Kaizen 是一个持续改进（Continuous Improvement）技能，将精益制造方法引入软件开发。它专为 fabrikIQ 开发，可应用于任何 TypeScript/React 项目。
【用途】 该技能把制造业中经过验证的精益方法用于代码改进与问题排查，帮助团队以系统化方式定位根因、规划改进并验证效果。
【四大支柱】
- 持续改进（Kaizen）：采用小的增量变更，而非大爆炸式重构。原则是每次提交都应让代码比之前略微更好。示例中把一次大型 Auth 重构拆分为多个小提交：提取 validateToken()、添加 TokenPayload 类型、用 unknown 加类型守卫替换 any、为 validateToken() 编写单元测试。
- Poka-Yoke（防错）：通过设计而非纪律来防止错误。示例包括用 TypeScript 联合类型 OrderStatus 在编译期约束取值，以及 Fail-Fast 模式——先做廉价校验（如解析文件预览检查必需列），通过后再执行昂贵操作。
- 标准化作业（Standardized Work）：用一致的模式降低认知负担与错误，例如统一的 ApiResponse<T> 响应格式，包含 success、data、error、meta（timestamp、duration_ms、region: 'fra1'）字段。
- Just-In-Time（YAGNI）：只实现当前需要的功能，接口按实际需求定义，需要时再以独立提交扩展。
【主要命令】
- /why：5-Whys 根因分析。触发词包括 /why、5 whys、root cause、warum passiert。适用于 Bug、生产事故、反复出现的问题。流程为定义具体可测的问题、连续追问五次“为什么”、识别根因、定义对策（立即、短期、长期）。输出包含问题描述、日期、受影响组件、五层问答表格、根因一句话总结与对策清单。
- /cause-and-effect：Ishikawa 石川图（鱼骨图）。触发词包括 /cause-and-effect、/ishikawa、/fishbone、ursache-wirkung。适用于多因素复杂问题。按 6M 类别收集原因：人（技能、培训、沟通）、机（硬件、工具、基础设施）、料（输入数据、依赖）、法（流程、工作流、模式）、测（监控、测试、指标）、环（生产、预发、本地）。输出包含鱼骨图、按概率排序的假设表及验证方式。
- /plan-do-check-act：PDCA 循环。触发词包括 /pdca、/plan-do-check-act、deming cycle、verbesserungszyklus。适用于功能实现、重构、流程改进。PLAN 阶段定义 SMART 目标、假设、成功标准与风险；DO 阶段小步实现并记录；CHECK 阶段对照成功标准测量结果、记录副作用与经验教训；ACT 阶段决定标准化还是继续迭代并规划下一周期。
【使用方式与集成】 技能提供命令选择指引：生产 Bug 用 /why；多因素复杂 Bug 用 /cause-and-effect；新功能规划与重构用 /plan-do-check-act；反复出现的错误先 /why 再 /cause-and-effect。技能会在以下情况自动激活：git log 出现 fix: 或 hotfix: 模式、Vercel 部署失败、CI/CD 测试失败，以及出现 bug、fehler、timeout、crash、regression 等关键词。每个 PDCA 周期后建议运行质量门禁：npx tsc --noEmit、npm run build、npm run test、npm run test:e2e（可选）。
【代码变更前检查清单】 持续改进（变更是否增量，每次提交最多一个功能）、Poka-Yoke（错误是否由类型防止，能在编译期校验就不做运行时校验）、标准化作业（是否遵循既有模式，如 API 响应格式与错误处理）、Just-In-Time（是否只实现当前需要的功能）。
【文档与资源】 每次分析后将结果存入 docs/kaizen/，提交信息引用 Kaizen 编号（如 fix: resolve timeout (5-Whys #12)），经验教训记入 CHANGELOG.md。参考资料包括丰田生产系统、精益制造原则与《The Toyota Way》。该技能为 fabrikIQ（Manufacturing Intelligence Platform）开发，标注 DSGVO 合规、region fra1、Dresden AI Insights。
【限制】 资料未提供该技能的安装命令、收费方式、支持平台范围及具体效果数据，这些信息暂未提供。