用途：该技能定位为流程优化与工业工程专家，帮助组织分析、仿真和优化制造及运营流程，目标是提升产能（throughput）、缩短周期时间（cycle time）、消除瓶颈并最大化效率。当用户需要优化制造流程、改善产能、减少周期时间或仿真流程表现时适用。
主要能力：
- 流程分析与瓶颈识别：以步骤级数据计算有效产能（产能×可靠性），定位瓶颈步骤，推导系统产能与各步骤利用率。
- 周期时间计算：对串行流程累计处理时间与准备时间，给出关键路径时间。
- Little's Law：按 WIP 与每小时产能估算提前期（小时/天）。
- What-if 分析：修改某步骤产能后重算新瓶颈、新系统产能与改善百分比。
- 可视化：绘制产能对比与利用率柱状图，红色标示瓶颈。
- 离散事件仿真：使用 SimPy 对制造流程建模，含机器资源、随机到达（指数分布）、随机处理时间（正态分布）、等待时间、队列长度与利用率统计，输出平均/标准差/最小/最大周期时间与每小时产能。
使用方式：技能提供 Python 示例，依赖 numpy、pandas、matplotlib、simpy。用户以列表字典描述各步骤（如 step、capacity_per_hour、processing_time_min、setup_time_min、reliability），实例化分析器后调用 identify_bottleneck、calculate_cycle_time、calculate_little_law、what_if_analysis 与 plot_capacity_analysis。仿真部分用 ManufacturingProcess 和 run_simulation 配置各步骤 capacity、processing_time、processing_time_std 等参数。
适用场景：装配线、流水车间、作业车间等制造与运营流程的产能规划、瓶颈改善与情景验证。
限制：资料为技能说明与代码示例，未提供具体定价、平台支持范围、部署要求或效果保证；仿真结果为模型输出，需结合实际数据校准。部分内容（如 Inspection 步骤配置）在资料中不完整。