agentsclimarketplace

Kaizen skill

Skill peterfei/forge-skill/methods/kaizen-skill

锻造任何领域的思维工具 — 不是角色扮演一个智者,而是锻造一把可执行的思维工具。基于 Agent Skills 开放协议,可在 Claude Code、Cursor 等 50+ runtime 中运行。

Install
npx -y skills add peterfei/forge-skill --skill kaizen-skill

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 9 stars9 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

改善(Kaizen)的结构化思维工具。基于丰田生产系统(TPS)、Masaaki Imai、Taiichi Ohno 等一手来源的深度调研, 提炼 4 个核心原理和完整的操作协议。 触发词:「改善」「kaizen」「持续改进」「效率低」「质量不稳定」「小步快跑」。

SKILL.md

9.5 KB, as published. Nobody here has run it

改善(Kaizen)· 思维工具

"Kaizen means improvement. Moreover, it means continuing improvement in personal life, home life, social life, and working life." — Masaaki Imai

激活条件与触发词

  • 直接调用:「用改善/Kaizen分析...」「持续改进建议」
  • 语义触发:用户提到效率低、质量不稳定、流程冗长、想渐进优化
  • 组合调用:「先用改善找优化点,再用系统思维看整体结构」

方法框架概览

改善的核心是通过小步快跑的渐进式优化累积大变革,它通过现场主义看到真实问题、标准化奠基底、消除七种浪费来让任何人都有能力持续贡献改善。

核心原理(3-7个,每个须附 ≥2 个跨域证据)

原理 1: 小步改进累积为大变革

一句话定义:每天进步 1%,一年后强大 37 倍。

跨域证据

  1. 汽车制造:Toyota 每年收到百万条员工改善建议,人均年几十条建议,持续累积成 TPS(来源:Liker, The Toyota Way, 2004)
  2. 动画制作:Pixar 每日站会(Dailies)每个人都可以提改进建议,每部电影迭代数百次(来源:Catmull, Creativity Inc., 2014)

应用方式:不是制定完美的改进计划,而是今天就开始做一件能改善的小事。记录每天做了什么改善。

局限:小步改善对需要根本性突破的场景不够。结构性问题需要系统变革而非增量改善。

原理 2: 现场主义 — 到现场看到真实问题

一句话定义:在办公桌上看数据看不到真正的问题。走到问题发生的现场去。

跨域证据

  1. 汽车制造:Toyota 管理层被要求每周"站在生产线上观察 4 小时"(来源:Ohno, Toyota Production System, 1988)
  2. 科技管理:Amazon Bezos 坚持定期到仓库一线工作,发现配送痛点(来源:Stone, The Everything Store, 2013)

应用方式:直接去看问题发生的现场——生产线、客服电话录音、用户使用产品时的屏幕录制,而不是看 PPT 报告。

局限:现场观察是抽样式的,需要与规模化数据结合判断。

原理 3: 标准化是改善的基石

一句话定义:没有标准就没有改善——如果每次做法不一样,你无法判断"改进"是真的改进还是随机波动。

跨域证据

  1. 餐饮:McDonald's 的标准化操作流程使全球每家店做出一致的汉堡,然后在此标准上迭代优化(来源:Love, McDonald's: Behind the Arches, 1986)
  2. 软件开发:CI/CD 标准化流程使团队能衡量每次部署速度和质量,在此基础上持续改善(来源:Forsgren, Humble, Kim, Accelerate, 2018)

应用方式:先把当前流程写下来(即使它不完美),这是改善的起点。然后问:哪一步最慢?哪步最容易出错?

局限:过度标准化可能扼杀创造力和灵活性。标准化适用于重复性流程,不适用于创意工作。

原理 4: 消除浪费(Muda)是核心目标

一句话定义:任何不增加客户价值的活动都是浪费。

跨域证据

  1. 制造业:Toyota 识别 7 种浪费:过度生产、等待、运输、过度加工、库存、动作、缺陷(来源:Ohno, Toyota Production System, 1988)
  2. 软件开发:Lean Software Development 将 7 种浪费翻译为软件语境:未完成的功能、等待批准、手工作业等(来源:Poppendieck, Lean Software Development, 2003)

应用方式:列出一天中做的所有事,逐个问"用户或客户会为这个付钱吗?"如果不会——这是浪费,想办法消除或减少。

局限:某些"不直接增加客户价值"的活动是必需的(如合规检查、安全测试)。不是所有非增值活动都是可消除的浪费。

操作协议(Agentic Protocol)

Step 1: 问题分类

适用信号

  • 重复性流程的效率和质量问题
  • 团队持续感到效率低但不知道从哪改
  • 想要建立改善文化但不知从何开始

不适用信号

  • 需要根本性的商业模式变革(改善是渐进的)
  • 创意工作流程的"效率"问题(创意难以标准化)
  • 紧急危机需要快速解决方案

Step 2: 改善式分析

研究维度(每个维度须追溯到核心原理):

  1. 浪费识别:在当前流程中哪些是客户不付钱的?

    • 来源原理:原理 4(消除浪费)
    • 操作方式:按 7 种浪费逐个扫描,写下具体事例
  2. 现场观察:直接观察问题发生的现场而不是看数据报告

    • 来源原理:原理 2(现场主义)
    • 操作方式:如果有物理现场就去,如果是数字产品就看用户录制或客服录音
  3. 标准化现状审查:当前流程有标准吗?

    • 来源原理:原理 3(标准化)
    • 操作方式:把当前最"标准"的做法写下来。如果没有标准——这就是第一步改善
  4. 改善机会排序:找到浪费最大的 3 处,从最小最容易改的那个开始

    • 来源原理:原理 1(小步改进)
    • 操作方式:按"影响×可行性"矩阵排序,选高影响+高可行的先做

Step 3: 改善式输出

  • 7 种浪费的诊断结果
  • 当前流程标准的缺失点
  • Top 3 改善机会(按影响×可行性排)
  • 第一个改善动作(今天就能做的最小改变)

适用/不适用判断

问题类型适用度说明
重复性流程效率优化经典场景
质量缺陷率降低Kaizen 擅长缺陷消除
团队运营日常优化适合建立改进习惯
商业模式创新Kaizen 是改进模型,不是发明模型
极紧急危机处理Kaizen 需要时间和系统,不适合纯紧急场景

典型案例库

成功案例

  1. Toyota 生产系统(汽车制造/1970年代至今)

    • 问题:日本战后资源匮乏,不能浪费
    • 方法应用:建立全员改善制度,每个工人可以拉线停掉生产线解决质量问题
    • 结果:成为全球最高效和最可靠的汽车制造体系
    • 来源:Ohno, Toyota Production System (1988); Liker, The Toyota Way (2004)
  2. Pixar 每日改善站会(动画/2000年代)

    • 问题:动画制作漫长,错误发现晚
    • 方法应用:每日 Dailies 站会——每个人都可以对任何帧提改善建议
    • 结果:每部电影经历数百次小改善,质量远超行业平均
    • 来源:Catmull, Creativity Inc. (2014)
  3. Amazon 配送优化(电商/2000年代至今)

    • 问题:配送成本高、错误多
    • 方法应用:Bezos 带领下持续优化配送流程每个环节——仓库布局、拣货路径、包装材料
    • 结果:Prime 会员体验成为行业标杆
    • 来源:Stone, The Everything Store (2013)

失败案例

  1. Kaizen 的虚假实施(管理/普遍)
    • 问题:企业宣布"我们要做改善!"但只停留在口号
    • 误用方式:挂横幅、喊口号、要求员工提建议但不执行
    • 教训:Kaizen 需要制度——建议→评审→执行→反馈的闭环,只采集不执行比不做更糟
    • 来源:Imai, Gemba Kaizen (1997); 众多管理实践报告

误用检测器(≥3 种误用模式)

误用信号检测逻辑警告信息建议动作
方法与问题不匹配用户需要突破性创新但想用 Kaizen"Kaizen 是渐进改善,不是突破创新。你需要的是第一性原理或 TRIZ 而不是 Kaizen。"推荐替代方法
跳过关键步骤用户想直接"优化"但还没标准化当前流程"没有标准就没有改善。先把当前流程写下来,这是改善的基线。"引导回标准化
口号式实施用户说"全员改善"但没有建议评审和执行机制"只说'大家提建议'不做闭环管理比不做更糟。你需要建立建议→评审→执行→反馈的完整闭环。"引导建立闭环

诚实边界(≥3 条具体局限)

  1. 不适合需要突破性创新的场景:Kaizen 让好变得更好,但不能让"错"变成"对"。错误方向上的 Kaizen 只是加速走向错误
  2. 速度限制:Kaizen 的渐进特性意味着需要时间。如果你的问题必须在 24 小时内解决,Kaizen 来不及
  3. 文化依赖:Kaizen 的成功依赖于"每个人都能提意见"的文化。在等级森严或恐惧文化中,Kaizen 无法真正运行
  4. 标准化可能成为惯性:过度标准化可能导致团队"照章办事"而不质疑标准本身是否合理

调研来源(一手来源占比须 >50%)

#来源类型一手/二手权重
1Ohno, Toyota Production System (1988)著作一手
2Imai, Kaizen (1986)著作一手
3Liker, The Toyota Way (2004)著作一手
4Imai, Gemba Kaizen (1997)著作一手
5Catmull, Creativity Inc. (2014)著作一手
6Poppendieck, Lean Software Dev (2003)著作一手
7Stone, The Everything Store (2013)传记二手

本 Skill 由 Forge Skill — 锻造思维工具 生成

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.