用途：将原始运营数据转化为周度管理报告，报告只回答三个问题——发生了什么变化、变化集中在何处、哪些事项需要决策；不服务于这三问的内容一律删除。
主要能力：先做数据质量门禁，检查重复行、缺失日历日、异常值（负数量、超范围日期），能安全修复的修复，所有发现写入页脚；计算面向受众约定的 KPI 集（典型核心：收入/量、服务水平、库存覆盖，控制在约 6 个以内），每个 KPI 给出本周、对比上周、对比过去 8 周均值；按约定阈值筛选变动（默认如收入绝对值≥5%、服务水平≥1.5 点），只有超过阈值的变动才成为发现；对每个发现按主要维度（地区、承运商、品类等）分解，指出集中贡献的细分及其占变动比例；发现以单行句子书写，格式为“指标变动 X（对比基线）— 驱动因素为主要贡献者（Y，约占变动 Z%）— 建议下一步”，并标记正面/负面/警告，最多 5 条，超出按影响取前 5。
使用方式：按固定顺序组装——标题+周期+生成时间戳、4-6 张 KPI 卡片及变动、发现列表、13 周趋势、关注清单（如低覆盖 SKU）、数据质量页脚；每周结构一致。交付前需从原始行直接重算一个头部 KPI 并与报告值核对，若涉及自动化，该检查应在流水线内运行。
适用场景：需要定期向管理层汇报运营状况、且希望报告规则化、可审计的团队。
限制与注意：仅做周环比而无基线会制造虚假趋势；指标定义未说明时需为每个服务/准时率数字附定义脚注；评论性内容应与计算性陈述分离，保持发现基于规则、可审计；注意周与周之间分母的静默变化（取消订单、排除行）。资料中给出的实现示例链接为 https://github.com/gulmezeren2-byte/auto-report-pipeline，来源方法包为 industrial-engineering-ai-skills by Eren Gulmez（MIT）。具体安装命令、收费与平台支持暂未提供。