下划线+分钟，全域统一），如 2026 年 8 月 17 日 11 时 00 分 → 2026-08-17_1100。命名由编排层在调用生成器时通过输出路径参数落实，生成器默认兜底名为 技术洞察报告.docx。

去 AI 痕迹（Humanizer）能力（V1.1.4 训练新增）

Goal：让产出的技术洞察报告读起来像「懂行的人写的」，而不是「AI 生成的标准件」。所有报告文字在写入 Word 前，统一经过 humanize() 去痕通道；作者（编排层）在撰写 JSON 叙事文本时，也应遵循同一套去痕写作约定，从源头减少机器味。

来源：集成 Wikipedia: Signs of AI writing（WikiProject AI Cleanup）识别清单，结合中文报告语境本地化。

自动接入点（代码层，默认开启）：
- gen_report.py 的 humanize() 函数，挂载于所有文本渲染入口（para / bullet / heading / para_mixed / cell_text / caption / 封面 / chapter），渲染前自动清理。
- 关闭通道：python3 gen_report.py --no-humanize data.json out.docx
- 独立清理任意文本：python3 gen_report.py humanize input.txt [output.txt]

清理清单（生成器自动执行）：

痕迹类型 处理方式 示例（前 → 后）
破折号 — / —— 转逗号 ， 固态电池电芯——含全固态 → 固态电池电芯，含全固态
弯引号 ""'' 转直引号 ""'' “半固态” → "半固态"
开场白拐杖词 删除 值得注意的是，… → …；综上所述，… → …
强调/宣传填充 删除或弱化 极大地 → 大幅；彰显了 → 体现；标志着 → 是
模糊归因 删除 行业专家认为 / 据相关研究表明 → （删）
通用乐观结语 删除 未来可期。 / 前景十分广阔。 / 迈上新台阶。 → （删）
标点粘连残留 归一化 ，。 → 。；删首尾残留逗号

刻意保留（不替换）：本 skill 专属理论术语 底层逻辑 / 周期论 / 察利流 / 衡主体 / 辨变化 / 利衡辨 / 核心竞争力，它们是方法论骨架，不是 AI 痕迹。

作者侧写作约定（来源级去痕，撰写 JSON 叙事时遵守）：
1. 直接陈述事实，删掉「值得注意/不难看出/可以说」等开场白；
2. 能用具体数字、厂商、年份就不写「显著提升/至关重要」；
3. 避免破折号与三段式排比（两项往往优于三项）；
4. 不写「未来可期/前景广阔」式空泛收尾，落到具体动作或数据；
5. 段落结尾多样化，长短句交错，避免每段同构。

去痕质量自评分（借鉴 Humanizer 5 维，每项 /10）：直接性 · 节奏 · 信任度 · 真实性 · 精炼度；总分 45–50 为优。

⚡ 一键启动（Turnkey 模式）

用户只需提供「某产品/零部件名称」，无需再给任何指令，即自动执行以下完整思维链并交付报告：

用户输入："XX产品/零部件"（如：防短路胶框 / 6μm PI膜 / 固态电解质）
        │
        ▼ 自动执行（无需追问）
  ① 明确应用场景与关键参数 → ② WebSearch 圈定 5~8 家候选供应商
  → ③ 采集四维数据（研发/供货/资金/品质） → ④ 整理技术参数表
  → ⑤ 成本分析（构成/价格趋势/降本路径）
  → ⑥ 产能扩产计划（现有+扩产）
  → ⑦ 过往市场品质投诉调查（客诉/失效闭环 → 品质管控反哺）
  → ⑧ 四维加权打分排序 → ⑨ 深度分析前三名
  → ⑩ 技术洞察：核心竞争力底层逻辑（察利流/衡主体/辨变化）+ 周期论（蓄势/顺势/逆势）   ← V1.1.4 新增
  → ⑪ 生成 .docx（楷体/首行缩进2字符/段前后0间距）到 /workspace
  → ⑫ 按『零部件名称_技术洞察_YYYY-MM-DD_HHMM.docx』命名 + present_files 展示

关键约定：
- 产品名称即「零部件」，供应商即「竞品/供应链」，四维评估与排序逻辑始终沿用本 skill，不得变更。
- 若用户明确指定了维度，则按用户维度调整权重；否则使用默认四维（研发 30% / 供货 25% / 资金 20% / 品质 25%）。
- 每个新产品 = 新数据（JSON） + 复用 scripts/gen_report.py 生成器，方法论与报告结构不变。
- 技术洞察（底层逻辑 + 周期论）为必做章节，每个新报告都必须产出，不得省略。

已训练案例索引（4 个，均随 skill 打包）

# 零部件/产品 数据文件 排序结论（首选）
1 全固态电池防短路胶框（绝缘胶框） scripts/data.solid_state_insulation_frame.json 松井股份
2 固态电池电芯（全固态/半固态） scripts/data.solid_state_battery.json 宁德时代
3 干法电极用 PTFE 粘结剂 scripts/data.ptfe_binder.json 大金工业
4 锂电极片涂布烘箱（涂布机干燥模块） scripts/data.coating_oven.json 先导智能

四个案例均已含「核心竞争力底层逻辑」「周期论」技术洞察子节；其中「防短路胶框」为 V1.1.4 完整样例（含成本分析/产能扩产计划/品质投诉调查），其余案例均沿用同一生成器与版式铁律。所有样例报告已用现行生成器重跑，统一为 Humanizer 去痕版（时间戳 20260819）。

触发条件

满足任一即启用：
- 用户要求「分析/对比/排序某零部件的供应商/厂家/竞品」
- 用户给出具体零部件并要求「技术洞察 / 核心技术竞争力 / 底层逻辑 / 周期论」
- 用户要求「形成一份供应商竞品分析报告 / 技术洞察报告 / 选型报告」
- 用户要求「整理某零部件的技术参数表 + 知名厂商」
- 用户要求「分析成本构成 / 扩产计划 / 供给能力 / 客诉复盘对选型的影响」

不适用： 单纯的行业科普（不需供应商对比）；单一供应商尽调（非竞品对比）；只要参数表而明确不要对比排序。

核心方法论

一、四维加权评分法

维度 默认权重 关键考察点
研发技术力量 30% 技术路线先进性；核心专利数量；国家级/省级项目；研发团队与产学研；目标规格研发与量产能力
年度供货量 25% 现有产能；扩产规划；批量供货年限；目标规格稳定供货；主要客户量产规模
资金实力 20% 总资产与营收；上市及融资能力；股东背景；现金流与抗周期；扩产资金保障
品质管控 25% 头部客户认证；一致性与良率；体系认证；缺陷控制；历史市场品质投诉闭环（强化项）

5 分制：5=国际领先/行业标杆，4=国内领先，3=行业平均，2=偏弱，1=显著短板。加权总分 = Σ(维度得分 × 权重)，满分 5.0。

二、利衡辨技术洞察（V1.1.4 核心训练项）

理论框架：利衡辨：逐利及万物互联解惑之道 —— 察利流 → 衡主体 → 辨变化 → 循环跃迁（三七分）。

① 核心竞争力底层逻辑（察利流 / 衡主体 / 辨变化）

步 分析内容 落点
察利流 该零部件在价值链中的利流归属：价值从哪迁移到哪，谁掌握价值分配 点明「价值迁移方向」
衡主体 利链主体：谁在主导、卡位在哪一环节（材料/设备/标准/客户） 点明「卡位主体」
辨变化 变化拐点：什么驱动该零部件从「可选」变「必选」或技术路线切换 点明「结构性拐点」
收束 把三步收束为一句底层逻辑（该零部件核心竞争力的本质） 一句可传播的底层逻辑

② 周期论（蓄势 / 顺势 / 逆势）

阶段 特征 该零部件典型信号
蓄势期 研发验证/小批量，未放量 全固态中试、样品交付、小批量销售
顺势期 放量成长，规模上量 规模化装车、产能爬坡、量产交付
逆势期 成熟/被替代，需求收缩 技术路线切换、被新工艺替代
拐点 从蓄势→顺势的触发信号 量产节点、强标落地、代际跃迁
跨越非连续性 技术代际跃迁（如蓝膜模切→UV打印） 先卡位者享先发红利

这两个子节落在报告「十一、结论与选型建议」之后，作为选型结论的深度透镜：说明「为什么这个零部件值得选、它的竞争壁垒是什么、现在处于产业周期的哪个位置」。

执行流程（Step by Step）

Step 1  明确零部件与应用场景：关键功能 + 关键参数 + 目标规格
Step 2  圈定候选供应商：公开检索确定 5~8 家代表性厂商
Step 3  采集四维数据：研发/供货/资金/品质，每维至少 2 条可溯源事实
Step 4  整理技术参数表：分类列出物性/质量/工艺适配参数
Step 5  成本分析：成本构成 → 市场价格与趋势 → 降本路径
Step 6  产能扩产计划：现有产能 + 扩产计划
Step 7  过往市场品质投诉调查：客诉/失效闭环 → 品质管控反哺
Step 8  量化打分与排序：加权总分 + 排序结论
Step 9  深度分析与选型建议：前三名剖析 + 首选/二供/培育/备选
Step 10 技术洞察（V1.1.4 必做）：核心竞争力底层逻辑（察利流/衡主体/辨变化）+ 周期论（蓄势/顺势/逆势）
Step 11 生成 Word 报告：调用 scripts/gen_report.py，命名『零部件名称_技术洞察_YYYY-MM-DD_HHMM.docx』
Step 12 present_files 展示报告

报告标准结构（12 章 + 附录 + 技术洞察子节）

  1. 报告摘要：核心结论 + 排序结果 + 选型建议要点
  2. 研究背景与范围：应用场景 + 关键参数定义 + 「为什么是这个规格」
  3. 技术参数表：分类表格（基本物性/核心质量/工艺适配/市场应用）
  4. 成本分析：成本构成 → 市场价格与趋势 → 降本路径
  5. 产能扩产计划：按供应商拆解现有产能 + 扩产计划
  6. 过往市场品质投诉调查项目：客诉/失效清单 → 投诉调查结论与供应商风险映射
  7. 供应商清单：企业(代码) + 总部 + 核心概况
  8. 评估体系：维度 + 权重 + 考察点 + 打分细则
  9. 综合评分与排序：评分明细表 + 排序结论
  10. 重点供应商深度分析：每名前 3~5 名做四段式剖析
  11. 结论与选型建议：首选/二供/培育/备选 + 落地动作
    • 11.1 核心竞争力底层逻辑（V1.1.4 新增）
    • 11.2 周期论（V1.1.4 新增）
  12. 风险提示与数据来源说明：数据时效、口径差异、主观性声明
  13. 附录 A：评估模板（打分细则 / 执行流程 / 报告标准结构）

章节号由生成器动态计数：缺少 cost_analysis / capacity_expansion / quality_complaints 时自动省略并顺延；insight 缺失时技术洞察子节跳过，旧数据文件仍可正常渲染。

V1.1.4 数据 JSON 新增字段（schema）

V1.1.4 在原有 JSON 基础上新增顶层字段 insight（技术洞察）：

{
  // —— 技术洞察（V1.1.4 新增，落在「十一、结论与选型建议」之后）——
  "insight": {
    "core_logic": {
      "title": "核心竞争力底层逻辑",
      "text": "以察利流/衡主体/辨变化拆解后收束的一句底层逻辑",
      "bullets": [
        "察利流（价值迁移）：...",
        "衡主体（卡位主体）：...",
        "辨变化（拐点）：..."
      ]
    },
    "cycle": {
      "title": "周期论",
      "text": "该零部件所处周期阶段与拐点判断",
      "bullets": [
        "所处阶段：蓄势/顺势/逆势...",
        "拐点信号：...",
        "跨越非连续性：..."
      ]
    }
  }
}

其余字段（meta / summary / background / param_table / cost_analysis / capacity_expansion / quality_complaints / suppliers / dimensions / scores / deep_dives / conclusions / risks / appendix）与 V2.0 一致，详见 scripts/data.solid_state_insulation_frame.json 完整样例。

输出格式

  • 主交付物：.docx 技术洞察报告，命名 {零部件名称}_技术洞察_{YYYY-MM-DD_HHMM}.docx，写入 /workspace（或用绝对路径指定输出）。
  • 生成方式：调用 scripts/gen_report.py <data.json> <output.docx>。
  • 版式：全文楷体、正文首行缩进 2 字符、段前段后间距 0；报告内以彩色表格呈现技术参数表、成本构成表、市场价格对比表、客诉调查表、供应商清单、评估体系、评分明细表。

质量标准（自检清单）

  • [ ] 技术参数表每一项都有「单位 + 标准依据/测试方法」
  • [ ] 每家供应商四维数据均有可溯源公开事实，不编造
  • [ ] 评分明细表权重之和 = 100%，加权分计算正确，排序结论一致
  • [ ] 技术洞察子节（V1.1.4 必做）：已产出「核心竞争力底层逻辑」（察利流/衡主体/辨变化 + 一句底层逻辑）与「周期论」（蓄势/顺势/逆势 + 拐点 + 跨越非连续性）
  • [ ] 去 AI 痕迹（Humanizer，V1.1.4 训练新增）：报告正文/表格/图注中无破折号(—/——)、无弯引号、无「值得注意的是/综上所述/未来可期」等填充与通用乐观结语；利衡辨专属术语保留
  • [ ] 版式：全文楷体、正文首行缩进 2 字符、段前段后间距 0
  • [ ] 命名：{零部件名称}_技术洞察_{YYYY-MM-DD_HHMM}.docx
  • [ ] 报告含「风险提示与数据来源说明」章节
  • [ ] 最终 .docx 已通过 python-docx 打开验证（段落数、表格数正常）
  • [ ] 已用 present_files 展示最终报告

数据可靠性要求（重要）

  • 供应商名称、产能、营收、客户、扩产投资额等事实信息必须通过 WebSearch/WebFetch 检索核实，标注数据截至日期。
  • 成本占比、市场价格等为行业量级估算，应注明「约占/参考价」，不得伪造成精确财务数据。
  • 品质投诉/失效案例应标注来源；公开数据有限时明确声明为「行业共性风险研判」，不得编造具体召回事件或厂商负面信息。
  • 技术洞察（底层逻辑/周期论）为分析研判，须建立在可溯源事实之上，不得脱离数据空谈。
  • 评分是「主观量化辅助」，报告末尾必须声明「不构成投资建议，应结合实地验厂与样品实测综合判定」。

封装与分发（Packaging）

V1.1.7_lihengbian_DIY_jishudongchazhushou/
├── SKILL.md                    # 方法论 + 一键启动 + 版式铁律 + 技术洞察 schema
├── README.md                   # 使用说明与快速上手
└── scripts/
    ├── gen_report.py           # Word 报告生成器（楷体/缩进/0间距 + 技术洞察子节 + Humanizer 去痕通道）
    ├── data.solid_state_insulation_frame.json   # 完整样例（防短路胶框）
    ├── data.solid_state_battery.json            # 固态电池电芯样例
    ├── data.ptfe_binder.json                    # PTFE 粘结剂样例
    └── data.coating_oven.json                   # 锂电极片涂布烘箱样例

安装方式：把整个 V1.1.7_lihengbian_DIY_jishudongchazhushou/ 目录放入任意 WorkBuddy 的 skills/ 目录即可生效。

复用方式：
1. 一键启动：直接输入产品名，skill 自动走完全流程；
2. 批量生成：python3 scripts/gen_report.py <data.json> <output.docx>；
3. 新增训练：复制 scripts/data.solid_state_insulation_frame.json，替换内容并补充 insight 字段后运行生成器。

依赖：python-docx（pip install python-docx）。

附录 B：Humanizer 去痕训练示例（Before → After）

以下句子均来自真实"AI 生成"风格，经本 skill 的 humanize() 通道清理后输出。训练时以此校准「什么算 AI 痕迹、清理后长什么样」。

# 清理前（AI 味重） 清理后（自然可信）
1 固态电池电芯——含全固态、半固态——是下一代核心零部件。 固态电池电芯，含全固态、半固态，是下一代核心零部件。
2 值得注意的是，卫蓝新能源的半固态装车量国内第一。 卫蓝新能源的半固态装车量国内第一。
3 综上所述，首选量产验证对象为清陶能源，未来可期。 首选量产验证对象为清陶能源。
4 行业专家认为，该零部件正处于顺势期，标志着产业拐点。 该零部件正处于顺势期，是产业拐点。
5 ① 宁德时代（300750.SZ）—— 全球龙头"半固态+全固态"双线 ① 宁德时代（300750.SZ），全球龙头"半固态+全固态"双线
6 松井股份极大地提升了胶框精度，彰显了技术壁垒。 松井股份大幅提升了胶框精度，体现技术壁垒。
7 该零部件不可或缺的重要组成部分是界面工程，谱写新篇章。 该零部件重要组成部分是界面工程。

判定要点：破折号几乎必删；「值得注意的是/综上所述/行业专家认为/未来可期/谱写新篇章」属高频 AI 拐杖词，删后句子反而更利落；底层逻辑/周期论/察利流 等专属术语一律保留。

利衡辨 · 全域资料站 ｜ 全域七链元路由 · 一进一出
宪法 ＞ 基本法 ＞ 行政法规 ＞ 地方法规 ＞ 地方规章