这门练习课怎么上

每节课一个挑战，用的是同一台分拣机的日志。每个挑战结束时，你要把这节课的做法固化成一个 skill：一段可重用的 Python 脚本，或者一份 AI 能照着执行的说明。S8 你会拿到一台从没见过的机器，检验这些 skill 能用到什么程度；S9 和 S10 在这台新机器上考核。

十节课

课次	挑战	你带走的 skill
S1	对照手册核查日志：数据和手册说的一致吗？	词典转规则，规则核查日志，输出现象记录
S2	分清来源，清洗数据：哪些是数据的问题，哪些是机器的问题？	清洗，并留下清洗日志
S3	采样、聚合与 OEE：这台机器的效率到底是多少？	KPI 与 OEE 报告，带误差范围
S4	找出控制设定的偏差，改正并证明	停机分类与归因
S5	找出正在退化的执行器	行程时间与漂移检测
S6	把前五个 skill 串成一条管道，并建立数据架构	端到端管道和 skills 包
S7	无课
S8	认识一台新机器，试用自己的 skills	可行性与限制清单
S9	考核：新机器上的挑战，第一部分
S10	考核：新机器上的挑战，第二部分

本站目前包含 S1 到 S3。

一次挑战怎么进行

每节课两个小时，按这五步进行。第四步是考核真正看的东西。

1. 引入：老师用机器上的一个现象引出这节课的问题。
2. 挑战：用你拿到的日志完成任务。可以用 AI，规则见下文。
3. 固化成 skill：把刚才的做法写成可重用的形式。机器相关的内容（列名、编码、额定节拍）放进配置，不写死在代码里。
4. 换一份日志验收：在一份你没见过的日志上跑一遍。能跑通、结果对，这个 skill 才算成立。
5. 交付：skill、它的输出，以及运行日志。格式见交付规范。

没有标准答案，只有验收标准

每个挑战都写明了验收标准：数字要对到什么程度、哪些现象必须被发现、在新日志上能否跑通。用什么方法、写成什么样的代码，由你决定。

和 AI 一起工作的三条规则

• AI 写代码，代码处理数据。 不要把数据交给 AI 去改，再把结果拿回来用。AI 改数据时常常会在你没要求的地方动手，而且你很难发现。
• 原始文件只读。 每一步处理都生成新文件，原始日志永远保持你拿到时的样子。
• 每次运行留下运行日志。 记下输入、输出和做了什么，格式见交付规范。

这个网站怎么用

每个挑战有两页：

• 说明页：目标、材料、步骤、交付、验收。上课时照着它做。
• 示范页：用示范数据把关键的一步完整走一遍。示范数据来自另一台同型号的机器，和你拿到的日志不同，可以在工具与数据页下载，照着练习。