← Back to Skills Marketplace
smxtx

industry-exp-distill

by smxtx · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
33
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install industry-exp-distill
Description
行业经验萃取Skill - 收集、整理、归纳各行业最佳实践经验和工作方法论。参照ISIC国际标准行业分类,涵盖科技、制造、金融、医疗、教育、服务等主流行业的经验萃取。当用户要求收集行业经验、分析同业做法、提炼行业方法论、进行跨行业学习时使用。核心能力:行业分类导航、最佳实践收集、方法论提炼、跨行业类比。
README (SKILL.md)

行业经验萃取 - Industry Experience Distillation

核心使命:汇聚行业集体智慧,萃取可复用的工作方法论

分类依据:联合国ISIC Rev.4国际标准行业分类体系


1. ISIC行业分类概览

1.1 21个门类总览

代码 门类名称 经验价值 推荐优先级
A 农、林、牧、渔业 ⭐⭐ 可选
B 采矿和采石 ⭐⭐ 可选
C 制造业 ⭐⭐⭐⭐⭐ 核心
D 电、煤气、蒸汽和空调供应 ⭐⭐⭐ 重要
E 供水;污水处理、废物管理 ⭐⭐⭐ 重要
F 建筑业 ⭐⭐⭐⭐ 重要
G 批发和零售业 ⭐⭐⭐⭐ 核心
H 运输和存储 ⭐⭐⭐ 重要
I 食宿服务活动 ⭐⭐⭐ 重要
J 信息和通信 ⭐⭐⭐⭐⭐ 核心
K 金融和保险活动 ⭐⭐⭐⭐⭐ 核心
L 房地产活动 ⭐⭐⭐ 重要
M 專業和科技活動 ⭐⭐⭐⭐⭐ 核心
N 行政和支助服务活动 ⭐⭐⭐ 重要
O 公共管理和国防 ⭐⭐⭐⭐ 重要
P 教育 ⭐⭐⭐⭐⭐ 核心
Q 人体健康和社会工作活动 ⭐⭐⭐⭐⭐ 核心
R 艺术、娱乐和文娱活动 ⭐⭐⭐ 重要
S 其他服务活动 ⭐⭐⭐ 一般
T 家庭作为雇主的活动 ⭐⭐ 可选
U 国际组织和机构 ⭐⭐ 可选

1.2 高价值行业筛选

基于知识管理价值和通用性,精选以下行业进行深度经验萃取:

核心关注行业

  • J 信息和通信:软件开发、系统架构、项目管理
  • K 金融和保险:风险管理、客户服务、合规管理
  • M 专业和科技:咨询服务、研发管理、技术创新
  • C 制造业:精益生产、质量管理、供应链
  • P 教育:课程设计、教学方法、学习评估
  • Q 人体健康:患者护理、医疗流程、质量安全

重要辅助行业

  • F 建筑业:项目执行、进度管理、安全管理
  • G 批发零售:客户服务、库存管理、营销策略
  • O 公共管理:政策执行、绩效管理、公众服务

2. 行业经验收集框架

2.1 通用收集维度

每个行业经验都应从以下六个维度进行结构化收集:

维度一:行业背景

  • 行业核心业务特征
  • 行业发展阶段和趋势
  • 行业关键成功因素
  • 行业主要挑战和痛点

维度二:工作流程

  • 标准操作流程(SOP)
  • 关键流程节点
  • 流程优化实践
  • 数字化转型实践

维度三:方法论体系

  • 行业特有的分析方法
  • 决策框架和工具
  • 最佳实践案例
  • 失败教训总结

维度四:人才发展

  • 关键岗位能力模型
  • 培训体系设计
  • 职业发展路径
  • 绩效评估标准

维度五:技术创新

  • 核心技术应用
  • 数字化工具选型
  • 自动化/智能化实践
  • 技术架构演进

维度六:管理实践

  • 组织架构模式
  • 协作机制设计
  • 质量管理方法
  • 风险管理策略

2.2 行业经验模板

## [行业名称] 行业经验萃取报告

### 行业基本信息
- **ISIC代码**: [代码]
- **行业定义**: [简要定义]
- **行业规模**: [市场规模/从业人数]
- **发展阶段**: [导入期/成长期/成熟期/转型期]

### 行业关键成功因素
| 成功因素 | 权重 | 核心做法 |
|----------|------|----------|
|          |      |          |

### 最佳实践收集

#### 实践一:[实践名称]
- **适用场景**: [何时使用]
- **核心做法**: [具体步骤]
- **实施要点**: [关键成功点]
- **效果指标**: [衡量标准]
- **案例来源**: [来源说明]

#### 实践二:[实践名称]
...

### 方法论提炼

#### 方法论一:[方法论名称]
- **适用场景**: [何时使用]
- **核心框架**: [框架说明]
- **操作步骤**: [步骤列表]
- **常见陷阱**: [避免方法]
- **验证标准**: [如何验证有效]

### 跨行业类比建议
- **可借鉴来源**: [其他行业的类似实践]
- **借鉴要点**: [如何迁移应用]
- **注意事项**: [迁移时需调整的点]

### 参考资料
- [资料1链接]
- [资料2链接]

3. 重点行业深度经验

3.1 J类:信息和通信

行业核心业务:软件开发、系统集成、IT服务、通信运营

行业关键成功因素

成功因素 权重 核心做法
技术创新能力 25% 持续技术投入、专利布局
项目交付能力 25% 敏捷开发、DevOps实践
人才竞争力 20% 核心人才保留、培训体系
客户关系 15% 客户成功管理、续费机制
成本控制 15% 效能提升、自动化工具

最佳实践一:敏捷开发方法论

  • 适用场景:软件开发项目,尤其是需求变化频繁的项目
  • 核心框架:Scrum框架 + XP实践
  • 操作步骤
    1. 产品待办列表管理(Product Backlog)
    2. Sprint规划会议(Sprint Planning)
    3. 每日站会(Daily Standup)
    4. Sprint评审(Sprint Review)
    5. Sprint回顾(Sprint Retrospective)
  • 关键指标:燃尽图、Sprint速度、缺陷密度
  • 常见陷阱
    • Sprint时间盒被破坏
    • 需求范围在Sprint中随意变更
    • 回顾会议流于形式
  • 验证标准:团队交付节奏稳定、缺陷率下降、客户满意度提升

最佳实践二:DevOps实践体系

  • 适用场景:需要快速交付和高质量保障的软件团队
  • 核心实践
    • 持续集成(CI):代码提交自动构建和测试
    • 持续交付(CD):自动化部署流水线
    • 基础设施即代码(IaC):Terraform/Ansible
    • 监控告警:Prometheus + Grafana
  • 实施要点
    • 先从小团队试点开始
    • 逐步扩展到全流程自动化
    • 建立监控和反馈机制
  • 效果指标:部署频率提升、变更前置时间缩短、变更失败率下降

最佳实践三:技术债务管理

  • 适用场景:长期维护的系统,需要平衡新功能开发和代码质量
  • 核心做法
    • 建立技术债务清单
    • 每个Sprint预留固定时间(20%)处理技术债务
    • 使用SonarQube等工具量化代码质量
    • 建立代码审查机制
  • 实施要点
    • 高层支持是前提
    • 需要与业务方沟通价值
    • 持续跟踪而非一次性清理

3.2 K类:金融和保险

行业核心业务:银行、保险、证券、投资管理、金融科技

行业关键成功因素

成功因素 权重 核心做法
风险管理能力 30% 全面风险管理体系、合规文化
客户服务能力 25% 客户分层经营、全渠道服务
产品创新能力 20% 市场洞察、快速产品迭代
运营效率 15% 流程优化、数字化运营
人才队伍 10% 专业资质、激励机制

最佳实践一:全面风险管理框架

  • 适用场景:金融机构建立或优化风险管理体系
  • 核心框架:COSO ERM框架 + Basel协议
  • 操作步骤
    1. 风险识别:业务全覆盖的风险盘点
    2. 风险评估:建立风险量化模型
    3. 风险应对:制定风险缓释措施
    4. 风险监控:建立实时监控体系
    5. 风险报告:定期向管理层和董事会报告
  • 关键要素
    • 风险文化:全员风险意识
    • 数据基础:高质量数据支撑
    • 技术工具:风险管理系统
  • 验证标准:监管评分、不良率、风险事件数量

最佳实践二:客户分层经营体系

  • 适用场景:金融机构精细化客户管理
  • 核心做法
    • 客户分层:根据资产、贡献度、潜力等维度分层
    • 分层服务:差异化服务标准和资源配置
    • 客户旅程管理:全生命周期触点管理
    • 客户洞察:数据驱动客户需求分析
  • 实施要点
    • 数据整合是基础
    • 需要跨部门协同
    • 持续优化分层模型

最佳实践三:金融科技融合实践

  • 适用场景:传统金融机构数字化转型
  • 核心路径
    • 渠道数字化:移动银行、网上银行优化
    • 业务智能化:智能风控、智能客服、智能投顾
    • 数据驱动:数据中台建设、数据资产运营
    • 生态构建:开放银行、场景金融
  • 实施要点
    • 双速IT架构(稳态+敏态)
    • 外延式创新与内核式创新结合
    • 科技人才队伍建设

3.3 M类:专业和科技服务

行业核心业务:咨询服务、审计会计、工程服务、研发服务、法律服务

行业关键成功因素

成功因素 权重 核心做法
专业人才 35% 顶尖人才吸引、培养、保留
方法论积累 25% 知识库建设、案例沉淀
品牌声誉 20% 标杆案例、口碑传播
客户关系 15% 大客户经营、复购机制
创新能力 5% 新服务开发、方法创新

最佳实践一:知识管理体系建设

  • 适用场景:专业服务公司建立知识管理能力
  • 核心框架:知识获取→知识整理→知识共享→知识应用
  • 操作步骤
    1. 知识盘点:识别核心知识资产
    2. 知识分类:建立知识分类体系
    3. 知识沉淀:项目复盘、经验提炼
    4. 知识共享:知识库平台、内部培训
    5. 知识应用:嵌入业务流程、AI辅助
  • 关键要素
    • 激励机制:知识贡献与绩效挂钩
    • 技术平台:知识库、搜索、推荐
    • 文化塑造:知识共享氛围
  • 验证标准:知识库使用率、知识复用率、新人上手时间

最佳实践二:项目复盘方法论

  • 适用场景:咨询和服务项目的持续改进
  • 核心框架:四步复盘法
    1. 回顾目标:原始目标是什么
    2. 评估结果:实际结果与目标差距
    3. 分析原因:成功因素和失败因素
    4. 总结经验:可复用经验和改进计划
  • 操作要点
    • 项目结束72小时内完成
    • 全员参与,包括客户反馈
    • 经验写入知识库
    • 跟踪改进行动落地

3.4 C类:制造业

行业核心业务:产品制造、供应链管理、质量控制

行业关键成功因素

成功因素 权重 核心做法
质量管理 30% 质量体系、TQM实践
供应链效率 25% 供应链协同、库存优化
生产效率 20% 精益生产、自动化
成本控制 15% 成本核算、浪费消除
研发创新 10% 新产品开发、工艺改进

最佳实践一:精益生产体系

  • 适用场景:制造成本控制、效率提升
  • 核心框架:精益屋(Lean House)
    • 基础:稳定化生产(5S、标准化作业)
    • 支柱:准时化生产(JIT)、自働化
    • 目标:低成本、高质量、快交付
  • 核心工具
    • 价值流图(VSM)
    • 看板管理(Kanban)
    • 持续改善(Kaizen)
    • 问题解决(A3报告)
  • 实施路径
    1. 管理层认知和承诺
    2. 培养精益骨干
    3. 从试点线开始
    4. 逐步推广
    5. 建立持续改善机制

最佳实践二:供应链协同管理

  • 适用场景:供应链复杂度高、供应商众多的制造企业
  • 核心做法
    • 供应商分级管理:战略供应商、优选供应商、合格供应商
    • 协同计划预测补货(CPFR)
    • VMI供应商管理库存
    • 质量协同:SQE驻厂、联合质量改进
  • 实施要点
    • 数据共享是基础
    • 利益共享机制
    • 长期合作关系

3.5 P类:教育

行业核心业务:课程教学、学习评估、教育管理

行业关键成功因素

成功因素 权重 核心做法
教学质量 35% 教师能力、课程设计
学习效果 25% 学习评估、个性化教学
学生体验 20% 服务设计、互动体验
运营效率 10% 流程优化、成本控制
品牌声誉 10% 口碑建设、社会责任

最佳实践一:学习效果评估体系

  • 适用场景:教育机构评估和改进教学质量
  • 核心框架:柯克帕特里克四级评估模型
    • Level 1 反应:学员满意度
    • Level 2 学习:知识技能掌握
    • Level 3 行为:行为改变
    • Level 4 结果:业务影响
  • 操作步骤
    1. 明确学习目标和成功标准
    2. 设计多维度评估工具
    3. 收集学习过程数据
    4. 评估学习效果
    5. 分析数据并反馈改进

最佳实践二:混合式学习设计

  • 适用场景:需要平衡线上线下教学优势的教育项目
  • 核心模型:70-20-10学习法则
    • 70%:工作中学习(On-the-job)
    • 20%:向他人学习(Social)
    • 10%:正式学习(Formal)
  • 实施要点
    • 学习目标决定形式
    • 设计完整学习旅程
    • 建立学习转化支持

3.6 Q类:人体健康和社会工作

行业核心业务:医疗服务、护理服务、公共卫生

行业关键成功因素

成功因素 权重 核心做法
医疗质量 35% 临床路径、质量控制
患者安全 25% 安全体系、风险管控
服务体验 20% 患者满意度、就医流程
运营效率 10% 流程优化、资源配置
人才队伍 10% 医护人员培训、激励

最佳实践一:临床路径管理

  • 适用场景:规范诊疗流程、保证医疗质量
  • 核心要素
    • 标准化:诊疗流程标准化
    • 时效性:各环节时间节点
    • 资源匹配:药品、耗材、检查
    • 变异管理:记录和分析变异
  • 实施要点
    • 多学科参与制定
    • 基于循证医学
    • 持续优化改进
  • 效果指标:平均住院日、均次费用、并发症发生率

最佳实践二:患者安全管理体系

  • 适用场景:医疗机构建立患者安全文化
  • 核心框架:WHO患者安全解决方案
    • 正确识别患者
    • 改善有效沟通
    • 改善高风险药物安全
    • 确保手术安全
    • 减少医源性感染
    • 患者参与
  • 关键机制
    • 不良事件报告系统 -根本原因分析(RCA)
    • 失效模式与影响分析(FMEA)

4. 跨行业方法论提炼

4.1 通用管理方法论

以下方法论在不同行业中都有广泛应用和验证:

PDCA循环

  • 来源:质量管理领域(戴明环)
  • 适用场景:任何需要持续改进的工作
  • 核心步骤:Plan(计划)→ Do(执行)→ Check(检查)→ Act(改进)
  • 行业迁移要点
    • 制造业:生产质量改进
    • 服务业:流程优化
    • 教育:教学改进
    • 医疗:临床质量改进

DMAIC方法论

  • 来源:六西格玛管理
  • 适用场景:解决复杂问题、提升绩效
  • 核心步骤:Define(定义)→ Measure(测量)→ Analyze(分析)→ Improve(改进)→ Control(控制)
  • 行业迁移要点
    • 制造业:质量改进
    • 金融:风险控制
    • IT:性能优化
    • 医疗:流程改进

SWOT分析

  • 来源:战略管理
  • 适用场景:战略规划、竞争分析
  • 核心框架:Strengths(优势)、Weaknesses(劣势)、Opportunities(机会)、Threats(威胁)
  • 行业迁移要点
    • 通用性最强,适用于任何行业的战略分析

4.2 行业特有方法论

制造业特有

  • 精益生产(Lean Manufacturing)
  • 丰田生产系统(TPS)
  • 六西格玛(Six Sigma)
  • 约束理论(TOC)

金融业特有

  • Basel协议框架
  • COSO内部控制框架
  • VaR风险度量
  • RAROC绩效评估

信息通信业特有

  • ITIL服务管理
  • CMMI能力成熟度
  • Agile/DevOps方法论
  • SAFe规模化敏捷

医疗业特有

  • 临床路径(Clinical Pathway)
  • 循证医学(EBM)
  • 患者安全目标
  • JCI认证标准

4.3 跨行业类比指南

问题类型 制造业解决方案 可类比行业 迁移建议
质量不稳定 全面质量管理TQM 服务、医疗、教育 建立质量标准和监控体系
效率低下 精益生产 政务、服务 价值流分析,消除浪费
人才流失 师徒制、技能矩阵 教育、医疗 建立知识传承机制
客户投诉 客户满意度调查 所有行业 重视客户反馈闭环
创新不足 开放式创新 所有行业 外部合作,生态共建

5. 经验收集流程

5.1 信息收集渠道

一手来源

  • 行业专家访谈
  • 企业案例调研
  • 会议演讲收集
  • 学术论文分析

二手来源

  • 行业报告( Gartner、IDC、麦肯锡等)
  • 企业年报和公开资料
  • 媒体报道和案例分析
  • 专业书籍和文献

5.2 经验验证标准

可信度评估

  • 来源可靠性:是否来自权威渠道
  • 时效性:是否是当前适用的实践
  • 完整性:是否包含足够的细节
  • 可验证性:是否有数据支撑

价值评估

  • 普遍性:适用于多少场景
  • 可操作性:他人能否容易复制
  • 效果显著:是否能带来明显改善

5.3 经验更新机制

定期更新

  • 季度审视:检查是否有重大行业变化
  • 年度更新:全面更新各行业方法论
  • 事件驱动:重大行业事件后及时补充

版本管理

  • 主版本号:重大框架调整
  • 次版本号:新增行业或方法论
  • 修订号:内容修正和补充

6. 使用指南

6.1 场景化使用

场景一:了解某行业经验

识别行业 → 查阅ISIC分类 → 定位相关行业 → 阅读最佳实践 → 应用到工作中

场景二:解决某类问题

识别问题类型 → 搜索跨行业方法论 → 选择适合的方法 → 适配行业特点 → 实施验证

场景三:跨行业学习

选择目标行业 → 分析与本行业的差异 → 识别可迁移实践 → 评估迁移风险 → 试点应用

6.2 注意事项

  • 行业经验有适用边界,迁移时需考虑行业特性
  • 最佳实践需要结合企业实际情况调整
  • 持续关注行业趋势变化,及时更新认知
  • 鼓励在实践中验证和丰富经验库

7. 版本与维护

当前版本:1.0.0

更新时间:2024年

更新计划

  • Q1:完善J、K、M类核心行业深度内容
  • Q2:补充C、F、P、Q类行业实践
  • Q3:扩展跨行业类比指南
  • Q4:年度大版本更新

贡献指南

  • 欢迎提交行业实践经验
  • 经验需包含具体案例和数据支撑
  • 通过Issue或Pull Request提交

核心理念:站在行业巨人的肩膀上,让最佳实践成为每个人的能力

Usage Guidance
Install only if you want a Chinese-oriented framework for industry best-practice research and methodology extraction. Provide the target industry, source constraints, and preferred language, and independently verify business, financial, healthcare, or regulatory claims before acting on them.
Capability Assessment
Purpose & Capability
The artifacts coherently support industry experience distillation: ISIC-based industry navigation, best-practice templates, validation checklists, and cross-industry methodology guidance.
Instruction Scope
The activation language is broad and the content is primarily Chinese, so users should confirm the target industry, research goal, and preferred output language when using it.
Install Mechanism
The package contains markdown and JSON reference files only; no scripts, binaries, package install steps, or executable hooks were found. Static scan and VirusTotal telemetry were clean.
Credentials
The skill does not request filesystem, credential, network, account, or mutation authority; it only describes research and synthesis workflows.
Persistence & Privilege
No persistence, background workers, privilege escalation, credential storage, or automatic runtime execution is present. The auto_update metadata is declared but not backed by executable behavior in the artifact.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install industry-exp-distill
  3. After installation, invoke the skill by name or use /industry-exp-distill
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
Initial release, providing structured industry experience distillation across major sectors based on ISIC standards. - Covers core and supporting industries with prioritized best practices and methodology extraction. - Includes a standardized multi-dimensional framework for industry experience collection. - Provides detailed templates for experience reporting and comparison across industries. - Features in-depth best practices and key success factors for technology, finance, consulting, manufacturing, education, and healthcare sectors. - Extracts cross-industry management methodologies for broad applicability.
Metadata
Slug industry-exp-distill
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is industry-exp-distill?

行业经验萃取Skill - 收集、整理、归纳各行业最佳实践经验和工作方法论。参照ISIC国际标准行业分类,涵盖科技、制造、金融、医疗、教育、服务等主流行业的经验萃取。当用户要求收集行业经验、分析同业做法、提炼行业方法论、进行跨行业学习时使用。核心能力:行业分类导航、最佳实践收集、方法论提炼、跨行业类比。 It is an AI Agent Skill for Claude Code / OpenClaw, with 33 downloads so far.

How do I install industry-exp-distill?

Run "/install industry-exp-distill" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is industry-exp-distill free?

Yes, industry-exp-distill is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does industry-exp-distill support?

industry-exp-distill is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created industry-exp-distill?

It is built and maintained by smxtx (@smxtx); the current version is v1.0.0.

💬 Comments